金融科技
自计算机发展初期至近来人工智能、量子科技蓬勃发展时期,金融业始终在积极拥抱前沿科技的第一线。通过量子计算,为金融业广泛存在的各种量化分析任务提升计算速度和精度,带来重要经济价值。基于含噪声、中等规模的量子计算以及全光深度学习加速芯片,已经能应用于投资组合优化、风险分析、信用评级、高频交易等广泛场景,提供面向具体金融应用的高性能解决方案
人工智能
人工智能是光量子计算赋能百业的重要桥梁。谷歌、亚马逊等科技巨头持续投入量子人工智能方向的研发,以实现通用人工智能和通用量子计算。量子计算开发工具和量子机器学习工具是入场券,TorchQ是TuringQ框架中的经典-量子混合机器学习框架,对传统机器学习工作者十分友好。现阶段,量子人工智能的应用以基于量子线路的量子核方法赋能传统人工智能模型为主,如QGAN,QLSTM,QRL,QCNN等。其他新的量子核方法AI模型和编译框架也即将开放使用
生物医药
生物医药与计算科学的交叉领域是量子计算可以展现的强大算力并发挥影响的重要方向。经过多年的发展,计算生物学与计算化学进入转折点,与量子计算的结合促进新的计算理论方法的发展,采用量子计算解决该领域中的组合优化问题,如药效团、mRNA反向翻译等问题。同时,量子人工智能将赋能结构生成,蛋白-蛋白相互作用(PPI),虚拟筛选,逆向合成,基因组学和靶向治疗等问题,甚至使得细胞等尺度的超大规模体系的过程模拟和性质预测成为可能
大数据
大数据促进了数字化时代的产业革命。生物大数据,金融大数据,材料大数据,交通大数据等具体分支领域在技术上有共通之处,如排序和信息搜索,数据挖掘、算法推荐等存在广泛的优化问题。量子计算和光量子芯片技术在组合优化等NP问题上具有显著优势。量子PageRank以用于航空大数据的处理,并证明了其量子算法优势。结合芯片的量子强化学习算法用于材料大数据中的相变过程搜索。在RNA基因数据中存在可用于QUBO问题表示和芯片求解的优化模型。基于量子机器学习框架和CPU/QPU高度协作的计算体系将赋能5G带来的新一轮大数据浪潮