光子盒年度系列 | 2020全球十大量子应用领域

光子盒研究院出品

量子信息技术影响着人们生活的方方面面，可应用于加速优化、安全通信、精密测量、人工智能、分子模拟、金融建模、图像处理等领域。

当前阶段，量子计算主要有两个类型的应用。

第一类是量子模拟，即在药物研究、材料科学、量子化学等领域需通过计算机来模拟量子系统，若用经典计算机则需耗费巨量计算资源，而运用量子计算机做量子模拟则最接近自然的状态；

第二类是量子计算加速及优化，即我们日常所见技术公司的计算加速及优化。

量子计算的最大意义是解决优化问题。对经典计算而言，在大规模物流网络等复杂系统中，设计满足各种需求的最优路线的计算量很大。量子计算则能大幅提升计算效率，从而在物流运输、航空旅行、交通管制、金融资产管理和网络基础设施等领域中提升运营效率、减少碳排放等。

量子通信可大幅提升通信的安全性，将对信息安全和通信网络等领域产生重大变革和影响。

量子技术还将极大地提升测量精度。通过对不同种类量子系统中独特的量子特性进行控制与检测，可以实现量子定位导航、量子目标识别、量子重力测量、量子磁场测量、量子时间基准五大领域的精密测量。

在量子计算具有变革潜力的商业领域中，金融服务脱颖而出。

波士顿咨询公司的一则报告披露，随着技术在未来几十年的成熟，银行和其他金融服务公司的营业收入将增加近700亿美元。

而量子计算可以为金融机构释放420亿至670亿美元的长期价值。此外，大幅降低量子计算的能耗可以支持可持续发展计划。

从战略角度来看，任何规模的金融机构都应认识到，这种复杂的新兴技术既是一个改变游戏规则的机会，也是一种生存威胁。

用例：

利用D-Wave量子退火计算机构建投资组合

Jeffrey Cohen、Alex Khan和Clark Alexander的一篇arXiv论文分享了他们对利用量子计算机构建投资组合的研究结果，这些投资组合来自美国上市的流动性股票，其中包含一组最优的股票。

从历史市场数据出发，作者研究了D-Wave 2000Q系统的各种问题公式，以找到最优的风险与回报组合。结果显示，从业者可以使用D-Wave从40只美国流动性股票中选择有吸引力的投资组合。

芝加哥量子公司利用量子计算机构建60只美国上市流通股的最优投资组合

芝加哥量子公司研究了量子计算机在60家美国上市的流动性股票中构建最优投资组合的应用。

从历史市场数据出发，芝加哥量子公司将其独特的问题公式应用于D-Wave 2000Q量子退火系统，以找到最佳风险与回报率组合。首先采用经典的方法，然后使用D-Wave来选择有效的买入和持有投资组合。

结果表明，从业者可以使用经典或量子退火方法来选择有吸引力的投资组合。这是建立在芝加哥量子公司之前对40只股票进行优化的基础上的。

上海交大和中国科大使用IBM Qiskit实现担保债务凭证模型

上海交大集成量子信息技术研究中心与中国科大的一个研究小组使用量子计算实现了两种担保债务凭证模型：单因子高斯copula模型和正态逆高斯copula模型。

担保债务凭证（CDO）是最常用的结构化金融产品之一，在定量金融领域得到了广泛的研究。

通过应用条件独立性方法，他们成功地在量子电路中加载了每个分布模型，将量子振幅估计作为CDO定价的蒙特卡罗模拟的替代方案。他们用IBM Qiskit演示了量子计算的结果。

Bankia AM和Multiverse Computing在基金管理中测试D-Wave量子计算机性能

Bankia AM和Multiverse Computing合作开展了一个项目，以确定量子计算机（在本例中为D-Wave计算机）是否可以用于金融。

Bankia AM将量子计算应用于投资基金投资组合的管理，该技术来自Multiverse Computing。该初创公司与Bankia的创新和资产管理团队一起开发了一种量子算法，该算法能够计算一组基金的最佳投资路径，针对不同的风险状况确定一年内最佳购买、出售和转让的选择。

为此，Bankia AM选取了50支基金，并针对不同的风险状况计算了该期间内投资组合的最佳构成。对于每种风险状况，需要10万亿次验算才能找到最佳投资组合。用传统计算机无法解决该问题，而量子计算机中的计算花费的时间在可承受范围内。

通过这一概念验证，Bankia与Multiverse一起成功地将量子计算应用于投资分析，并为该技术在金融领域的新应用开辟了道路。

量子计算有望解决化学和材料科学中超出经典计算范围的复杂问题。

一方面，使用量子计算机或模拟器解决化学和材料科学中的复杂问题，另一方面，对量子现象进行化学和材料科学研究，目的是帮助发现和设计新的量子信息系统。

基于以上考虑，美国能源部在2020年12月宣布提供7500万美元，支持量子化学和材料研究。

由此更可体现量子计算对于化学和材料研究的重要性以及未来潜力。

用例：

QSimulate为JSR材料信息学的高通量量子模拟提供了动力

QSimulate总部位于马萨诸塞州剑桥市，专注于将下一代量子工具集成到人工智能/MI推动的发现中。它还致力于提高药物发现的配体/蛋白质评分，并与世界上一些最大的量子计算平台开发商合作。

QSimulate已宣布与JSR公司（半导体、显示器、光学和聚合物材料市场的主要参与者之一）合作，通过材料信息学（MI）方法发现新材料。QSimulate为JSR提供了在云端使用其独特量子计算工具的途径，使得每天运行数千个分子的高精度量子计算成为可能。这反过来又为材料信息学提供了一个优越的数据集，并且能够根据需要有效地替换训练集。

近年来利用量子计算模拟分子数据训练的人工智能（AI）引擎，可以从分子拓扑结构中快速预测性质，这一想法得到了广泛的关注。一旦AI/MI模型得到成功的训练，JSR希望将其应用于诸如识别具有理想性能的新材料、用避免昂贵或危险试剂的新材料替换旧材料以及创造能够在不利环境条件下更好地保持的材料等任务。

IBM使用小型量子计算机精确计算材料特性

IBM的一个研究小组已经成功地模拟了一些分子，不需要更多的量子比特，精度比以前更高。研究人员将更多的信息打包到用于进行模拟的数学函数中，这意味着这个过程的结果要精确得多，而且不需要额外的计算成本。

“我们证明，在今天的小型量子计算机上，氟化氢（HF）等聚合分子的性质可以以更高的精确度计算出来。”研究人员解释道。

为了弥补资源的限制，研究小组创建了一个“相互关联”哈密顿量，这个哈密顿量被转换成包含特定分子中电子行为的附加信息。尽管目前可用的资源有限，这种方法是在量子计算机上精确计算材料性质的一个新步骤。

IBM的发现可能会加快量子应用的步伐，即使当下量子计算机使用的量子比特很少，新的用例也会出现。

在量子计算有望产生深远影响的众多行业中，生物制药是最有前途的行业之一。

药物研发的关键是分子模拟，因为分子是物质中能够独立存在的相对稳定并保持该物质物理化学特性的最小单元。在计算机辅助药物设计(CADD)过程中，提高分子模拟的准确性会导致计算成本呈指数级增长。

使用量子计算有助于克服经典计算方法的尺度限制，并为更大和更复杂的分子系统实现薛定谔方程的数值精确解。

2020年9月，AI药物研发公司晶泰科技（XtalPi）宣布完成3.188亿美元的C轮融资，创造全球AI药物研发领域融资额的最高纪录。晶泰科技结合AI和量子力学两大底层技术赋能并加速国内外创新药研发进程。

2021年1月，科技巨头谷歌的量子人工智能实验室正式宣布与制药行业巨头勃林格殷格翰(Boehringer Ingelheim)达成合作协议，专注于研究和实施制药研发中量子计算的前沿用例，特别包括分子动力学模拟。

资本市场的认可和科技巨头的入局，不仅肯定了量子技术在制药行业的应用，也将加速量子技术在制药行业的发展。

随着硬件设备和模拟软件的成熟完善，未来人类有望沿着从小分子到大分子、从无机物到有机物的方向最终实现对所有物质分子层面的模拟。

用例：

谷歌完成最大规模的量子化学模拟

在《科学》杂志发表的一篇论文中，谷歌AI量子团队和合作者能够模拟H6、H8、H10和H12链的结合能以及二氮烯的异构化。这是迄今为止最大的量子化学模拟，最大的模拟需要12个量子比特，72个双量子比特门和114个单量子比特门。分子电子能量的Hartree-Fock计算是在谷歌的53量子比特处理器上进行的。

QSimulate使用量子计算对针对COVID-19的多种药物进行分类

QSimulate的科学家描述了量子计算的一种全新应用，该问题涉及各种药物与SARS-CoV-2 Mpro（复制COVID-19所需的蛋白质）结合的程度。

该集合的结构具有复杂多样性，很难通过传统方法进行准确分析。但是QSimulate已证明，具有高准确性的量子计算可以成功地对这种具有高复杂度的组进行评分，结果表明将量子计算整合到药物发现中具有更多的应用可能。

在这项研究中，作者运用密度泛函理论的量子计算方法对15种不同药物结合Mpro蛋白的能力进行评分和排名。先前已通过实验确认了这15种药物均能与Mpro结合。

Silicon Therapeutics使用量子计算设计药物

2020年11月，Silicon Therapeutics宣布在晚期实体瘤或淋巴瘤患者的1期临床试验中使用其药物SNX281治疗第一名患者。SNX281由Silicon Therapeutics全资拥有，是一种具有全身暴露的干扰素基因（STING）小分子刺激剂，其设计基于Silicon Therapeutics专有物理驱动药物发现平台。

Silicon Therapeutics是一家总部位于波士顿的药物研发科技公司，成立于2016年。其宗旨是将分子模拟、量子物理学、统计热力学和分子动力学应用于医学领域，促进常规药物的改进。

汽车产业正处于百年一遇的变革时期，四大趋势将改变全球的汽车产业，即CASE。其中CASE四个字母分别代表联网(Connected)、自动驾驶(Autonomous)、共享与服务(Share & Service)、电动化(Electric)。

CASE最先由戴姆勒提出，现已是汽车产业发展的共同目标。

近年来各大汽车厂商加快推进电动化战略。这推进电动化战略一过程中，量子计算将发挥其在化学模拟的优势，多家汽车厂商正致力于利用量子计算来研发性能更好的电池。

除此以外，根据麦肯锡的报告，量子计算将渗透至汽车行业的方方面面。

“n级”供应商可以使用量子算法来优化涉及多种运输方式的供应路线。改善整个价值链的物流。汽车制造商可以在车辆设计过程中使用量子计算来进行各种改进，包括最小化阻力和提高燃油效率。

经销商和修理厂可以利用量子计算来支持机器学习，以开发预测性维护软件。共享出行玩家可以使用量子计算来优化车辆路线，从而提高车队的效率和可用性。

用例：

戴姆勒和IBM合作，以研究量子计算模拟电池材料

2020年1月，戴姆勒和IBM研究了量子计算机是否能够计算并精确模拟锂电池材料的基本行为。

目前，在潜在电池化学方法中，最有前途的是锂硫电池，根据研究，这种电池将比现在广泛使用的锂离子电池更强大、更持久、更便宜。

戴姆勒和IBM模拟了锂硫电池在运行过程中可能形成的分子的基态能量和偶极矩，包括氢化锂（LiH）、硫化氢（H2S）、硫化氢锂（LiH）和硫化锂（Li2S）。

通过模拟这些分子，将使科学家能够找到最稳定的构型。

量子传感器首次被用作提高汽车电池性能

一个旨在利用量子技术提高车辆电池性能的新项目获得了伯明翰大学领导的英国量子传感与计时技术中心的伙伴关系资源基金（Partnership Resource Fund）的资助。

该项目由苏塞克斯大学的研究人员领导，旨在解决提高电池能量密度、寿命和安全性的关键需求。这将标志着量子传感器首次被用作电池创新的解决方案。

在物流问题上，由于涉及多个变量，比如车辆如何选择最短路线，如何部署货轮以满足用户需求的运输网络等等，而这对于经典计算是一个耗费高昂、耗时极长的过程。

例如，典型的卫星导航系统依赖于经典计算技术来重新计算路线。为1辆车在3条路线中选出最佳路线，这很简单，因为只有9种路线组合。然而，10辆车会有6万种组合，20辆车和30辆车的路线组合数以亿计，分别为35亿和20万亿。

如果为每一辆车计算最优路线，经典计算在有效时间内不可能完成任务，而量子计算机可以同时处理多个变量，通过量子计算提速可以达到指数级。

用例：

富士通和丰田系统利用量子技术优化大规模供应链物流

富士通（Fujitsu）和丰田系统公司（Toyota Systems Corporation）利用富士通量子启发的数字退火计算解决方案，成功演示了支持汽车生产的供应链和物流网络运营的优化。

数字退火机能够以经典计算技术无法实现的速度解决复杂的组合优化问题，并用于快速计算变量，包括运输卡车数量、总里程和包装分类任务，在超过300万条可能的交货路线中选出从而确定最具成本效益的路线。

最终，试验结果显示，在30分钟内，可以计算出一条最佳路线，潜在地将物流成本降低约2%至5%，从而提高装载效率并简化运输相关费用。

未来，富士通和丰田系统将进一步验证和完善该解决方案，旨在将其商业化，用于现实世界的供应链和物流运营。

查尔姆斯理工大学开发的微型量子计算机，解决了航空领域的实际物流问题

瑞典查尔姆斯理工大学的研究人员表明，他们可以用小型但功能良好的量子计算机解决一小部分真正的物流问题。

所有航空公司都面临航班安排问题。例如，将单个飞机分配到不同的航线代表了一个优化问题，随着航线和飞机数量的增加，这个问题的规模和复杂性会迅速增加。现在的一项重要任务是找到普通计算机无法解决，但较小型量子计算机可以解决的相关有用问题。

“我们希望确保我们正在开发的量子计算机能够在早期帮助解决相关问题。因此，我们与工业公司密切合作，”理论物理学家、查尔姆斯理工大学量子计算机项目的领导者之一Giulia Ferrini说。该项目始于2018年。

目前，世界各地的相关研究团队在探寻未来量子计算与人工智能的交叉方向。

2020年3月，谷歌宣布推出量子机器学习开源库TensorFlow Quantum。这一开源库集成了谷歌之前开源的量子计算框架Cirq和机器学习框架TensorFlow。

2020年5月，百度发布的国内首个量子机器学习开发工具量桨（Paddle Quantum），是一个基于百度开源框架PaddlePaddle的机器学习库，支持量子神经网络的搭建与训练。该机器学习库提供了量子机器学习开发者套件，对各种量子应用开发提供了应用工具包。

量子人工智能的计算能力为人工智能发展提供革命性的工具，能够指数加速学习能力和速度，促进AI应用发展。而利用人工智能技术（如深度学习框架）也可能突破量子计算研发的瓶颈。

在未来，当量子芯片中的量子比特达到一定数量后，计算能力将足够人工智能的算力需求。实现人工智能，原来需要一千台或者一万台计算机的规模，使用量子计算机可能就只需要一台，也就是说人工智能将不再依赖于大型服务器集群，或者庞大的云计算中心。

而在实现小型化后，人工智能的应用场景也将拓展。比如车载智能系统、无人机的智能系统或者手机上的人工智能系统。这意味着我们可以把AlphaGo这样的大型人工智能系统放到手机里，甚至通过长期观察和深度学习后，最终可能出现人类想象不到的智能。

用例：

Kantar Brand Growth Lab在新加坡开发量子机器学习解决方案

作为AI/ML在新加坡发展的一部分，Kantar已经宣布了第一项量子机器学习专利。在新加坡经济发展委员会（EDB）的持续支持和合作下，Kantar于2018年在新加坡建立了品牌成长实验室，以开发AI/ML解决方案。实验室是一个高级分析中心，致力于发现利用大数据推动企业战略决策的新方法。

2020年1月2日，Kantar获得新加坡知识产权局授予的第一项专利。在与新加坡国立大学量子技术中心的首席研究员、量子模拟与计算小组组长Angelakis教授的合作下，过去6个月里利用Kantar小组的真实消费者行为数据进行了两次量子实验。

实验1：使用量子机器学习进行客户细分；

实验2：使用IBM量子计算机基于媒体消费模式的客户细分。

一种类似量子（Quantum-Like）的方法增强机器人的感知能力

意大利热那亚大学（University of Genoa）的研究人员最近研究了使用类似量子的方法来增强机器人感知能力的可行性。他们在arXiv上的预印论文中介绍了一个案例研究的结果。

他们在一个模拟环境中，在一个感知能力有限的机器人上测试QL感知模型。他们将机器人传感器收集的信息存储在一个量子比特中。量子比特被允许有两个“前”和“后”态在一个相干的叠加，使不确定性建模混合“前一后”的情况。随后当量子位被测量时，它返回一个读数，其概率与这种叠加有关。

随着传统计算机逐渐接近极限，量子计算机有望提供新的计算水平。量子计算有助于解决航空航天行业面临的一些最严峻的挑战，从基础材料科学研究、机器学习优化到复杂的系统优化，并有可能改变飞机的制造和飞行方式。

一些航空航天领域的世界知名企业也在涉足量子计算硬件和软件，旨在通过量子计算激发本行业的技术革命。

从19年开始，空客每年举办量子计算竞赛。该竞赛提出了五个不同复杂程度的飞行物理问题，从简单的数学问题到全球性的飞行物理问题。

该竞赛向整个科学界的专家、研究人员、初创企业、学者开放，并将为航天领域向量子时代的最终转变奠定基础。

同时，在针对航空航天的问题上，美国国家航空航天局和英国研究与创新局一直在致力于探索量子技术的多种可能性。

用例：

量子技术在国际空间站上的跨越

美国国家航空航天局(NASA)冷原子实验室(Cold Atom Lab)完成了最新升级，使得国际空间站(ISS)上的原子干涉测量成为可能，这为科学家实现用来探索宇宙的新一代精密量子传感器奠定了基础。

这些星载量子传感器的应用包括广义相对论的测试、暗能量和引力波的搜索、航天器导航和阻力参考，以及重力科学，包括行星大地测量，即对行星形状、方向和重力场的研究。

实现空间原子干涉测量一直是NASA和基础物理界长期追求的目标。国际空间站上原子干涉测量研究的首席研究员Jason Williams博士说:“对于基于天体的原子干涉仪，超低温气体和无限自由落体时间的实验室环境，有望为惯性力和旋转测量开辟一种新的精度体系，这可能彻底改变当代重力科学和航天器的导航能力。”

空间物质波干涉测量法的演示预示着，在未来，天基量子传感器将成为宇宙科学探索中广泛使用的工具。新技术的应用包括广义相对论的测试、暗能量和引力波的搜索、航天器导航以及在月球和其他行星体上探测地下矿物。

该研究是在加利福尼亚理工学院的喷气推进实验室（JPL）进行的。

量子通信利用微观粒子的量子叠加或量子纠缠效应等进行信息或密钥传输，主要包括量子隐形传态和量子密钥分发两类。

量子通信可大幅提升通信的安全性，将对信息安全和通信网络等领域产生重大变革和影响。

2020年，全球量子保密通信市场规模达到14.81亿美元。据光子盒预测，预计到2025年，这一数字将达到143.55亿美元，未来五年，全球市场将进入极速快速增长阶段。

用例：

三星推出全球首款量子加密手机

SK电讯和三星电子于2020年9月推出全球首款搭载量子加密技术的智能手机，名称为Galaxy A Quantum。该机将在三星A71 5G版本的基础上由SK电讯开发的量子随机数生成芯片（QRNG），这也是业内第一款配备QRNG芯片的智能手机。

据悉，QRNG芯片主要面向移动手机、物联网和边缘设备应用，主要特色是利用CMOS图像传感器捕获的光源散粒噪声产生高熵随机数据，主要用于身份验证和加密应用程序的密钥。

美军将利用量子通信技术实现与潜艇间的安全通信

美国日裔防务专家Kyle Mizokami在文章中写道，美军将利用量子通信技术实现与潜艇间的安全通信。

2020年4月20日，渥太华大学的研究人员演示了该技术在模拟世界海洋水域的条件下传输数据的过程，此前该技术仅在静态水中进行过测试。Mizokami认为，该技术目前还不完善，因为在实验过程中，传输速度为每秒72千位数据，相当于每秒4600个字符。

尽管该技术传输率不高，这也足以保证向美国核潜艇传送诸如“发射导弹”之类简单的编码信息，美国海军司令部将能够通过量子通讯与核潜艇实现安全通信。

韩国电力公司引进了SKT的通信系统，用于量子安全数据保护

韩国顶级移动运营商SKT发的用于量子安全数据保护的安全通信系统已应用于国有核电站运营商韩国电力公社（KHNP），以应对黑客攻击和安全威胁。SKT表示，它的量子密钥分发服务器已应用于位于韩国庆州KHNP总部与位于三阳水电办公室之间的通信网络。

KHNP量子密码通信在韩国尚属首次商业应用，并被推动加强发电设施的安全性。SKT提供超低延迟的专业5G服务，同时通过量子密码通信解决方案解决潜在的安全威胁。

量子密码技术成功保护了医学数据

欧盟OpenQKD项目框架下的量子密钥分发（QKD）用例“格拉茨医疗数据保护”成功地证明了对最敏感的数据即医疗记录的最高级别保护。格拉茨医科大学、格拉茨第二医院、fragmentiX及其合作伙伴一起成功地部署了QKD和加密硬件。

这两个机构的病理学家能够安全地交换（相互上传和检索）医疗记录和图像。在两个相连的机构中，每个机构的数据都被fragmentiX集群节点分割成三个片段。其中两个被安全地传输到不同的数据中心，由Citycom电信格拉茨公司运行，受QKD保护。第三个片段被发送到一个传统的https保护的存储器——模拟商业公共S3存储，其位于格拉茨医科大学，但两个机构都可以访问。它是通过fragmentiX秘密共享来实现的，在QKD的保护下，单个片段并没有用，并保护两个（三个）片段的传输。

此用例演示了由格拉茨生物样本库提供的数字切片（高达10 GB的图像；大量数据）的安全数据共享，与格拉茨医科大学和格拉茨第二医院之间的临床和遗传数据（高度敏感数据）相关联。数据共享将有助于在个性化医疗的背景下实现高级诊断的协调和质量控制，并促进医学研究。

日本公司探索量子密码以确保股票交易安全

日本公司发起了该国对量子密码的首次研究，以提高股票交易的安全性。

这项由东芝公司、日本电气公司（NEC）和野村控股公司开始的联合研究，正值金融机构受到越来越多的网络攻击威胁之际。

在联合研究中，他们将把东芝开发的加密设备连接到野村证券(Nomura Securities Co .)的交易系统，并使用虚拟客户详细信息和交易数据测试加密。

他们说，在日本国家信息和通信技术研究所的帮助下进行的模拟，将研究毫不延迟地加密大量订单的能力，即使数百万个订单同时发出。它还将检查当操作持续数天时是否对系统有任何影响。

中国构建世界首个天地一体化量子通信网络

2021年1月7日，中国科学技术大学潘建伟及其同事陈宇翱、彭承志等与中国科学院上海技术物理研究所王建宇研究组、济南量子技术研究院及中国有线电视网络有限公司合作，在国际学术期刊《自然》杂志上发表了题为“跨越4600公里的天地一体化量子通信网络”(An integrated space-to-ground quantum communication network over 4,600 kilometres)的论文。

不只是计算和通信，量子技术也早已应用到了精密测量领域。

近年来量子技术的发展，人们利用量子相干、量子纠缠、量子统计等特性可以突破标准量子极限，从而实现更高精度的测量。同时由于量子力学测不准原理的限制，测量精度也不可能无限制地提高，这个最终的极限被称为海森堡极限。

海森堡极限精度正比于1/N，原则上来说，在N很大的时候，海森堡极限的测量精度可以远远高于经典测量方法。设计一种可实际应用的并且达到海森堡极限的量子精密测量技术是学术界长期以来努力的方向。

而量子传感器能够实现高精度，比如传统机电式陀螺仪的精度约为10e-6°/h，而量子陀螺仪的理论精度可达10e-12°/h；又如传统时间同步技术最高精度是100皮秒（10e-12秒），而量子时间同步协议的精度可达到皮秒量级。

用例：

华人科学家制造出接近量子极限的化学传感芯片

在美国国家科学基金会(NSF)的支持下，由Qiaoqiang Gan领导的纽约州立大学布法罗分校研究团队报告了一种化学传感芯片的进展，该芯片可以使手持设备像酒精测试仪一样快速地检测微量化学物质，包括非法药物和污染等，也可用于食品安全监测、防伪和其他分析微量化学物质的领域，相关成果发表在Advanced Optical Materials。

合作者包括来自中国上海理工大学和沙特阿卜杜拉国王科技大学的研究人员。

英国重力钻探项目探索利用量子传感技术进行钻孔应用

这个由Innovate UK资助的创新项目汇集了英国量子技术中心传感器和计时的学者，该中心由伯明翰大学和井下技术专家Nemein有限公司领导。

Nemein正在开发主要集中于能量收集和环境传感的钻孔部署设备。这项新技术将使伯明翰大学开发的量子传感器走出实验室，进入极端恶劣的井下环境。

这项新技术将使伯明翰大学开发的量子传感器走出实验室，进入极端恶劣的井下环境。重力钻洞，英国领导的一个旨在利用量子重力传感技术潜力的项目正在探索在恶劣的地下钻孔环境中使用该技术。

重力钻探项目正在研究一种商业上相关的量子装置如何取代或增强现有技术，以优化CCS储层，将碳氢化合物开采对环境的影响降至最低，并促进从化石燃料向地热等可再生能源的转变。这个项目将建立在伯明翰大学已经进行的冷原子重力传感器的工作的基础上。

虽然重力传感已经被应用于包括石油和矿产勘探在内的许多应用中，但一旦开发出基于原子干涉仪的技术，预计将减少尺寸、重量和功率，同时提高灵敏度并加快测量时间。

针对能源优化问题，量子计算有助于在对各能源平衡备选方案的经济效益、社会效益、环境效益和投资风险综合评价的基础上，对能源结构进行优化配置，确定最佳的能源供应系统方案。

除了在工厂和设施中的能源管理中，量子计算也可改进能源技术解决方案，例如二氧化碳捕集和封存，以减少大气中温室气体的排放。

一些能源行业巨头也开始借助量子技术推动其长远发展。

用例：

道达尔与CQC合作改进碳捕获技术

道达尔通过与英国初创公司剑桥量子计算公司（CQC）签署多年合作协议，加强对碳捕获、利用和储存（CCUS）技术的研究。这一合作关系旨在开发新的量子算法，以改进二氧化碳捕获材料。道达尔的目标是成为CCUS的主要参与者，目前该集团在该领域的投资占其年度研发工作的10%。

为了提高二氧化碳的捕获率，道达尔正在研究一种被称为吸附剂的纳米多孔材料，被认为是最有前途的解决方案之一。

道达尔和CQC合作开发的量子算法将模拟这些吸附剂中的所有物理和化学机制，作为它们的大小、形状和化学成分的函数，从而使选择最有效的材料进行开发成为可能。目前，这种模拟不可能在传统的超级计算机上进行，这证明了量子计算的使用是正确的。

Aker BP和剑桥量子计算公司（CQC）为能源行业开发量子机器学习算法

剑桥量子计算公司(CQC)宣布了他们与欧洲独立能源公司Aker BP公司的合作。

Aker BP和CQC之间的合作着重于前沿量子机器学习(QML)算法的设计和演示，以解决多相流分类问题。该团队的解决方案由一个瞬时量子多项式时间电路组成，该电路被训练成一个三类分类器，使用CQC的量子软件开发平台t|ket⟩在IBM量子处理器上实现。通过对Aker BP数据的测试，QML分类器只需要少量的量子比特就可以与具有非线性核的经典支持向量机（SVM）的性能相匹配。

这一合作的结果展示了量子机器学习算法在能源领域的最早应用之一，推动了当今嘈杂中型量子（NISQ）处理器的实用性。

Aker BP公司是一家成熟的勘探与生产公司，在挪威大陆架进行勘探、开发和生产活动。以产量衡量，Aker BP公司是欧洲最大的独立石油公司之一。

除了以上十大领域，在量子信息发展越来越迅速的现状下，技术人员也在尝试拓宽量子技术应用的更多场景。

诺丁汉大学与Magnetic Shields公司合作，成立了一家新的衍生公司Cerca Magnetics Limited（Cerca），该公司将世界上最先进的功能性脑部扫描仪推向市场，为患有严重神经系统疾病（如癫痫病）的人们带来新希望。

而该脑成像技术的核心之一是利用碱原子的量子特性来探测磁场的光泵磁力仪。

欧洲科学家探索使用量子技术开发癌症筛查扫描仪。国际研究人员团队最近发表了对矢量涡旋束（VVB）在散射介质中传播的综合研究，该团队正在欧盟FET-OPEN项目Cancer Scan的支持下进行研发，该项目提议开发一种全新的生物医学检测统一技术，并在量子光学和量子力学中运用。

在量子技术竞赛中，各国已经开始加快脚步。

俄罗斯宣布投资247亿卢布部署量子网络后，又宣布成立国家量子实验室；美国发布第一份量子倡议年度预算报告；德国启动3亿欧元“量子谷”项目；法国投资18亿欧元发展量子技术。

与此同时，各国各地区也必须扩大量子信息技术的应用范围，开拓新的市场，并发展出适应量子时代的个性化产业。

中国量子通信网络的构建走在国际前列；英国将量子计算应用于音乐行业；美国持续探索量子技术如何能帮助维护美国国家安全等等。

未来，量子技术的应用场景会越来越深入人们的日常生活，而这给生活带来的颠覆将是难以想象的。

相关阅读：

#光子盒社群招募中#

进入光子盒社群，与我们近距离互动，了解量子领域更多产业、商业、科技动态，领取量子计算和量子通信产业报告。

现添加社群助手微信Hordcore即可进群 ，与我们一起展望未来！

你可能会错过：