量子機器學習或「攪動」芯片製造，谷歌/微美全息攻關突破取得階段性成果

據悉，澳大利亞科研團隊開發了一種結合人工智能和量子計算原理的量子機器學習技術，可能改變微芯片的製造方式，因此這項研究可能會重塑未來微芯片的設計方式。

研究人員表示，量子覈對齊迴歸器技術在同一問題的建模中，其表現優於7種經典機器學習算法。由於只需要5個量子比特，因此該方法可被立即用於當前的量子架構，這也體現了本次技術的實用價值。

量子計算科技蓬勃發展

近年來，量子科技硬件的實際形態已逐步顯現，學術界和科技界的研究團隊在過去一年中展示了多項強大的成果，極大地激發了人們對這項技術的興奮和期待。

2025年2月，微軟（MSFT.US）通過新聞稿宣佈其"Majorana 1"硬件設備成功創建了拓撲量子比特。微軟聲稱該設備顯示出存在邊界馬約拉納零模的信號，這些模式將成為拓撲量子比特乃至大規模拓撲量子計算機的基礎。

3月，由D-Wave研究人員領導的團隊在《科學》(Science)雜誌上報告稱，其超導量子退火處理器在性能上超越了現有最先進的經典模擬器。6月，D-Wave團隊在arXiv發表論文，表示其量子退火平臺已展示出"快速高效地訓練經典神經網絡（NNs）"的能力，訓練后的網絡隨后可部署在傳統經典硬件上。

7月，來自谷歌（GOOG.US）量子人工智能（Google Quantum AI）的科員在《自然·電子學》的一篇評論文章中討論了擴展超導量子計算機所面臨的挑戰。他們指出，構建一臺有用的量子計算機可能需要數百萬個超導量子比特。

可以看見，量子計算從最初的理論構想發展到如今具備強大演示能力的硬件，標誌着該領域已從純粹的概念或小規模實驗階段邁向了更成熟的階段。

更重要的是，當前對量子計算的期待已不再僅僅基於抽象的理論前景，而是植根於日益強大的硬件能力，這也預示着量子技術正處於發展歷程中的一個關鍵時期，即從基礎研究向工程實現和實際應用加速轉變。

微美全息量子技術研發新突破

誠然，發展量子科技與產業，對於把握全球科學前沿、提升科技競爭力等方面具有重要的戰略意義。據悉，量子科技上市企業微美全息（WIMI.US），積極推進量子科技的基礎研究、關鍵核心技術攻關、跨學科人才培養和產業鏈集聚，超前構建產學研用協同生態，已經取得了一批階段性成果。

具體來説，微美全息積極關注量子科技等前沿技術帶來的發展機遇，加速技術迭代與場景驗證，通過深入研究量子密碼生成器，並對量子生成對抗網絡的訓練算法進行優化，研發量子生成對抗網絡QGAN技術，有望生成更加複雜、更難被破解的加密密鑰，為數據安全提供更高層次的保障。

另外，在算法優化方面，微美全息採用了量子算法與傳統隨機梯度下降算法相結合的方式，既利用量子算法在全局搜索上的優勢，又結合隨機梯度下降算法在局部優化上的高效性，實現了量子生成器和判別器的有效訓練，使得生成的加密密鑰具有高度的安全性和隨機性。

結語

如今，量子計算領域的種種發展趨勢表明，隨着技術的不斷完善和優化，以及量子計算硬件性能的提升，量子技術有望在更多領域得到廣泛應用，它將為數據安全領域帶來革命性的變化，推動整個行業進入一個更加安全、可靠的發展階段。展望未來，微美全息也將繼續深入研究量子機器學習加密技術，為構建更加安全的數字世界提供堅實的技術支撐。