评审结果公示 | “中国人工智能学会-玻色”量子计算应用创新基金

活动小助手
2025-10-14 13:10:24
人工智能
量子信息
行业动态
本帖最后由 活动小助手 于 2025-10-15 11:10 编辑


“中国人工智能学会-玻色”量子计算应用创新基金由中国人工智能学会和玻色量子公司共同发起,致力于面向全国各领域学者搭建“量子计算+”的产学研合作及应用研究平台。该基金为全国范围内最具创新力的学者提供了解与使用量子计算技术、探索和实现量子计算应用的机会,并通过连接跨领域学者与企业研发团队的产学科研合作,推动量子计算新技术在各领域中的应用研究与落地,为中国量子产业的发展和创新储备能量。


本年度“中国人工智能学会-玻色”量子计算应用创新基金共发布三项技术研究命题,持续以量子计算技术在人工智能、优化等领域的应用场景发掘作为主要研究方向主题一是推动基于相干光量子计算的量子变分自编码器(Q-VAE)的应用;主题二是推动基于相干光量子计算的新型计算系统在基于能量的神经网络模型中的深度融合应用;主题三是推动基于相干光量子计算的新型计算系统与人工智能技术结合在各领域的应用。基金项目的资助金额为人民币10-20万元/项,计划支持5-10项。项目合作周期为6个月。经资格审核、初评、终评,本年度共有7个项目入选。





评审结果(按课题设置排序)


评审结果



申报人:赵尉辰


所在单位:南开大学


申报课题:基于相干光量子计算的人工智能方法在生物分子结构预测及病原体进化中的应用


赵尉辰,南开大学统计与数据科学学院讲师,硕士生导师,传染病溯源预警与智能决策全国重点实验室成员。主要研究方向为数学与人工智能交叉,包括采样算法与生成式模型、图神经网络及其应用、AI for Science如蛋白质结构和功能预测、蛋白质设计等。主持国家自然科学基金青年基金1项,作为项目骨干参与国家重点研发计划、国家自然科学基金天元基金交叉重点专项等项目多项。以第一/通讯作者在ICML, KDD, Neural Networks等人工智能顶级会议与期刊发表学术论文多篇。


点评:针对蛋白对接等生物计算难题,将其转化为QUBO 模型用 CIM 求解,突破经典方法局部最优困境,且闭环体系验证实用,场景适配量子计算优势。



申报人:杨金


所在单位:电子科技大学


申报课题:基于稀疏相干伊辛机的生成式玻尔兹曼网络研究


杨金,电子科技大学自动化工程学院助理研究员,研究方向包括多模态感知与识别、工业场景下的计算机视觉、复杂网络稳定性分析等。在IEEE TSG、IEEE TII等权威期刊/会议上发表科研论文二十余篇,授权发明专利6项。主持国家自然科学基金青年基金项目、四川省自然科学基金青年基金,获国家资助博士后研究人员计划(C档),四川省博士后科研项目特别资助(B档),参与国家级、省部级等科研项目十余项。


点评:聚焦AIGC算力瓶颈,将DBM训练与稀疏CIM结合,解决传统采样低效问题,CIM的并行计算适配生成模型需求,场景创新性突出。



申报人:谢昌谕


所在单位:浙江大学


申报课题:基于相干伊辛机加速的分子电子结构计算及药物性制裁预测平台


谢昌谕,浙江大学药学院求是工程教授。加入浙江大学前,曾于多伦多大学和麻省理工学院从事理论化学研究。随后,在腾讯量子实验室深入探索量子计算和AI for Science等前沿计算技术的应用与落地。2022年加入浙江大学药学院,致力于人工智能辅助药物设计及量子算法研究。已开发出多项高精度算法,相关研究成果已在《Nature Machine Intelligence》《Nature Computational Science》等国际权威期刊累计发表SCI论文百余篇,并成功应用于多项药物研发项目中。


点评:项目聚焦药物研发关键瓶颈,将分子电子结构计算转化为量子可解问题,CIM 加速特性适配高通量筛选需求,场景与量子计算高度契合,应用价值显著。



申报人:张超


所在单位:大连理工大学


申报课题:基于相干光量子计算的深度学习模型可解释性研究


张超,大连理工大学数学科学科学院计算数学研究所所长,教授、博导。主要研究方向为人工智能基础理论及其工程应用,研究内容涵盖:随机矩阵理论、深度学习理论、可解释人工智能技术、大型装备智能运维、多模态数字孪生建模等。发表SCI/EI 论文 60 余篇,主持国家重点研发计划、国家自然科学基金等国家级项目5项。获中国质量协会质量技术二等奖、大连市青年科技之星、日内瓦发明展金奖等奖励,并指导学生获挑战杯揭榜挂帅全国特等奖。


点评:聚焦深度学习可解释性瓶颈,将线性可分度量计算转化为QUBO 问题用 CIM 加速,量子并行性适配大规模模型分析,技术创新性强。



申报人:张希


所在单位:中国科学院自动化研究所


申报课题:面向自动数学问题求解与定理证明的相干伊辛机计算方法研究


张希,中国科学院自动化研究所副研究员,中科南京人工智能创新研究院决策算法科学家。博士毕业于中国科学院大学,后在康奈尔大学担任博士后研究员。目前从事决策智能、可信机器学习等方面的研究,应用领域包含强化学习、智能体视觉等。在ICLR、ICML、CVPR、KDD等顶级国际会议上发表论文四十余篇。任NeurIPS、ICML、ICLR等国际会议审稿人。主持科技创新2030脑科学与类脑研究重大项目子课题、CCF-腾讯犀牛鸟基金,参与科技创新2030新一代人工智能等多项科研项目。


点评:将数学定理证明关键决策转化为QUBO问题,CIM加速 MCTS剪枝,突破传统推理效率瓶颈,量子计算适配逻辑推理复杂搜索场景。



申报人:魏秀参


所在单位:东南大学


申报课题:基于QUBO相干伊辛机的神经网络架构搜索方法研究


魏秀参,东南大学计算机科学与工程学院教授、博士生导师,国家基金委青年科学基金项目B类获得者、国家重点研发计划首席青年科学家、江苏省杰青。主要从事计算机视觉、机器学习和机器人方面研究。在国际顶级期刊和会议发表论文八十余篇,相关研究工作获得“江苏省自然科学百篇优秀学术成果”以及含CVPR iNaturalist在内的国际权威学术评测等10余项世界冠军。担任IEEE TIP/TMM编委,CVPR、ICCV、AAAI、IJCAI等国际会议的领域主席、研讨会主席、讲习班主席等10余次,并任Fundamental Research/电子学报(英文版)青年编委、CSIG青托俱乐部主席、CCF-CV/CSIG-青工委副秘书长、VALSE常务AC等。曾入选CSIG青年科学家奖、吴文俊人工智能优秀青年奖、中国科协青年人才托举工程等。


点评:针对NAS 高耗低效问题,将架构搜索映射为QUBO模型用CIM求解,突破经典算法局限,量子加速特性适配大规模架构优化场景。



申报人:蔡璟


所在单位:香港理工大学深圳研究院


申报课题:基于Ising机的一阶TSK模糊系统的训练方法研究及应用


蔡璟,香港理工大学教授,医疗科技及资讯学系系主任,国际医学物理组织会士(Fellow of IOMP),美国医学物理师学会会士(Fellow of AAPM)。2006年在美国弗吉尼亚大学获得工程物理学博士,2009年完成临床医学物理住院师培训,2010年获得美国放射学会资格认证,2009到2017年任职于美国杜克大学,先后任助理教授和副教授,2017年7月加入香港理工大学工作至今。共发表250多篇学术论文,其中以第一作者或通讯作者身份发表145篇。主持/共同主持40多项基金资助。获得60多次研究奖励,包括第四十九届日内瓦国际发明展金奖,Tech Connect 2022 Innovation Award等。曾任美国医学物理协会放疗教育部主席,北美华人医学物理协会秘书长,国际医学物理组织Continuous Professional Development Accreditation Board秘书长等。


点评:将一阶TSK 模糊系统训练转化为QUBO问题用CIM求解,量子全局优化适配医疗数据高维特性,兼顾模型可解释性与性能。




欢迎访问玻色量子开发者社区,获取更多量子计算学习资源与活动资讯!

235
0
0
0
关于作者
相关文章
  • 量子计算+生物制药产业与技术发展研究报告(下) ...
    本文为《量子计算 + 生物制药产业与技术发展研究报告》的下半篇,点击链接阅读全文目录与上半篇 ...
    了解详情 
  • 量子计算+生物制药产业与技术发展研究报告(上) ...
    人工智能在生物制药领域取得了巨大突破,特别是人工智能药物发现 (AIDD) 成为了发展最快、成果最 ...
    了解详情 
  • 最新最全成果突破!首届量子计算+生物医药科技峰会在广州圆满落 ...
    2025年11月13日,由广州市科学技术局、广州市卫生健康委员会指导,中国移动通信集团广东有限公司 ...
    了解详情 
  • 玻色量子不断中标!引领量超融合!国内首台部署国家超算中心的专 ...
    2025年7月,成都市科学技术局官网“关于2025年第二批重点研发项目拟立项项目的公示” ...
    了解详情 
  • 直播预告 | 从AI到物理启发,生物信息学演进的量子突破 ...
    随着高通量组学技术的发展,生物信息学研究已进入大规模数据处理的时代。然而,数据维度的激增与 ...
    了解详情 
联系我们
二维码
在本版发帖返回顶部
快速回复 返回顶部 返回列表
玻色有奖小调研
填写问卷,将免费赠送您5个100bit真机配额
(单选) 您是从哪个渠道得知我们的?*
您是从哪个社交媒体得知我们的?*
您是通过哪个学校的校园宣讲得知我们的呢?
取消

提交成功

真机配额已发放到您的账户,可前往【云平台】查看

量子AI开发者认证

考核目标

开发者能够成功搭建Kaiwu-PyTorch-Plugin项目基础环境,并成功运行QBM-VAE示例代码,根据系统提供的随机seed值,求出正确的FID值。

通过奖励

10个一年效期的550量子比特真机配额

专属「量子AI开发者」社区认证标识

开发者权益

每月固定权益:5个550量子比特真机配额
前往考核

第一步

按照README提示成功安装Kaiwu-PyTorch-Plugin库环境依赖
前往GitHub

第二步

替换seed值

您的seed值为

第三步

输入您计算的FID值

*

提交答案

开发者权益

每月固定权益:5个550量子比特的真机配额

恭喜您完成考核

您将获得量子AI开发者认证标识及考核奖励

550bit*10

配额