13家机构研究者联合发布综述：AI加速量子计算研究新范式正在形成

自薛定谔方程提出以来，量子力学催生了半导体、激光等颠覆性技术，奠定了现代信息社会的基石。进入21世纪，“it from qubit”所代表的第二次量子革命正加速推进，量子计算、通信与传感逐步从实验室走向实际应用，被视为下一代科技变革的核心驱动力。然而，随着量子系统规模扩大，其描述面临根本性挑战：量子态所处的希尔伯特空间维度随比特数呈指数增长，传统方法迅速失效，成为制约该领域发展的关键瓶颈。 2022年ChatGPT等大模型的出现，不仅推动了人工智能的广泛应用，更催生了“AI for Science”的新范式。近三年来，数据驱动的AI模型在大规模量子系统的学习中展现出卓越能力，促使研究范式从依赖先验知识转向以数据为核心的新路径，显著提升了量子模拟与计算的效率。上海交通大学副教授吴亚东长期致力于推动AI与量子科学的融合，2024年在新加坡与合作者杜宇轩首次线下会面，两人此前仅通过学术成果“神交”。这次交流让他们意识到，尽管AI在量子系统研究中已取得突破性进展，但系统性梳理仍属空白，不利于跨学科交流与新人入门。 基于共识，他们牵头撰写了一篇综述论文，全面回顾三类AI模型在量子系统学习中的应用：机器学习模型、深度神经网络与基础模型。这些模型被用于解析量子模拟实验生成的复杂态，以及量子计算机运行中产生的结果。论文强调AI的双重价值：一是精准预测量子系统的物理性质，二是构建“经典代理模型”，以简化方式高效近似量子行为，从而大幅降低对昂贵实验的依赖，绕开指数级复杂性难题。 研究团队汇聚了来自全球的顶尖学者，涵盖量子物理与人工智能两大领域。加拿大皇家学会院士巴里·桑德斯、德国柏林自由大学的延斯·艾瑟特、香港大学的朱利奥·奇里贝拉，以及澳大利亚科学院院士Dacheng Tao等均参与其中。由于研究兼具高度交叉性，论文在框架设计上历经多轮调整，重点平衡AI方法论与量子应用场景，最终形成兼顾深度与可读性的综述。 初稿历时两个月完成，但后续修改打磨持续近十个月，以确保内容准确、语言精炼、视角多元。这一过程凝聚了北美、欧洲与亚洲学者的智慧，推动形成了一套清晰的分类体系与跨学科表达方式。 展望未来，AI有望在量子科学中扮演更主动的角色：不仅辅助校准实验系统、优化量子线路、提升计算效率，更可能作为“虚拟科学家”，从海量数据中发现人类难以察觉的规律，甚至自主设计新实验，探索未知量子现象。若实现这一愿景，AI将不再只是工具，而成为推动量子科学突破的协同伙伴。 目前，研究团队正进一步探索前沿基础模型在复杂量子系统学习、硬件设计、线路优化与量子纠错等关键领域的应用潜力，持续拓展AI for Quantum Science的边界。