【美国陆军时报（Armytimes）网站2021年4月6日报道】美国陆军科学基金资助的三项量子计算研究取得突破性进展，找到了纠正量子计算方法中长期存在错误的新途径，通过机器学习改善了量子系统失真信息，并且建立了量子通信网络新方法。量子计算的突破性进展，可解决困扰美军数十年的难题，帮助指挥官和士兵快速获取周围环境的清晰图像并使用这些信息，对未来军事行动至关重要。
  在陆军研究办公室和空军科学研究办公室资助下，马萨诸塞州阿默斯特大学在最近的实验中找到了保护量子信息免受超导系统中错误影响的方法。与传统计算机使用晶体管相比，量子计算的单位是量子比特，处理能力为指数级增长，但对错误更敏感，需要硬件中更多资源用于检查和纠正。新方法可以自发地纠正错误，从而极大提高效率，有助于减轻未来计算机的负担。
  路易斯安那州立大学找到了一种方法，利用人工神经网络的自学习和自我发展功能的机器学习技术，纠正由光子构成的量子系统中的失真信息。光子本质上充当量子数据的载体，使它们在网络中传输，但是信息会因环境波动而失真。利用机器学习来使用光的空间模式传输量子信息具有多种应用，比如量子通信、量子密码学和量子传感。与传统技术相比，这种方法更有效且省时。
  在美国陆军作战能力发展司令部的资助和管理下，芝加哥大学普利兹克分子工程学院通过通信电缆发送纠缠的量子比特，将两个网络节点连接起来。这一研究成果为应用于大规模量子网络和计算机领域而使用更多量子节点进行复杂实验，铺平了道路。为了通过一米长的超导通信电缆发送纠缠态，研究人员创建了一个实验装置，两个节点中每一个都有三个超导量子。他们将每个节点中的一个量子比特连接到电缆，然后以微波光子的形式通过电缆发送量子态，达到最小信息损失量。（北方科技信息研究所 宋韦哲 供稿 王磊 审核）