量子计算在现实世界中是否有第一个应用案例？

量子、人工智能与光子学：一场新的计算革命

计算和信息技术正同时经历着几场技术革命：人工智能的兴起、量子计算的出现，以及转向光子技术以克服传统硅计算的局限性。

迄今为止，这些新领域大多各自为政：人工智能的训练和计算是在经典硅芯片上进行的，量子计算正在寻求改进其技术，直到找到实际用途，而光子技术仍在进行设计和应用实验。

也许不足为奇的是，正是通过将这些领域融合在一起，才出现了新的可能性。量子计算似乎刚刚找到了一个实用的案例，甚至不需要进一步改进就能派上用场。

维也纳量子科技中心（VCQ）（奥地利）、米兰理工大学（意大利）、意大利国家科学研究委员会（IFN-CNR）和英国 Quantinuum 公司的研究人员发现，利用光子处理器，现有量子计算机在人工智能训练方面的性能可以超过经典计算机。

他们在《自然-光子学》上发表了他们的研究成果¹，标题为"光子处理器上基于量子增强内核的机器学习实验".

人工智能培训和量子计算为何面临限制

人工智能培训成本和能源需求飙升

最近，人工智能技术取得了巨大进步。然而，这仅仅是通过使用令人难以置信的计算能力、消耗数百亿美元的芯片和电力才实现的。

当然，在效率方面可以取得一些进展、 DeepSeek 人工智能以超低的计算成本和资金成本进行训练，证明了这一点，比西方竞争对手高出一个数量级。但归根结底，软件的改进只能在一定程度上降低人工智能训练的计算和功耗密集程度。

量子计算的可扩展性和噪声挑战

与此同时，量子计算是一项前景广阔的技术，但直到现在仍存在致命缺陷。量子计算需要维持极其脆弱的物质状态才能工作，这意味着它既昂贵又不太容易扩展。

这也意味着获得的结果是 "嘈杂 "的，经常出现误差、延迟和不可靠的结果。

在这里，创新也可能意味着 小型量子计算机网络 或 一种新的硬件设计架构，使用一种称为拓扑导体的新物质状态，实现了可扩展性这样就可以解决问题。

在得到证实之前，量子计算的相关性一直受到质疑，这项技术仍在寻找具有经济意义的实际应用案例。

用于人工智能的量子增强内核方法

量子内核如何增加机器学习的维度能力

核方法是机器学习中广泛使用的工具，它使用一种数学方法来增加数据集的维度，以便更好地识别隐藏模式。

资料来源 MDPI

当然，这涉及到相当复杂的数学，只有少数已经在这一领域工作的专家才能理解。您可以通过这段视频直观地了解其工作原理：

而这种复杂的计算可能非常适合量子计算机的独特能力。

光子处理器与量子内核在人工智能领域的结合

该实验使用了在硼硅玻璃基板上通过飞秒激光写入技术创建的集成光子处理器，将数据编码成量子计算机可以处理的状态。

资料来源 自然光子学

这样，显示量子干涉的核被用于计算，并与经典方法进行比较。

资料来源 自然光子学

实验结果：量子内核与经典内核

科学家们测试了从 40 到 100 个数据点的四种不同大小的数据集，并将量子核（蓝色）与经典核（橙色）进行了比较。

资料来源 自然光子学

在这两项实验中，量子内核的性能都优于经典计算内核。

"我们发现，在特定任务中，我们的算法比经典算法犯的错误更少"。

Philip Walther - 维也纳大学教授。

迈向真实世界量子人工智能培训的下一步

从演示到生产量子人工智能培训

该实验证明，在神经网络训练中常用的任务中，当今存在的量子计算机可以超越经典计算机。

这是一件大事，因为在此之前，人们一直认为只有更可靠的量子计算机才能用于此类应用。现在，实验证明事实并非如此，下一步将是利用该技术进行哪怕是有限的现实生活中的人工智能训练。

为此，可以设计受量子架构启发的新算法，以达到更好的性能。

"这意味着现有的量子计算机可以显示出良好的性能，而不一定要超越最先进的技术"。

Zhenghao Yin - 维也纳大学博士生。

量子光子学如何减少人工智能的能耗

光子平台能以更低的能耗实现相同或更高的计算输出。由于能源正日益成为人工智能产业的瓶颈，而不是计算能力或创新，这可能会使量子光子计算机的发现变得尤为重要。

"鉴于机器学习算法因能源需求过高而变得不可行，这在未来可能会被证明是至关重要的"。

Iris Agresti - 维也纳大学博士生。

 陷波离子与超导量子技术：下一步是什么？

这可能会对量子计算产业的发展方向产生重要影响。

迄今为止，该领域的研究主要集中在困离子技术（可靠性高，但每个器件的量子计算能力（量子比特）低）和依靠超导技术的更复杂设计（迄今为止噪音很大，但更有可能最终扩展到大量子比特容量）之间。

这项研究是与 Quantinuum 公司密切合作完成的，文章中的 12 位科学家中有 4 位在该公司工作。作为阱离子技术专家，Quantinuum 公司寻找一种低量子比特数的计算机已经可以执行相关商业案例的情况是有道理的。

如果这是真的，它将使公司成为人工智能行业计算能力的主要提供商，或许至少能模仿英伟达公司的一小部分。 (NVDA +1.04%) 成就。

投资量子计算

霍尼韦尔 / Quantinuum

Quantinuum 是霍尼韦尔量子解决方案公司与剑桥量子公司合并的产物。

霍尼韦尔仍是公司的大股东（可能拥有 52% 的所有权） 在一轮融资后，估值为 $5B.据报道，创始人伊利亚斯-汗（Ilyas Khan）拥有该公司约 20% 的股份。其他股东包括 JSR Corporation、三井物产、安进、IBM 和摩根大通。

Quantinuum 未来可能进行首次公开募股（IPO），这可能是更大规模企业重组的一部分、 估计价值高达 $20B 和 可能发生在 2026 年至 2027 年之间.

量子计算并非霍尼韦尔业务的核心部分，更多的是围绕航空航天、自动化以及特种化学品和材料领域的产品。

然而，这些领域中的每一个都可能受益于量子计算，尤其是 计算化学 和量子网络安全，有可能使霍尼韦尔在与竞争对手的竞争中占据优势。

该公司目前的主要型号是 H2，这是一款陷波离子 56 量子位芯片，具有 99.895% 的双量子位门保真度。

该公司追求的是误差极小的高质量计算，而不是增加尽可能多的量子比特，这就是所谓的 "容错量子计算"。

该公司称这种方法为 "更好的量子比特，更好的结果"，类似数量的量子比特可获得 100-1000 倍更可靠的结果。

资料来源 量子真空

这在急需的抗量子加密技术方面可能会大有作为，防务公司泰雷兹（Thales (HO.PA -0.96%) 已经与 量子真空 以及 国际银行s 汇丰银行 和 摩根大通.

Quantinuum 还提供其专有的量子计算化学技术。 InQuanto可用于制药、材料科学、化工、能源和航空航天领域。

与许多其他量子计算公司一样、 Quantinuum 提供 Helios, a "硬件即服务"这样，用户就能从量子计算中获益，而不必亲自处理复杂的系统操作问题。

2024 年 11 月，Quantinuum 与德国英飞凌（Infineon）公司签署了合作协议。英飞凌是欧洲最大的半导体制造商。英飞凌将利用其集成光子学和控制电子学技术，帮助创建下一代困离子量子计算机。

随着集成光子技术越来越接近实际应用案例，现在我们可以清楚地看到这种合作关系对 Quantinuum 的未来有多么重要。目前看来，该公司的下一步将是发布全球首款以人工智能为重点的光子量子芯片。

在未来几个月中，Quantinuum 将分享正在进行的合作成果，展示量子驱动的生成式人工智能进步的突破性潜力。

创新的Gen QAI能力将加强和加速金属有机框架在给药方面的应用，为更高效和个性化的治疗方案铺平道路，详情将在Helios的发布会上公布。

Quantinuum 宣布具有巨大商业潜力的量子人工智能生成性突破

本刊发布的消息是 Quantinuum 在人工智能与量子计算的联系方面取得快速进展的一系列相关新闻的一部分。

更多的持续应用案例可以有力地提升公司的未来价值，从而提升霍尼韦尔在其中的投资和投资者从中获得的潜在利润。

最新的 Honeywell / Quantinuum (HON) 股票新闻与动态

参考研究

^{1.Yin，Z.，Agresti，I.，de Felice，G. 等人 光子处理器上基于量子增强内核的机器学习实验。 自然-光子学》。 (2025). https://doi.org/10.1038/s41566-025-01682-5}