内容来源：量子前哨（ID：Qforepost）

文丨浪味仙/王珩  排版丨沛贤

深度好文：1500字丨5分钟阅读

近些年来，由于底层物理的限制，经典集成电路通过缩小工艺制程提升算力的路线正在逼近极限，摩尔定律面临失效的危险。面对千行百业都存在的复杂计算任务，经典计算机的算力增长难以继续满足需求，这给量子计算等新型计算技术提供了巨大的成长空间。

提到量子计算，与之相关的一个词叫做“未来产业”。而就在最近，国家部委专门为未来产业设置了一个业务主管机构“未来产业处”，隶属于科技部高新技术司。这一微妙的调整动作，意味着我国正在对未来产业进行全方位的产业布局。

我们都知道，未来产业是具有战略性、引领性、颠覆性和不确定性的前瞻性新兴产业，而它的终极目标，是在未来可应用。

量子计算作为一种被着重强调的未来产业，针对“未来可应用”这一目标，意味着我们的工作要从“理论优越性”向“实用优越性”迈进。在实用化量子计算领域，中国其实并不落后。

近些年，北京市一直在积极推进未来产业前瞻布局，涌现出一批优秀初创企业代表，北京玻色量子科技有限公司（以下简称“玻色量子”）就是其中之一，它不仅是国内首家从事“相干光量子计算”的公司，也是一家自成立时就将“实用化量子计算”融入基因的公司。

最近，玻色量子与大连海事大学聚焦物流行业，围绕“量子计算+ 物流”行业取得了实用化场景应用的成功，相关研究成果以 《Quantum computing for several AGV scheduling models量子计算应用于多种AGV调度模型》 为题，发表在学术期刊Scientific Reports上，展示了量子计算技术在解决自动导引车（AGV）调度这一实际问题上的巨大潜力。

图片来源：玻色量子

随着国际国内贸易的迅猛发展，对交通物流提出了更高要求。对工业界和学术界来说，提高交通物流业的自动化和智能化水平是重要的课题：如构建无人化智能仓储，使用 AGV 执行货物运输任务等。

作为智能物流装备中的重要角色，AGV 拥有诸多优势，比如连续作业时间长、精准度高，在在港口、仓储等物流环节行业都有广泛应用。但随着应用场景的需求日益多样化，AGV 的并行工作量也在不断增加，而传统的计算方法难以满足大规模调度优化的需求。

AGV 调度问题是一种复杂的组合优化问题，有关经典算法若需要生成精度较高的优化方案，计算过程会非常耗时，现实中很难将应用于大规模的调度。而非精确算法虽计算效率高，但常常只收敛到局部最优解，仍然无法最大化实现AGV的合理调度。

大连海事大学交通运输工程学院的唐亮教授团队，为解决 AGV 调度这一行业痛点，借助玻色量子自研的相干光量子计算机真机——天工量子大脑100，凭借其在组合优化问题求解上无可比拟的性能优势，初步验证了在AGV 调度问题上的量子算法的效率和优越性，这一成果在量子计算在物流自动化上具有里程碑式的意义。

除了此次的“量子计算+物流”，此前，玻色量子已经在包括金融、能源、人工智能等“量子计算+行业应用”方面取得了一系列实用化成果，切实展示了量子计算的“实用优越性”。

今年 2 月，中国量子信息网络产业联盟（QIIA）发布了 2023 年《量子信息技术应用案例集》，共有四大案例成功入选。而玻色量子独占两席，分别是基于量子计算的信用评分特征筛选和量子计算图形渲染算力调度应用探索。

金融领域，玻色量子的量子计算信用评分特征筛选模型，通过高效的特征筛选，在帮助银行构建更简单、更易理解的模型的同时，大幅降低了模型训练所需的算力与时间成本。该技术已在《中国科学：物理学 力学 天文学》英文版等多家顶级学术期刊上发表相关论文，验证了其技术成熟度达到4级，首次在金融行业上实现了量子计算优越性。

而在图形渲染领域，玻色量子针对云渲染中的算力调度问题，提出了基于超过 100 量子比特的相干光量子计算机解决方案，与经典的模拟退火算法和禁忌搜索算法相比，平均节省了 97% 的求解时间，展现了量子算法在解决大规模动态云渲染调度问题中的显著优势。

玻色量子取得的一系列实用化成果，是量子计算巨大潜力的一个缩影，彰显了量子计算的强大优势。未来，随着技术的不断成熟和应用领域的持续拓展，量子计算将推动社会进入更加智能、高效的全新时代。