DTUの研究者たちは、量子古典ハイブリッドシステムがタンパク質予測のための生成型AIモデルを改善することを実証しました。特に、ワクチンおよび医薬品発見に関連するデータが限定的なシナリオにおいて有効です。

量子リザバーはキューを介して入力ストリーム間で選択し、線形読み出しで選択されたストリームを再現する。シミュレートされたスピンネットワークは正確な測定で97%の精度を実現するが、有限サンプリングが実装の実現可能性を制限している。これはより難しい認知タスクの基礎となる。
SQCの量子リザーバーコンピューター「Watermelon」が画期的な成果を達成:Telstraがアウトレーニング時間を数週間から数日に短縮し、Schneider Electricはエネルギー予測精度を41%向上させました—いずれも計算リソースの削減で実現しました。
Haiqu の AgenticOS は、AI エージェントを使用して量子研究の成果を各段階で検証し、微細な計算エラーを防ぎます。IBM 量子ハードウェア上のハバード模型シミュレーションで回路深度を 75% 削減することを実証しており、形式検証機能を備えています。
ベルリンで開催されたBitkomのAI、データ・量子サミットに2,500人以上の参加者が集い、AI技術が量子コンピューティングの開発と研究応用にどのように統合されているかについて探索しました。