XiaoMi-AI文件搜索系统
World File Search System应用接口
量子安全 MACsec 实施的验证
量子密钥分发 (QKD) 和加密设备之间的应用接口在 QKD 用于安全通信方面起着关键作用。在本白皮书中，瞻博网络、ID Quantique 和德国电信在多供应商环境中成功测试了 ETSI 定义的 REST-API，该环境位于一对 QKD 设备和一对采用媒体访问控制安全 (MACsec) 加密的防火墙之间。目标是测试 ETSI-QKD REST API 规范并确定使用 QKD 和加密设备进行安全通信的实际应用和实施问题。这些实验的结果表明，需要进一步增强标准。必须妥善处理经典和量子方面的密钥请求和交付的时间限制。展望未来，业界应该扩展现有的安全协议，并制定处理 QKD 密钥交付失败场景的指南和配置文件。
利用中性原子进行量子计算
利用光操控中性原子是过去 30 年量子物理领域无数科学发现的核心。在光阱阵列中，在单粒子层面实现的控制水平已经保留了量子物质的基本特性（相干性、纠缠和叠加），这使得这些技术成为实现颠覆性计算范式的首选。在本文中，我们回顾了这些设备从原子 / 量子比特到应用接口的主要特征，并提出了在我们所处的嘈杂中尺度量子 [ 1 ] 时代已经可以以计算高效的方式解决的各种任务的分类。我们说明了如何在数字层面（编程基于门的电路）或模拟层面（编程哈密顿序列）探索从优化挑战到量子系统模拟等各种应用。我们提供了 100-1,000 量子位范围内中性原子量子处理器的内在可扩展性的证据，并介绍了通用容错量子计算和超越量子计算的应用的前景。
使用机器学习的多种疾病预测
使用机器学习，深度学习和简化的广泛研究项目，称为多种疾病预测，旨在预测多种疾病，例如糖尿病，心脏病，肺癌，帕金森氏病和乳腺癌。机器学习算法，包括支持向量机（SVM）和逻辑回归，随机森林，决策树，在此项目中使用。简化的云和简化库用于部署模型，为疾病预测提供了直观的界面。应用接口上有五种疾病选择：糖尿病，帕金森氏病，乳腺癌，肺癌疾病和心脏病。选择特定疾病后，将要求用户提供预测模型所需的相关信息。该应用程序在提供了要求后迅速产生疾病预测结果，表明该人是否受到疾病的影响。这项研究使用机器学习技术来解决对确切疾病预测的需求，从而实现早期检测和预防。人们可能会更容易地确定由于简化库和简化云的简单界面，从而提高了可访问性和可用性，因此更容易确定他们患不同疾病的风险。各种模型的高精度水平显示了疾病预测中使用的机器学习算法的成功。