XiaoMi-AI文件搜索系统
World File Search SystemGambetta
量子计算 - Indico Global
Kandala, A., Mezzacapo, A., Temme, K., Takita, M., Brink, M., Chow, JM 和 Gambetta, JM ( 2017 ). 适用于小分子和量子磁体的硬件高效变分量子特征求解器。《自然》, 549(7671), 242–246。http://doi.org/10.1038/nature23879
混合量子-经典方法
参考文献 [1] M. Benedetti、E. Lloyd、S. Sack 和 M. Fiorentini，“参数化量子电路作为机器学习模型”，载于《量子科学与技术》4，043001 (2019)。 [2] S. Jerbi、LJ Fiderer、HP Nautrup、JM Kübler、HJ Briegel 和 V. Dunjko，“超越核方法的量子机器学习”，arXiv 预印本 arXiv:2110.13162 (2021)。 [3] V. Havlicek、AD Corcoles、K. Temme、AW Harrow、A. Kandala、JM Chow 和 JM Gambetta，“使用量子增强特征空间的监督学习”，载于《自然》567，209 (2019)。 [4] M. Schuld 和 N. Killoran，“特征希尔伯特空间中的量子机器学习”，载于《物理评论快报》122，040504 (2019)。[5] M. Schuld，“监督量子机器学习模型是核方法”，arXiv:2101.11020 (2021)。 [6] JE Johnson、V Laparra、A Perez-Suay、MD Mahecha 和 G Camps-Valls G，“核方法及其衍生物：地球系统科学的概念和观点”，载于 PLoS ONE 15(10 (2020)。[7] Benyamin Ghojogh、Ali Ghodsi、Fakhri Karray 和 Mark Crowley，“重现核希尔伯特空间、Mercer 定理、特征函数、Nystrom 方法和机器学习中核的使用：教程和调查”，arXiv 预印本 arXiv:2106.08443 (2021)。[8] Y. Liu、S. Arunachalam 和 K. Temme，“监督机器学习中严格而稳健的量子加速”，载于 Nature Physics 17, 1013 (2021)。[9] JR Glick、TP Gujarati、AD Corcoles、Y. Kim、A. Kandala、JM Gambetta 和 K. Temme，“具有群结构数据的协变量子核”，arXiv 预印本 arXiv:2105.03406 (2021)。[10] Francesco Di Marcantonio、Massimiliano Incudini、Davide Tezza 和 Michele Grossi，“QuASK——具有核的量子优势寻求者”，arXiv 预印本 arXiv:2206.15284 (2022)。[11] Supanut Thanasilp、Samson Wang、M Cerezo 和 Zoe Holmes。“量子核方法中的指数集中和不可训练性”，arXiv 预印本 arXiv:2208.11060 (2022)。 [12] Sergey Bravyi、Oliver Dial、Jay M. Gambetta、Dario Gil 和 Zaira Nazario，“超导量子比特的量子计算的未来”，arXiv 预印本 arXiv:2209.06841 (2022 年)。
IBM 希望建造一台 100,000 量子比特的量子计算机
在量子机器上运行的软件也至关重要。“我们希望尽快创建这个行业，而做到这一点的最佳方式是让人们开发出与我们的传统软件库相当的东西，”Gambetta 说。这就是为什么 IBM 在过去几年里一直致力于将其系统提供给学术研究人员，他说：IBM 的量子处理器可以通过云使用定制的接口投入使用，而这些接口只需要对量子计算的技术细节有最低限度的了解。他说，已经有大约 2,000 篇关于使用该公司量子设备的实验的研究论文：“对我来说，这是创新正在发生的一个好迹象。”
研究生院信息展上的海报展示
[1] Gambetta, Jay M.、Jerry M. Chow 和 Matthias Steffen。“在超导量子计算系统中构建逻辑量子比特。”npj 量子信息 3.1 (2017)：2。[2] Grover, Lov K。“一种用于数据库搜索的快速量子力学算法。”第二十八届 ACM 计算理论研讨会论文集。 1996 年。 [3] Qiskit，https://qiskit.org/ [最后访问于 2023 年 9 月 16 日] [4] Qiskit，https://qiskit.org/ecosystem/ibm-runtime/locale/ja_JP/tutorials/Error-Suppression-and-Error-Mitigation.html [最后访问于 2023 年 9 月 16 日] [5] Qiskit，https://qiskit.org/documentation/apidoc/transpiler.html [最后访问于 2023 年 9 月 16 日]
IBM 对量子信息科学的 RFI 回应
Jerry M. Chow、Jay M. Gambetta、Mark Ritter 摘要 IBM 研究部门长期以来一直支持行业对量子信息科学 (QIS) 的追求。早在上世纪 80 年代初，IBM 就赞助了一次具有开创性的会议，在会上，Richard Feynman 讨论了利用量子力学为新一代计算机提供动力的可能性。从那时起，IBM 的主要成就包括首次演示量子密钥分发 (Bennett, Smolin 1989)、首次在 NMR 系统中实现 Shor 因式分解算法 (Almaden, 2001)，以及最近在可扩展的超导量子比特晶格中实现任意量子误差检测 (2015)。IBM 致力于推动采用量子纠错的容错量子计算，并为此积极与美国联邦政府合作。例如，TJ Watson 研究中心的 IBM 量子计算团队自 2010 年底以来一直致力于 IARPA 赞助的多量子比特相干操作计划，并将在有机会取得进一步进展时继续开展互补工作。这里我们介绍了我们对量子信息科学现状、该领域的应用以及我们对行业角色的愿景的一些想法。
IBM 对量子信息科学的 RFI 回应
Jerry M. Chow、Jay M. Gambetta、Mark Ritter 摘要 IBM 研究部门长期以来一直支持行业对量子信息科学 (QIS) 的追求。早在上世纪 80 年代初，IBM 就赞助了一次具有开创性的会议，在会上，Richard Feynman 讨论了利用量子力学为新一代计算机提供动力的可能性。从那时起，IBM 的主要成就包括首次演示量子密钥分发 (Bennett, Smolin 1989)、首次在 NMR 系统中实现 Shor 因式分解算法 (Almaden, 2001)，以及最近在可扩展的超导量子比特晶格中实现任意量子误差检测 (2015)。IBM 致力于推动采用量子纠错的容错量子计算，并为此积极与美国联邦政府合作。例如，TJ Watson 研究中心的 IBM 量子计算团队自 2010 年底以来一直致力于 IARPA 赞助的多量子比特相干操作计划，并将在有机会取得进一步进展时继续开展互补工作。这里我们介绍了我们对量子信息科学现状、该领域的应用以及我们对行业角色的愿景的一些想法。
IBM 对量子信息科学的 RFI 回应
Jerry M. Chow、Jay M. Gambetta、Mark Ritter 摘要 IBM 研究部门长期以来一直支持行业对量子信息科学 (QIS) 的追求。早在上世纪 80 年代初，IBM 就赞助了一次具有开创性的会议，在会上，Richard Feynman 讨论了利用量子力学为新一代计算机提供动力的可能性。从那时起，IBM 的主要成就包括首次演示量子密钥分发 (Bennett, Smolin 1989)、首次在 NMR 系统中实现 Shor 因式分解算法 (Almaden, 2001)，以及最近在可扩展的超导量子比特晶格中实现任意量子误差检测 (2015)。IBM 致力于推动采用量子纠错的容错量子计算，并为此积极与美国联邦政府合作。例如，TJ Watson 研究中心的 IBM 量子计算团队自 2010 年底以来一直致力于 IARPA 赞助的多量子比特相干操作计划，并将在有机会取得进一步进展时继续开展互补工作。这里我们介绍了我们对量子信息科学现状、该领域的应用以及我们对行业角色的愿景的一些想法。
IBM 对量子信息科学的 RFI 回应
Jerry M. Chow、Jay M. Gambetta、Mark Ritter 摘要 IBM 研究部门长期以来一直支持行业对量子信息科学 (QIS) 的追求。早在上世纪 80 年代初，IBM 就赞助了一次具有开创性的会议，在会上，Richard Feynman 讨论了利用量子力学为新一代计算机提供动力的可能性。从那时起，IBM 的主要成就包括首次演示量子密钥分发 (Bennett, Smolin 1989)、首次在 NMR 系统中实现 Shor 因式分解算法 (Almaden, 2001)，以及最近在可扩展的超导量子比特晶格中实现任意量子误差检测 (2015)。IBM 致力于推动采用量子纠错的容错量子计算，并为此积极与美国联邦政府合作。例如，TJ Watson 研究中心的 IBM 量子计算团队自 2010 年底以来一直致力于 IARPA 赞助的多量子比特相干操作计划，并将在有机会取得进一步进展时继续开展互补工作。这里我们介绍了我们对量子信息科学现状、该领域的应用以及我们对行业角色的愿景的一些想法。
埃米尔·卡比布林
· ET Khabiboulline、JS Sandhu、MU Gambetta、MD Lukin 和 J. Borregaard。具有信息理论安全性的高效量子投票，arXiv：2112.14242。 PRX Quantum 的修订版。 · T. Schuster、B. Kobrin、P. Gau、I. Cong、ET Khabiboulline、NM Linke、MD Lukin、C. Monroe、B. Yoshida 和 NY Yao。通过可穿越虫洞协议中的算子传播实现多体量子隐形传态。物理。 Rev. X，12:031013，2022 年 7 月。 · ET Khabiboulline、J. Borregaard、K. De Greve 和 MD Lukin。量子辅助望远镜阵列。物理。 Rev. A ，100:022316，2019 年 8 月。· ET Khabiboulline、J. Borregaard、K. De Greve 和 MD Lukin。量子网络光学干涉测量法。Phys. Rev. Lett. ，123:070504，2019 年 8 月。· S. Peng、R. Zhang、VH Chen、ET Khabiboulline、P. Braun 和 HA Atwater。具有中红外带隙的三维单螺旋光子晶体。ACS Photonics ，3(6):1131–1137，2016 年。· ET Khabiboulline、CL Steinhardt、JD Silverman、SL Ellison、JT Mendel 和 DR Patton。具有活动星系核的 SDSS 星系中电离条件随环境变化而变化，从成对到成团。《天体物理学杂志》，795(1):62，2014 年。· EJ DiMarco、E. Khabiboulline、DF Orris、MA Tartaglia 和 I. Terechkine。用于质子直线加速器前端高能部分的超导螺线管透镜。IEEE 应用超导学报，23(3):4100905，2013 年 6 月。
在非洲对在线暴力极端主义的计算机视觉和建立弹性：虚假新闻检测的计算机愿景
在2007年仅1％（经济与和平研究所，2022年）。在非洲，与世界其他地区一样，技术创新一直塑造了冲突的动力。在计算和人工智能的发展方面的进步（AI）对推进暴力极端主义（VE）产生了广泛的影响（海德堡国际冲突研究所（HIIK），2022年； RAN，2021年）。一个典范，合成的计算机音频和所谓的深色假货继续捕捉到计算机图形和计算机视觉社区的想象力，同时，对技术的访问的民主化，可以创建一个可以创建任何人说话的任何人的访问权限，因为任何人都会继续关注任何事情，因为它会担心它的力量，因为它会破坏民主竞选活动，并宣布了大型竞选活动，并宣布了大型范围，并宣布了大型范围，企业范围是企业，企业范围是企业，企业范围是企业，企业范围是企业，企业范围是企业，企业范围是企业，企业范围是企业，企业范围是企业，企业范围是狂热的狂热狂热狂欢。意识形态（Agarwal，Farid，El-Gaaly和Lim，2020年； Crawford，Keen和Suarez De-Tangil，2020年）。人们不仅可以在线聊天室，游戏平台和其他在线开放式和黑暗的空间在线访问恐怖分子和极端分子的恐怖分子和极端分子的目标，而且现在可以更容易地将他们访问综合视频和那些放大暴力意识形态的人的综合视频（RAN，2021; Albahar，2017年）。通过人工智能，社交世界已成为算法，这些算法不是读取情感或面部，而是结构化的数据，可以包含在数据文件中的列表。这越来越多地是数码相机的工作。这与隶属于ISIS的非洲其他极端主义团体没有什么不同。远没有生成图像，数码相机产生的产品不仅是标准化的数据文件，其中包含数据读取器可以显示图像的数据，而且除了指定如何读取文件以及可能包含其内容的缩略图预览外，还可以启用打开标签，以及geotags，timestamps，timestamps和creptiations corpor，and timeStamps和cratecro crous和sergriations copo和sercriations coper和其他cortiation copo和sercriatiation copo和sercriations coper和其他运营（我的含量） Al。，2021）。Gambetta和Hertog先前的伊斯兰国家（ISIS）案例研究表明，工程师和技术专家在暴力的伊斯兰极端主义者中占据了由人工智能驱动的计算机视觉以推动暴力极端主义推动的计算机视觉的暴力伊斯兰极端主义者（Muro，2017年）。因此，如果可以将新技术用于错误的课程，那么它可能对人类造成的危害比人类造成的弊大于利，尤其是计算机算法，这些计算机算法可能不符合编程所需的道德规范，或者是由AI驱动的，而与人类可以区分对与错不同。由于新技术不会消失，因此需要建立人类的能力来应对其有害影响。因此，拟议的一章提供了计算机愿景的分析以及如何在非洲对在线VE建立弹性。