人工智能应用于更多领域 计算机研究深入光电结合******

　　英国科学家在人工智能（AI）领域取得多项突破，包括用AI首次控制核聚变、用AI预测蛋白质结构等。“深度思维”与瑞士洛桑联邦理工学院合作，训练了一种深度强化学习算法来控制核聚变反应堆内过热的等离子体并宣告成功，有助加速无限清洁能源的到来。“深度思维”凭借“阿尔法折叠”算法，预测了迄今被编目的几乎所有2亿多个蛋白质的结构，破解了生物学领域最重大的难题之一，有助于应对抗生素耐药性，加速药物开发并彻底改变基础科学。该公司研发的“DeepNash”（深度纳什）学会了在“西洋陆军棋”游戏中，使用虚张声势等欺骗手段来击败人类对手。该公司AI创建的高效数学算法能解决矩阵乘法问题。该公司AI通过模拟数十年足球比赛的情况，学会了熟练地控制数字代理足球运动员，其建模的“AI代理”可与其他人工代理沟通合作，在玩游戏时共同制定计划。

　　牛津大学研究显示，AI能模拟条件反射进行联想学习，比传统机器学习算法快千倍。利兹大学科学家借助AI扫描视网膜以探知心脏病风险。

　　在计算机相关领域，牛津大学研究人员开发了一种使用光偏振来实现最大化信息存储密度的设备，其计算密度比传统电子芯片提高了几个数量级。南安普顿大学工程师则与美国科学家携手，设计了一种与光子芯片集成的电子芯片并创造出一种设备，能以超高速传输信息同时产生最少的热量。

　　在机器人领域，利兹大学团队开发了一种“磁性触手机器人”，直径只有2毫米，可由患者体外的磁铁引导进入肺部狭窄的管道采样。帝国理工学院科学家展示了一组受动物启发的飞行机器人，可在飞行中建造3D打印结构，未来有望用于在偏远地区建造房屋或重要基础设施。格拉斯哥大学科学家将由砷化镓制成的微型半导体打印到柔性塑料表面，所得设备的性能可与目前市场上最好的传统光电探测器媲美，且能承受数百次弯曲，可用作未来机器人的智能电子皮肤。苏格兰科学家开发出了一种先进的压力传感器技术，有助于改进机器人系统，如用于机器人假肢和机械臂。（科技日报记者 刘霞）

具超长可重复相干时间的通量量子比特问世******

　　以色列巴伊兰大学物理系暨量子纠缠科学与技术中心迈克尔·斯特恩及其同事基于一种称为超导通量量子比特的不同类型的电路构建超导处理器。在发表于《物理评论应用》上的一篇论文中，他们提出了一种控制和制造通量量子比特的新方法，该方法具有前所未有的可重复长相干时间。

　　通量量子比特是一种微米大小的超导环路，其中电流可顺时针或逆时针流动，也可双向量子叠加。与传输子（transmon）量子比特相反，这些通量量子比特是高度非线性的对象，因此可在非常短的时间内以高保真度（即无错误地进行计算的能力）进行操作。

　　超导传输子量子比特被认为是可扩展量子处理器的基本构建块。多年来，传输子量子比特的保真度不断提高，IBM、亚马逊和谷歌等科技巨头在最近的竞争中相继展示了量子优越性。

　　但随着处理器变得越来越大，如IBM刚刚宣布推出一款具400多个传输子量子比特的处理器，此类系统的保真度和可扩展性要求变得越来越严格。特别是，传输子量子比特是弱非线性对象，这本质上限制了它们的保真度，并且由于频率拥挤的问题带来了对可扩展性的担忧。

　　而通量量子比特的主要缺点是，它们特别难以控制和制造，这导致了相当大的不可重复性，之前它们在工业中的使用仅限于量子退火优化过程。

　　在新研究中，研究团队与澳大利亚墨尔本大学合作，使用新颖的制造技术和最先进的设备，成功地克服了这一范式的重大障碍。

　　斯特恩表示，他们在这些量子比特的控制和可重复性方面取得了显著改善。这种可重复性使他们能够分析阻碍相干时间的因素并系统地消除它们。这项工作为量子混合电路和量子计算领域的许多潜在应用铺平了道路。

　　这项研究得到了以色列科学基金会的支持。（记者张梦然）