比赛地址：https://competition.huaweicloud.com/information/1000029609/introduction?track=111黑客松比赛2020春季赛第一题解题交流用单线纸画了一个3比特QRC的线路，作为第一题的思路分享，抛砖引玉了！这个思路实现N比特QRC需要N个辅助比特，|t>,|w0>,|w1>,...|w_{n-1}>，其中|t>作临时工作比特用，随用随恢复，而|wi>用来表示从高位起第i位以后（从第0位算起），是否还需要比较，当|wi> = |1>时后续比较有效，用Toffoli门实现控制。三比特情况的线路图如下，其中|w2>不是必需的，仅用来示意，它可以方便的拓展到更多比特的情形。原文：https://bbs.huaweicloud.com/forum/thread-51801-1-1.html

直播回放链接：https://bbs.huaweicloud.com/live/cloud_live/202103021930.html直播时间：3月2日（本周二）晚19:30直播内容：1. 大赛介绍2. 往届选手分享3. Q&A答疑【赛事介绍】量子科技的发展具有重大科学意义和战略价值，是一项对传统技术体系产生冲击、进行重构的重大颠覆性技术创新，将引领新一轮科技革命和产业变革。其中，量子计算被认为是未来具有颠覆性影响的新型计算模式之一。上海大学将与华为、南方科技大学联合举办2021 量子计算黑客松全国大赛，该合作也将推进量子计算的基础与应用研究，争取做出开创性的前沿工作，望广大学子能够积极参与此次比赛，共同创新，推动量子计算的技术研究。【参赛对象】本次活动将在线上进行初赛和上海大学线下进行决赛。主要面向对量子计算感兴趣，具备一定量子计算、量子化学、机器学习等背景知识的本科及研究生均可报名参加。选手可自行组队，每队不超过3人。【时间安排】序号阶段开始时间结束时间说明1参赛报名2021/02/02 10:002021/03/15 15:00线上2赛题发布2021/02/02 10:00/线上3作品提交2021/02/02 10:002021/04/15 15:00线上4决赛名单及赛程公布2021/04/30 10:00/线上公布，选取前10名入围团队5决赛2021/05/152021/05/15上海大学（宝山校区）举行【报名方式】点击页面上方“立即报名”按钮注册报名，需要提交姓名、联系方式等信息。赛事官方网页：https://competition.huaweicloud.com/information/1000041373/introduction【报名要求】1、由于申请的计算资源限制，按报名次序接受先报名的前200个团队。2、参赛者需确保报名信息准确有效，如虚假信息报名，大赛组委会将取消参赛资格及奖励。【奖项设置】奖项奖品数量一等奖HUAWEI MateBook 13 2021/2020款 13英寸 全新11代酷睿i5 16G 512G 非触屏+ 5000元京东卡2张+实物证书1二等奖华为平板电脑MatePad 10.4英寸麒麟810/820八核处理器影音娱乐护眼办公学习教育平板电脑 4+128G/WiFi+2000元京东卡2张+实物证书2三等奖HUAWEI WATCH GT 2 运动款（46mm）华为智能手表+1000元京东卡2张+实物证书3优秀奖华为手环 4 Pro+200元京东卡2张+实物证书4【参赛流程】在线报名 → 在线比赛→ 决赛名单和赛程公布→决赛→获奖结果公布【组委会】主办方：上海大学理学院、华为量子计算研究团队协办方：南方科技大学【赛事交流】大赛交流答疑请务必加赛事微信群，小助手会拉你进群。群里会不定时公布赛事重要信息、获奖名单、直播信息等内容。大赛交流论坛：https://developer.huaweicloud.com/hero/group-1342.html【注意事项】奖品说明：如遇奖品库存不足会进行同价位奖品调换。

直播地址：https://www.koushare.com/lives/room/978959直播主题：量子计算黑客松全国大赛·上海大学站宣讲直播时间：2021年2月9日（周二）16:00主办方：华为量子计算研究团队直播简介量子科技的发展具有重大科学意义和战略价值，是一项对传统技术体系产生冲击、进行重构的重大颠覆性技术创新，将引领新一轮科技革命和产业变革。其中，量子计算被认为是未来具有颠覆性影响的新型计算模式之一。上海大学与华为、南方科技大学联合举办2021 量子计算黑客松全国大赛，该合作也将推进量子计算的基础与应用研究，争取做出开创性的前沿工作，望广大学子能够积极参与此次比赛，共同创新，推动量子计算的技术研究。2021量子计算黑客松全国大赛·上海大学站比赛目前正在紧张报名中。此次直播主要内容：1、大赛介绍和HiQ云平台简介2、试题说明及背景介绍3、答疑Q&A本赛事报名地址：https://competition.huaweicloud.com/information/1000041373/introduction?track=111

2021年07月15日 10:56   来源：中新网中新网上海新闻5月17日电 (董昭 许婧)15日至16日，由上海大学主办，华为技术有限公司、南方科技大学协办，2021量子计算黑客松决赛在上海大学理学院量子人工智能科学技术研究中心落幕。　　本此大赛历时三个月多月，吸引了来自北京大学、清华大学、中科大、复旦大学、上海交通大学、中山大学、上海大学等全国各地的本科生、研究生293人报名。78个团队积极参与本次比赛，共同创新，推动量子计算的技术研究。　　量子科技的发展具有重大科学意义和战略价值，是一项对传统技术体系产生冲击、进行重构的重大颠覆性技术创新，将引领新一轮科技革命和产业变革。其中，量子计算被认为是未来具有颠覆性影响的新型计算模式之一。为了体现前沿性和交叉性，本次参赛题目涉及量子计算、量子化学、机器学习等学科交叉。选手们触发思想火花，突破挑战，拓展思维的边界。最终经过层层选拔有来自国内各大高校的7支队伍脱颖而出，冲进决赛。　　比赛期间，来自清华大学、中科院计算所、北京大学、复旦大学、华为等评委及选手们齐聚上海大学理学院量子人工智能科学技术中心。经过综合笔试和答辩两个环节的激烈角逐，来自中山大学的参赛选手最终摘得桂冠，获得了第一名。比赛产生了二等奖二名，三等奖三名，优秀奖一名。　　期间，选手们还饶有兴致地参观了上海大学溯园和钱伟长图书馆，追忆老上大的峥嵘岁月，涵养新时代新青年的奋斗精神。　　在这次黑客松大赛决赛中，不仅有各个队伍精彩的角逐，编程高手的对决，还有企业量子对话以及名师学者交流。5月15日下午，来自本源量子软件产品中心总经理吴伟，上海大学理学院量子人工智能科学技术研究中心主任以及来自华为技术有限公司徐旭升为大家带来精彩报告。他们讲述了国内本源量子在硬件、软件的最新发展以及实际应用，世界量子计算的新思想，以及华为最新量子机器学习的进展。16日下午，评委清华大学，香港中文大学以及北京大学评委就基于测量的端对端量子机器学习、量子测量极限与混合张良网络量子模拟进行了精彩的前沿学术报告。除了现场的上大师生，上千名师生通过寇享平台参与了上述活动。　　本届量子计算黑客松大赛是上海大学与华为的第二次合作，赛事得到了多方支持和关注，规模比上届更大，赛题比上届更难，吸引了全国广大量子爱好者关注，诸多兄弟院校派员参与并观摩。量子计算黑客松大赛的举办对于实现校企联动，推动交叉创新的量子人才培养具有积极作用，有助于形成涉及学术研究、人才培养、科学普及和科技产业化的良好量子科技生态圈。　　上海大学理学院早在2018年积极开发“量子世界”通选课，成为“育才大工科”系列中的一门，跨学科的团队引领学生享受思维的乐趣。学校将依托学校“五朵金花”之“量子科技”发展战略进一步推进量子计算与人工智能的基础与应用研究，并在量子计算、量子调控、量子模拟和量子材料等方面继续做好创新的前沿工作。(完)注：请在转载文章内容时务必注明出处!

01大赛简介昇思MindSpore社区联合ModelArts和HiQ量子计算软件团队，面向全社会举办的第一期量子计算论文复现大赛正式开启。本次大赛邀请量子计算领域专家和学者参与，基于AI开发平台ModelArts和开源量子计算框架MindQuantum复现论文。丰厚奖品等你来拿，快来报名参加吧！【参赛对象】本次大赛面向对量子计算感兴趣，具备一定的量子化学、组合优化、量子机器学习等背景知识的人员，均可报名参加。【参赛形式】参赛者以个人名义报名参加。02你将获得1. 全方位深入学习开源量子计算框架MindQuantum2. 体验Jupyter Notebook在线编程，无需下载任何软件，简单便捷的操作3. 优先获得在华为云AI论文精读会进行成果分享的机会4. 论文复现成功奖、分享奖、题目贡献奖等多重奖项可叠加快喊上小伙伴一起报名参加比赛吧~03大赛海报MindSpore官方资料GitHub : https://github.com/mindspore-ai/mindsporeGitee : https : //gitee.com/mindspore/mindspore官方QQ群 : 486831414

2021华为云量子计算论文复现大赛 FAQ是不是看到此次量子计算论文复现大赛的奖品丰厚，但又有一些小小的顾虑，不知道应如何参赛呢？莫担心，希望如下的常见问题解答可以消除您的顾虑。如果你还有一些疑惑，那就麻烦发到我们的微信群或者论坛，我们工作人员会为您一一解答。1. 大赛的幸运奖如何领奖呢？主送邮箱：hiqinfo1@huawei.com邮件反馈内容如下：（说明以下信息仅用于奖品邮寄，不做其他用途）主题：量子计算论文复现大赛幸运奖-信息反馈姓名、 邮寄地址、电话2. 关于大赛论文题目的问题

1.MindQuantum中如何处理量子模拟器的运算速度很慢的问题现象描述使用MindQuantum的过程中，发现量子模拟器运算速度很慢。原因分析可能是设置的并行内核数太低了或者是并行内核数过高，特别是在大型服务器中，如果不设置内核数，默认会占用所有的CPU，速度反而会降低。解决办法在运行代码前，我们需要设置量子模拟器运行时的并行内核数，例如：如果需要设置并行内核数为4，可运行如下代码：export OMP_NUM_THREADS=4建议与总结当发现量子模拟器运算速度很慢的时候，可以适当调整并行内核数。请根据模型规模合理设置并行内核数以达到最优效果。相关参考文档《通过量子神经网络对鸢尾花进行分类》2.MindQuantum中如何实现双量子比特门——CNOT门？现象描述双量子比特门———CNOT门，是量子计算中最基本且最常用的量子门，那么在MindQuantum中，我们要如何实现CNOT门呢？原因分析CNOT门，其本质上是受控X门（Controlled-X gate），如果我们需要执行CNOT门，只需设定X门的控制比特位和目标比特位即可（实际上，任意的量子门我们都可以设定控制比特位和所需执行量子门操作的目标比特位）。解决办法如果我们需要执行CNOT门，运行如下代码：import mindquantum as mq from mindquantum import X X.on(1, 0)x(1 <-: 0)运行结果为：x(1 <-: 0)，其表示第1位量子比特位为目标比特位，第0位量子比特位为控制比特位，第1位量子比特受第0位量子比特控制，若第0位量子比特为1，则对第1位量子比特执行X门操作，否则不作任何操作。注意：我们需要先设置目标比特位，再设置控制比特位。为了更加直观，我们将其量子线路打印出来，运行如下代码：from mindquantum import Circuit circuit = Circuit() circuit += X.on(1, 0) circuit建议与总结上述就是MindQuantum中实现CNOT门的语法，大家需要注意哦！相关参考文档《参数化量子线路》3.MindQuantum中量子比特的读取顺序是从左到右还是从右往左？现象描述在MindQuantum中，量子比特的读取顺序是从左到右还是从右往左？原因分析在我们学习量子计算的理论知识的时候，我们对于量子比特的读取顺序是从左到右，然而在使用MindQuantum的时候，量子比特的读取顺序却是从右往左的。解决办法我们通过一个具体的例子来说明。首先，运行如下代码，得到一个3量子比特的均匀叠加态：from mindquantum.simulator import Simulator from mindquantum import H, UN sim = Simulator('projectq', 3) circuit1 = Circuit() circuit1 += UN(H, 3) sim.apply_circuit(circuit1) print(sim.get_qs(True))√2/4¦000⟩√2/4¦001⟩√2/4¦010⟩√2/4¦011⟩√2/4¦100⟩√2/4¦101⟩√2/4¦110⟩√2/4¦111⟩从运行的结果可以看到，我们得到了3量子比特的均匀叠加态，需要说明的是，所呈现的量子态，最右位的表示是第0位量子比特，中间位表示第1位量子比特，最左位表示第2位量子比特。我们再举一个例子，运行如下代码，打印量子线路和此时的量子态：sim1 = Simulator('projectq', 2) circuit2 = Circuit() circuit2 += X.on(1) sim1.apply_circuit(circuit2) print(sim1) circuit2projectq simulator with 2 qubits.Current quantum state:1¦10⟩q0: ─────q1: ──X──可以看到此时的量子态为|10⟩态，量子态中的数字1表示的是第1位量子比特为|1⟩，数字0表示的是第0位量子比特为|0⟩。我们简单地验证一下，在第1位量子比特添加测量门，运行如下代码：from mindquantum import Measure circuit2 += Measure('q1').on(1) circuit2shots: 100 Keys: q1│0.00 0.2 0.4 0.6 0.8 1.0 ────────┼───────────┴───────────┴───────────┴───────────┴───────────┴ 1│▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓ │ {'1': 100}从运行的结果可以看到，对存在测量门的量子比特进行重复采样100次，得到的就是100次1的结果，所以再次验证|10⟩态中的|1⟩是第1位量子比特。建议与总结因此，在MindQuantum中，量子比特的读取顺序都是从右往左的，大家需要注意哦！相关参考文档《基于MindQuantum的Grover搜索算法》4.使用MindQuantum过程中，若打印量子线路时出现线路错乱，该如何解决？现象描述我们可以在MindQuantum中搭建各种各样的量子线路，最后我们还可以将搭建好的量子线路打印出来。例如，我们运行如下代码来搭建量子线路：import numpy as np from mindquantum import RX, RY circuit3 = Circuit() circuit3 += H.on(0) circuit3 += X.on(1, 0) circuit3 += RX(np.pi/4).on(0) circuit3 += RY(np.pi/2).on(1, 0) circuit3 += Measure('q0').on(0) circuit3 += Measure('q1').on(1) circuit3q0: ──H────●────RX(π/4)───────●───────M(q0)── │ │ q1: ───────X───────────────RY(π/2)────M(q1)──但是，有时会出现如下图所示的线路错乱问题。原因分析这个的原因是浏览器等宽字体格式的问题。解决办法这个时候，我们只需要打开浏览器的设置，找到“外观”，找到“自定义字体”，然后在“宽度固定的字体”（有的浏览器为“等宽字体”）下，选择“Consolas”字体即可。此外，用户还可以下载并安装开源的Fira Code字体来获得更优质的输出。当我们设置好等宽字体后，就可以看到最开始打印的量子线路了。（如下网址提供了一些等宽字体供用户自行选择(https://zhuanlan.zhihu.com/p/116230037/)建议与总结上述就是解决使用MindQuantum过程中打印量子线路时出现线路错乱的方法，大家需要注意哦！相关参考文档无

1培训整体介绍QWorld量子计算基础编程培训活动由中国科学技术大学主办，开源组织QWorld、MindSpore及HiQ量子计算团队联合举办。此次培训是QWorld在中国首次举办、也是第一次使用Bronze-ProjectQ的培训。中国科学技术大学负责学员报名和培训支撑工作，共邀请196名符合要求的学员参加。整个培训共六次课程，持续三周，每周两次。前面五次培训采用全英文线上教学，每位学员不仅要参加在线课程学习，还要完成五项课后作业，并通过QWorld的Canvas系统提交作业和查询分数。培训最后一天的特别讲座是由MindQuantum团队的专家——徐旭升博士带来精彩的量子计算实操课程讲解。MindQuantum是基于昇思MindSpore开源深度学习框架和HiQ量子计算云平台开发的通用量子计算框架，支持多种量子神经网络的训练和推理。2培训日程和课程视频在线欢迎会1场，在线讲座5场，HiQ量子计算在线研讨会1场 10 月 15 日 18:30-19:00 | 欢迎会https://www.bilibili.com/video/BV13L411G7PQ/10 月 15 日 19:00-20:00 | 第一讲：经典系统基础https://www.bilibili.com/video/BV13L411G7PQ/10 月 16 日 19:00-20:00 | 第二讲：量子系统基础https://www.bilibili.com/video/BV1N44y147xn/10 月 22 日 19:00-20:00 | 第三讲：作用在量子比特上的量子算符https://www.bilibili.com/video/BV19R4y1J7uJ10 月 23 日 19:00-20:00 | 第四讲：纠缠和基础量子协https://www.bilibili.com/video/BV1DT4y1R7jK/10 月 29 日 19:00-20:00 | 第五讲：Grover 搜索算https://www.bilibili.com/video/BV17U4y1c7fj/10 月 30 日 19:00-21:00 | HiQ量子计算“MindQuantum”讲座https://www.bilibili.com/video/BV1q44y1i76z/3培训团队组织者： Abuzer Yakaryilmaz（QWorld）和苏兆锋副研究员（USTC）负责人： Abuzer Yakaryilmaz量子计算讲师：徐旭升博士助教：Vishal Bajpe、Marija Šćekić、Claudia Zendejas-Morales  (QWorld)、姜业东、刘佳薇、陈泓霖（USTC）4培训证书本次培训共有196人通过报名审核，95名同学完成了作业，其中92名同学成功获得QBronze培训证书。在这里恭喜顺利毕业的同学们！5培训反馈培训结束后，收到了多名参与者的好评和反馈意见，以下是部分反馈：1)  “我希望能举办更多这样的活动。这门课不仅让我对量子计算有了更深的了解，也让我对量子科学产生了浓厚的兴趣。就连我的研究生都决定转学了，哈哈哈，这也让我找到了最初对世界的兴奋，对新领域的认识和未完成事业的发展。这门课点燃了我对知识的渴望和对量子科学的热爱，谢谢！”2)  “课程难度适中，测试非常有效，教授有独特的视角，讲课生动有趣。这甚至让我想转专业，专攻量子计算和量子元件。”3）“教程很有帮助。老实说，有时候我跟不上教授的进度，所以我下课后查看了辅导课。”4)  “ProjectQ Python笔记本玩起来很有趣。”5)  “我很感激你给我们提供了一个学习量子系统等的机会，否则我可能没有办法学习它们。”6)  “这对我来说是一次很好的经验，也很有用，希望你们能继续举办这样的讲座。”7)  “我认为这门课很有挑战性，也很有回报。”8)  “这是我第一次参加国外的网络直播讲座。这很有趣，也很有创意。”通过本次QWorld量子计算基础编程培训，我们希望能帮助更多的学生来学习量子计算的相关知识，也能够吸引高校师生了解并参与到MindQuantum开源项目的建设中，为量子计算事业发展培养人才，为国家新一代技术建设贡献自己的力量。我们将启动更多的培训课程和活动，欢迎各大高校与MindQuantum团队开展合作，联系邮箱：hiqinfo1@huawei.com附录………………………………………………………………………………………Bronze介绍 Bronze 是 QWorld 在2018年10月创建的关于量子计算和编程的入门教程名字。它是 Jupyter Notebook 的集合，每个 Notebook 都有很多编程任务以提供实践体验。Bronze 的本质是提供一个类似实验室的环境，人们可以通过实践学习量子计算和量子编程的基础知识。作为一种教学策略，Bronze跳过使用复数，以使新手的教程更简单。Bronze有五个主要部分： 1. 经典系统的基础知识（概率比特、抛硬币、有偏硬币、概率状态和概率算子、相关性）。2. 量子系统的基础知识（基于线路的量子程序：寄存器、量子门、测量、线路执行和结果读取、量子态和算子）。3. 量子比特上的量子算子与量子层析。4. 纠缠和基本量子协议（超密集编码和量子隐形传态）。5. 量子搜索算法。到 2021 年 11 月，Bronze已在 26 个国家的近70场研讨会中使用，颁发了近3000份毕业证书。活动列表请访问https://qworld.net/workshop-bronze/Bronze-ProjectQ介绍Bronze-ProjectQ 是使用 ProjectQ 作为量子编程框架的 Bronze 版本。2021年10月发布：https://gitlab.com/qworld/bronze-projectq欢迎投稿欢迎大家踊跃投稿，有想投稿技术干货、项目经验等分享的同学，可以添加MindSpore官方小助手：小猫子（mindspore0328）的微信，告诉猫哥哦！昇思MindSpore官方交流QQ群 : 486831414（群里有很多技术大咖助力答疑！）

报名链接：https://www.wjx.cn/vj/wyQaPKY.aspx上海的小伙伴快来报名吧！名额有限，先到先得......

当前，国内也在积极致力于后量子加密技术的研究。日前，来自中国的科研联合团队完成了全球首次量子密钥分发（QKD）和后量子密码（PQC）融合可用性的现网验证，相关工作于7月30日发表在国际知名学术期刊《Optics Express》上。国际较为普遍的观点是QKD具有长效安全性，但缺少认证手段、应用成本相对较高；PQC具有功能和应用体系与传统密码兼容的优势，但缺少安全性证明。相对于在两种技术路线间“二选一”，融合两者优势可能是更为有效的方法。那么QKD与PQC如何融合？“QKD的流程中需要收发两端的QKD设备进行认证，以此避免中间人攻击，传统的QKD采用预置密钥的方式来进行初始认证。本研究将PQC算法集成到商用QKD设备中，利用基于格的PQC签名算法来实现了QKD设备之间的认证，实现QKD+PQC的融合应用，进一步提升QKD网络的安全性和组网便利性。”该研究主要参与人员介绍道。今年5月，研究团队已经在实验室中对“QKD+PQC”融合方案的可行性进行了验证。目前QKD设备应用的安全认证方法是预共享对称密钥。每个配对用户都需要存储其共享的身份验证密钥，这种方式在面对规模网络中有大量节点需要相互认证的场景时，存在需预置大量密钥、管理维护不便的问题。研究人员使用QKD设备和PQC上位机通信，用PQC认证代替QKD的预置密钥认证，解决了相关问题，初步验证了在QKD协议运行及交互通信中融合PQC认证的可行性。去年10月，相关报道指出我国在后量子加密芯片方面取得了令人瞩目的进展，来自清华大学的科研团队在《采用低复杂度快速数论变换和逆变换技术在FPGA上高效实现NewHope-NIST算法的硬件架构》提出一种低计算复杂度的快速数论转换与逆变换方法，设计了一款具有普适的通用性的后量子密码硬件架构，显著降低了算法的运算量，在进展方面，要比同类研究平均速度快2.5倍左右。除了清华大学的研究，国内目前还有一项研究值得关注。相较于TUM团队打造的后量子加密ASIC芯片方式，中科大潘建伟、张强团队与云南大学、上海交通大学及科大国盾量子公司等单位合作，完成了量子密钥分发（QKD）和后量子算法（PQC）的融合应用。在《量子密钥分发与后量子算法实现融合应用》报道中提到，抵御量子计算威胁、实现信息安全机制主要有两种：一是量子密码，如具有信息论安全的量子密钥分发（QKD）；二是后量子密码（PQC），如格密码。中科大等联合团队首次将两种看似完全不同的技术进行融合，技术优势互补，利用PQC解决QKD预置密钥的关键问题，而QKD则弥补了PQC待验证的长期安全性问题，两者联合最终保证了网络系统安全性。当然，无论是什么方式的后量子加密，当前的研究都处于早期阶段，且基本用于当前计算系统对量子计算机的防御。目前已知的量子计算均还无法破解，因此也就没有漏洞可供研究。当然随着人类对量子计算的理解加深，伴随着算力提升，量子计算想必也会需要保护，不过那时候的加密算法想必会复杂很多。

【功能模块】基于华为 HIQ中 projectq 编程（python语言）【操作步骤&问题现象】1、量子计算中 的 X门， 其含义是 对 量子比特位取反，但我的代码中 无法得到取反效果，请各位大神指点2、【截图信息】from projectq import MainEnginefrom projectq.cengines import DummyEnginefrom projectq.ops import H, CX, All, Measure, TimeEvolution, QubitOperator, X, QFTfrom projectq.setups import restrictedgatesetengine_list = restrictedgateset.get_engine_list(one_qubit_gates="any",two_qubit_gates=(CX,))backend = DummyEngine(save_commands=True)eng = MainEngine(backend=backend,engine_list=engine_list)qureg = eng.allocate_qureg(2)print(qureg[0])print(qureg[1])X | qureg[0]All(Measure) | quregprint(qureg[0])上面代码中， X | qureg[0] 对 量子比特位 qureg[0] 取反，但最后运行结果 仍然是 0， 而不是 1，求助【日志信息】（可选，上传日志内容或者附件）

实现近期量子计算机的主要挑战之一与其最基本的组成有关：量子比特。量子位可以与任何携带与自身能量相近的东西交互，包括杂散光子（如不需要的电磁场）、声子（量子设备的机械性振荡）或量子亏损（制造期间所形成的芯片基板中的不规则性），其中，量子亏损会不可预测地改变量子比特本身的状态。而使问题进一步复杂化的是，用于控制量子比特的工具带来了许多挑战。研究者通过经典的控制方式来操作和读取量子比特：模拟信号以电磁场的形式耦合到其中嵌入了量子比特的物理基底，例如超导电路。这些控制电子设备中的缺陷（会造成白噪声）、来自外部辐射源的干扰以及数模转换器的波动会引入更多的随机误差，从而降低量子线路的性能。这些现实问题都会影响计算的保真度，因此限制了近期量子设备的应用。为了提高量子计算机的计算能力，并为实现大规模量子计算铺路，就必须首先建立能够准确描述这些实验性问题的物理模型。谷歌在 Nature 合作期刊《npj Quantum Information》上发表的《通过深度强化学习实现通用量子控制》（Universal Quantum Control through Deep Reinforcement Learning）论文中，提出了一种使用深度强化学习生成的新的量子控制框架，其中可以通过单个控制成本函数来概括量子可控制优化中的各类实际问题。与标准随机梯度下降的解决方案相比，该框架可将量子逻辑门的平均误差最多降低两个数量级，并且大幅降低了来自最优门生成的副本的门时间。这一结果为使用近期量子设备来开展量子仿真、量子化学和量子霸权测试开启了更加广阔的应用空间。这种新的量子控制范式，其创新之处在于对量子控制函数的改进以及提出的基于深度强化学习的高效优化方法。为了创建一个全面的成本函数，首先需要为实际的量子控制过程创建一个物理模型，基于该模型，我们能够可靠地预测误差量。对量子计算的准确性最不利的误差之一就是泄漏：在计算过程中损失的量子信息量。这种信息泄漏通常发生在量子比特的量子态被激发为较高能态或通过自发辐射衰退成较低能态时。泄漏误差不仅会损失有用的量子信息，而且还会降低「量子性」，并最终使量子计算机的性能降低得与经典计算机差不多。在量子计算过程中准确地评估泄漏信息的常见做法是，一开始就模拟整个计算。然而，这并不利于达成构建大规模量子计算机的目的，因为量子计算机的优势就在于它们能够执行经典系统所无法执行的计算。谷歌研究人员通过使用改进后的物理模型，能够让通用的成本函数对逐渐增加的泄漏误差、控制边界条件的违背情况、总的门时间和门保真度进行联合优化。创建了新的量子控制成本函数后，下一步就是应用高效的优化工具将该函数最小化。经证实，现有的优化方法无法找到对于控制波动同样具有鲁棒性的令人满意的高保真度解决方案。相反地，谷歌研究人员则采用同步策略的深度强化学习（RL）方法，即置信域强化学习（Trusted-Region RL），因为该方法在所有基准问题中均表现出良好的性能，对样本噪声具有固有的鲁棒性，并且能够优化有着数亿个控制参数的数百种高难度的控制问题。这种同步策略强化学习与先前研究的异步策略强化学习方法之间的显著差异在于，其对控制策略的表示独立于控制成本。另一方面，例如 Q 学习等异步策略强化学习使用单个神经网络（NN）来表示控制轨迹和相关的奖励，其中控制轨迹指定要耦合到不同时间步长的量子比特的控制信号，而相关的奖励则评估量子控制当前步长的好坏。同步策略强化学习引人关注的一项能力在于：能够在控制轨迹中利用非本地特征。当控制领域是高维且包含大量组合的非全局解决方案时，这种能力就变得至关重要，而对于量子系统而言，这种情况经常发生。研究人员将控制轨迹编码为一个完全连接的三层神经网络，即策略 NN，同时将控制成本函数编码为第二个神经网络（值 NN），后者可以对折扣未来奖励（Discounted Future Reward）进行编码。强化学习智能体在模拟现实中的噪音控制驱动的随机环境下训练这两个神经网络，获得了鲁棒的控制解决方案。此外，他们还为一组连续参数化的两位量子门提供了控制解决方案，这对于量子化学应用而言很重要，不过，使用传统的通用量子门集实现这一操作，成本也很高。谷歌研究人员使用这一新框架进行的数值模拟结果表明，与通用量子门集的传统方法相比，该方法将量子门误差减少了 100 倍，与此同时，还为一系列连续参数化的模拟量子门将门时间减少了平均一个数量级。这项工作凸显了使用创新性机器学习技术和能够利用通用量子控制方案的灵活性和附加计算能力的近期量子算法的重要性。进一步，该领域的研究者还需要做更多的实验来将机器学习技术（就比如说我们在这项工作中开发的技术）整合到实际的量子计算过程中，从而利用机器学习来充分提高量子计算机的计算能力转自丛末，https://www.leiphone.com/category/academic/KxLLR7JKUTzE7EVK.html

相位翻转了以后是-的了所以因该是-1-（-）phase=-1+phase，这样每次翻转后都可以在负相位上消去1个相位，从而最终得到最大的那一个值 470936

微软量子团队报以厚望的「马约拉纳费米子」研究竟然是错误的！这篇 2018 年发表在 Nature 上的文章遭到了质疑。2018 年 3 月，荷兰物理学家、微软员工 Leo Kouwenhoven 等人发表论文，称观察到了难以发现的粒子——马约拉纳费米子（Majorana fermion）。论文链接：https://www.nature.com/articles/nature26142马约拉纳费米子是一种费米子，它的反粒子就是它本身。1937 年，意大利物理学家埃托雷 · 马约拉纳发表论文假想这种粒子存在，因此而命名。许多科学家认为这种粒子是解决量子比特不稳定性的优质方案之一，并有望应用于拓扑量子计算机。微软希望借助马约拉纳费米子构建量子计算机，当时 IBM 和谷歌已经利用更成熟的技术构建了不错的原型，Kouwenhoven 的这一发现使得微软有希望迎头赶上。微软量子计算业务开发负责人 Julie Love 曾表示，微软将「在五年内」构建商业化量子计算机。然而三年过去，微软 2018 年的发现却被证明失败了。一月末，Kouwenhoven 和 21 位共同作者发表了一篇新论文，该论文纳入了更多实验数据。结论是，他们最终没有发现马约拉纳费米子。作者在附注中表示，此前发表在 Nature 上的文章将以「技术错误」为由撤回。该领域两位物理学家表示，他们对该研究提出质疑后，Kouwenhoven 组提供的额外数据表明该团队移除了不符合其结论的数据点。匹兹堡大学教授 Sergey Frolov 表示，「我不知道他们在想什么，但他们跳过了一些与该论文观点相矛盾的数据。从更完整数据来看，毫无疑问他们没有找到马约拉纳费米子。」相比于 Kouwenhoven2012 年的研究，这篇 2018 年的论文称发现了更坚实的证据表明马约拉纳费米子是存在的。这篇论文为 Kouwenhoven 及其在代尔夫特理工大学的实验室赢得了巨大声誉。该研究项目受到微软公司的部分资助，2016 年微软聘请 Kouwenhoven 研究马约拉纳费米子。2018 年的这篇论文称，在通过极低温半导体线的电流中看到了马约拉纳费米子的存在信号——「零偏峰」（zero-bias peak）。Frolov 表示，他在未公开数据中看到了很多问题，包括偏离主线但被论文忽略的数据点。如果纳入这些数据点，则结论完全不同——马约拉纳费米子并未出现。Frolov 的这一观察在 Kouwenhoven 上个月发布的新论文中有所提及，但并未解释之前删除这些数据点的原因。他们承认，试图通过实验验证特定的理论预测「有可能带来确认偏误，得到假阳性的证据」。Sergey Frolov 发推质疑这项研究，详情参见 https://twitter.com/spinespresso。Kouwenhoven 在一份声明中未作回应，因为重新解释其研究发现的新论文尚在同行评审阶段。他表示：「我们相信，规模化量子计算将有助于解决人类面临的一些巨大挑战，我们仍将继续投入量子计算领域。」去年三月，Nature 为这篇 2018 年论文添加了「编辑关切声明」，不久前 Nature 发言人称「正与作者一道解决问题」。代尔夫特理工大学发言人表示，2020 年 5 月起该校科研诚信委员会已展开调查，目前尚未结束。一名熟悉流程的人士表示，最终调查报告可能是，代尔夫特理工大学科研人员犯了错误，但并非故意误导。不管怎样，这一问题对微软的量子计算雄心带来了一定程度的挫败。顶尖的计算公司称，马约拉纳费米子技术将带来新的科学与工程突破，从而定义未来。量子比特是量子计算机的基本信息单元。谷歌、IBM 和英特尔都已经展示了包含约 50 个量子比特的原型量子处理器，高盛和默克等公司也在测试这项技术。但是，有用的量子计算系统可能需要数千甚至数百万的量子比特。量子计算机的很大一部分能力可能必须专门用于纠正自身的故障。微软则采取了一种截然不同的方法，声称基于马约拉纳粒子（Majorana particle）的量子比特具有更强的扩展性，从而实现飞跃式进步。然而，十多年过去了，一个此类量子比特也没有构建成功。微软与马约拉纳费米子的「历史渊源」马约拉纳费米子以意大利物理学家埃托雷 · 马约拉纳（Ettore Majorana）命名，他在 1937 年假设粒子应该以它们自身反粒子的奇特性质而存在。然而，直到 21 世纪，Kouwenhoven 实验室才发现了马约拉纳粒子。埃托雷 · 马约拉纳。2004 年，微软研究人员找到公司技术战略主管 Craig Mundie，表示他们有办法解决阻碍量子计算机发展的一个难题，即量子比特的不稳定性。自此，微软开始对马约拉纳费米子产生兴趣。研究人员利用理论物理论文，提出了一种构建更可靠、稳定量子比特的方法。这些所谓的拓扑量子比特基于不寻常的粒子构建，其中包括马约拉纳粒子，这些粒子可以在极低的温度下以电子簇的形式存在于材料内部。之后，微软组建了一支由物理学家和数学家组成的新团队，旨在充实拓扑量子计算的理论与实践。该团队与顶级实验物理学家合作，并资助他们寻找构建这种新型量子比特所需的粒子。Kouwenhoven 就是获得资助的物理学家之一。他 2012 年发表在 Science 上的一篇论文《Signatures of Majorana Fermions in Hybrid Superconductor-Semiconductor Nanowire Devices》提出了纳米线内马约拉纳粒子的「特性」。2016 年，微软更是加大了投资和宣传力度。论文链接：https://science.sciencemag.org/content/336/6084/1003Kouwenhoven 和哥本哈根大学的顶级物理学家 Charles Marcus 被聘任为马约拉纳粒子的「操盘手」（hunter）。他们计划首先检测这些粒子，然后发明更复杂的装置来控制它们，并使其发挥量子比特的作用。此前领导微软 Xbox 游戏硬件的 Todd Holmdahl 成为拓扑量子计算机项目的负责人。2018 年初，他对《巴伦周刊》表示，微软将于年底实现拓扑量子比特。一个月后，这篇如今备受争议的论文发表了。微软与谷歌截然不同的量子计算发展之路然而，当微软热衷于寻找马约拉纳粒子时，它的竞争对手们已经在现有量子比特技术的基础上稳步前进。2019 年，谷歌宣布实现量子优越性（quantum supremacy），开发了一个 54 量子比特的计算机——「Sycamore」，它可以在 200 秒内完成世界上最快超级计算机 1 万年才能完成的目标计算。之后不久，微软似乎想要对冲量子计算**注，宣布通过云服务 Azure 提供其他公司的量子硬件访问权限。之后，据《华尔街日报》报道，Todd Holmdahl 在错过了内部 deadline 之后离开了拓扑量子计算机项目。谷歌 CEO 桑达尔 · 皮查伊和圣芭芭拉实验室中谷歌的量子计算机。自 Holmdahl 离职以来，微软一直对量子硬件的预期进展保持沉默。量子计算领域的各家竞争公司继续吹捧硬件的进步，并敦促软件开发人员通过互联网访问实验室里的原型机。但遗憾的是，似乎没有一家公司可以在黄金时间内制造出一台可用的量子计算机。发现马约拉纳费米子还需 30 年？Sergey Frolov 表示，围绕 Kouwenhoven 2018 年论文的问题导致一小领域致力于探测马约拉纳粒子的物理学家非常受伤。他认为，良好的科学依据可以产生合理的期望，而不是神奇的期望。此外，他认为，Kouwenhoven 团队应公布完整的原始实验数据，以供外界审查。Frolov 与澳大利亚新南威尔士大学高级研究员 Vincent Mourik 共同对 Kouwenhoven 提供的额外数据进行了研究，并且 Vincent Mourik 也表示了同样的担忧。这两人都曾是 Kouwenhoven 的同事，并参与了 2012 年关于马约拉纳粒子的研究论文。曾与微软研究人员合作过的马里兰大学理论物理学家 Sankar Das Sarma 认为这项技术最终会成功，但还需要一段时间。Das Sarma 表示，过去几年发展的新理论表明，2018 年使用的方法无论如何都不能确定马约拉纳粒子的存在，更纯的材料、更复杂的实验以及更多的科学进步都是必须的。微软的量子比特离这个目标还有多远目前还不清楚。Das Sarma 表示道，基于马约拉纳粒子的量子计算可能处于与 1926 年第一个晶体管申请专利相似的阶段。直到 1947 年，研究人员才制造出第一台可工作的晶体管；20 世纪 50 年代末，使计算机工业得以发展的微型硅版本才被开发出来。「我看不出为什么马约拉纳费米子不能存在，或者存在却无法控制。但发现它或控制它可能需要 30 年时间。」Das Sarma 表示。参考链接：https://www.wired.com/story/microsoft-win-quantum-computing-error/

在支撑完 2020 年的量子计算编程大赛秋季赛之后，HiQ 量子计算云平台公测第一个版本随之结束了生命周期。但是 HiQ 的使命并未结束，2021新年到来之际，现在全新的 HiQ 量子计算云平台公测版本正式与大家见面，以全新的面貌逐步向广大用户提供量子计算使能服务，欢迎大家试用。让我们一起看看都有哪些新特性：1、云端量子编程入口正式合并入成熟完善的 CloudIDE 云平台中，届时用户不仅可使用 CloudIDE 进行小规模任务(2CPU，8GB 内存)的模拟，还可使用 CloudIDE 内置的 HiQ 插件向云端提交大规模的量子计算任务。体验云上量子计算编程(小规模任务：2 CPU 8 GB 内存)Step1：点击 HiQ 官网首页https://hiq.huaweicloud.com/，点击按钮进入 CloudIDE 官网。Step2：登录华为云服务平台，若没有华为云账号，请先注册华为云账号。Step3：新注册的华为云账号没有开通 CloudIDE 服务，请点击开通服务按钮。已经开通 CloudIDE 服务可以跳转 Step6。Step4：勾选同意，点击立即开通按钮。这里只是对 CloudIDE 服务的收费说明，HiQ 实例使用 x86 架构，可以免费创建使用。 没有实名制的华为云账号会开通失败，请根据指引进行账号实名制操作，实名制完成以后退出账号重新登录，然后重新开通 CloudIDE 服务。Step5：点击右上角立即使用按钮。Step6：选择“我的 IDE”，点击立即创建。 2021 年 HiQ 实例全新版本上线，若您名下有 2020 年创建的 HiQ 实例，为了不影响您使用 HiQ 实例的体验，请保存旧实例内个人数据后删除旧实例重新创建新实例。Step7：请输入实例名称，选择 HiQ Quantum Computing 技术栈，点击下一步。HiQ 实例使用 x86 架构，您可以根据需求，选择创建不同存储容量(5GB、10GB、20GB)的实例，并且设置实例自动休眠时长，实例无操作一段时间后，将会自动休眠。Step8：请输入工程名，点击确定。这里默认选择 HiQ 的样例工程，实例将内置 HiQFermion 、 HiQPulse 、 HiQSimulator 的样例代码供您学习使用。Step9：进入 HiQ 实例，开始体验量子计算编程，可以从本地拖拽文件到实例中，也可以把实例内的文件下载到本地。关于 CloudIDE 的使用技巧，可以前往  CloudIDE使用小技巧 进行学习。Step10：更多量子计算 HiQ 帮助文档，请点击https://hiq.huaweicloud.com/doc/index.html 获取查看。体验超大规模量子计算模拟(大规模集群)Step1：进入 CloudIDE 量子计算 HiQ 实例，编写 python 代码。Step2：打开 HiQ 量子计算(集群)插件，设置运行时长、任务名，点击加入队列按钮，上传当前打开的 python 代码文件创建任务。Step3：创建任务成功后，请查看下方任务列表，等待任务进入队列运行。Step4：任务运行完成后，请点击下载按钮，查看计算的结果。注意：每个华为云账号可保存的任务不能超过 50 个，请及时清理旧任务释放内存空间。2、在 2020 年的 HC 大会上，正式发布了 HiQ 3.0 的量子计算解决方案。HiQ 面向更加广泛的应用，聚焦于底层算法的突破，将为用户带来更加极致的量子编程体验。3、HiQ 主页的全新改版，进一步为量子计算的科普教育提供更完善的支撑。