作者：Amara Graps
欧盟委员会很少为其 27 个成员国承担预算风险。十年前，其前身“未来新兴技术”资助计划是一个不同寻常的高风险、尖端想法的灯塔，这些想法很受欢迎，足以进一步发展，催生了欧洲创新委员会（EIC）来支持高风险、高技术的商业化。影响欧盟的技术。因此，EIC 发展出未来主义思维也就不足为奇了。
Mochan 等人的报告，2024 年，《（Dis）纠缠未来地平线》扫描了新兴技术和突破性创新领域量子技术是欧洲政策建议的有用文件，是使用欧盟政策实验室提出的前瞻方法开发的。
报告：
九个关键主题作为成果出现，首先在此处进行概述。有关详细信息，请参阅 Mochan 等人的 2024 年报告。
如果您需要为这些行业做好准备但不知道从哪里开始，GQI 提供了许多用于分析它们的框架。(*)
除了结果之外，蒸馏过程也非常出色。该研究根据量子技术兴趣和领域将各种量子专业人士分为两类。每个小组都被要求选择可以回答以下问题的信号（如扫描深度技术视野中所定义）：哪些技术和创新在未来 5 到 10 年内更有可能突破/成长/进步？并解释为什么？参与者为这些信号分配 TRL 值。参与者重新分组并讨论总共 5-10 个信号或簇。小组活动最终选择了最独特和最具破坏性的信号作为该 EIC 产品组合的通配符。
参与者还被要求确定可能影响量子领域技术开发和采用的驱动因素、推动因素和障碍，重点关注上一步中选择的内容。这些贡献是使用经过调整的期货三角框架绘制的。请参见下图。
这些量子领域的项目结果凸显了双面问题。
量子人工智能描述了人工智能如何使量子领域受益。人工智能对量子计算的影响正在推动资源管理、算法设计和优化的发展。最近的发展展示了如何利用人工智能和量子机器学习彻底改变优化方法和电路设计以提高性能。为了最大限度地提高计算能力，同时最大限度地减少资源消耗，新方法使用人工智能进行资源高效的算法开发和智能量子位分配。此外，人工智能驱动的量子模拟加快了量子系统的研究速度，使寻找和改进算法变得更加容易。
人工智能的量子描述了量子场如何提供帮助在人工智能的进步中。通过引入参数化量子电路 (PQC) 和噪声自适应搜索 (QuantumNAS) 等方法，量子机器学习 (QML) 使量子计算具有抗噪声能力，适用于稳定性评估和图像分类等应用。借助混合模型和量子算法，量子人工智能 (QAI) 提供了更大的计算能力，支持可持续发展和故障检测方面的工作。量子神经网络 (QNN) 展现出分析语言和电网的潜力，它们还通过自动分类量子态使量子信息任务变得更容易。
FUTURINNOV 项目的结果提出了重要的双面问题：
问题的一方面：量子人工智能在当今的 NISQ 时代可能比另一方人工智能量子更有用
(*) GQI 拥有准备好检查几个列出的部门的框架，以及监测其演变的跟踪器。如果您需要为这些行业做好准备但不知道从哪里开始，GQI 提供了许多用于分析它们的框架。几个例子：
GQI 展望或焦点报告、行动手册，或跟踪器包含大量决策信息。如下图所示，量子传感领域已经成熟。GQI 框架检查每个组件。如果您有兴趣，请随时联系 info@global-qi.com。
2024 年 9 月 27 日