量子计算机算得快，但“脾气”不小：怕噪声、怕振动、怕温度波动，参数还动不动就漂移。过去伺候它的是一群博士和工程师，白天盯着、晚上守着，手动调参、反复试跑。连日来，记者走访发现，北京不少量子计算企业不约而同地把AI请进了实验室和机房。通过“量智融合”，AI坐上了量子计算这辆“跑车”的“副驾驶”，负责让量子计算机“调得准、跑得稳、用起来顺”。“十五五”期间，北京将加快人工智能、量子科技等领域技术突破，推动海淀、经开、怀柔等区打造具有区域特色的“量智融合”产业集聚区。

AI当“指挥” 

校准和运维不再依赖少数专家

超导量子计算机算得准不准，很大程度上取决于它调得好不好。这类机器的量子比特参数会随环境缓慢漂移，稍有偏差，结果就可能失真。整机遇到硬件迭代、故障或停电停机，过去要由经验丰富的工程师逐个比特、逐项参数重新标定。

相干科技由北京量子信息科学研究院超导量子计算团队孵化，做的是超导量子计算整机与综合算力服务。相干科技创始人、CEO金贻荣介绍，团队把智能体、强化学习等AI技术引入测控环节，集成进自研的测控软件系统。

AI在这里的角色是“校准工程师”：整机初始标定、运行漂移、再校准这些场景下，参数联合寻优、异常故障定位都交给它，芯片、低温环境、电子学等不同故障诱因也由它区分。这些工作过去高度依赖少数专家的经验和现场判断，换个人、换台机器，结果就可能不一样。

“AI在工程化环节最大的价值，就是把‘老师傅手感’沉淀为系统能力，让‘系统自动跑’，让校准和运维不再依赖少数专家，同一套流程可以复制到不同客户、不同整机上。”金贻荣说。

他把量子比特比作乐手，把AI比作指挥：持续做参数纠偏，大规模量子比特协同运行的难题才有了着落。“乐手技艺再好，没有指挥统一节奏、随时纠正音准，上百人合奏也会走调；量子比特的参数时刻在漂移，同样需要AI持续‘听音’、及时‘定调’。”

相干科技是国内少数打通“测控—整机”全链条的超导量子计算企业。目前，这套AI测控方案已在该企业量子设备上完成原型部署。

AI来“纠错”

抢出毫秒级反馈窗口

量子计算机算得对不对，关键看它能不能及时改错，而这件事比想象中难。据了解，量子比特抗干扰能力弱，量子态存续时间极短；传统纠错靠经验和近似公式，比特规模一大，计算复杂度就指数级上升。华翊量子CEO姚麟判断，到了数百量子比特量级，传统方法很难再有效应对。

华翊量子2022年由清华大学技术转化成立，专做离子阱量子计算机整机研发与推广。团队在推进整机研发和商业化落地时把AI引入纠错环节，让纠错从“靠人工经验”转向“靠模型判断”，眼下最直接的应用是纠错中的“解码器”。训练模型用的数据，来自真实物理环境中采集的噪声、磁场、温度扰动实测值，模型训练后能较快甄别错误成因。

姚麟把它比作“纠错老师”——能对着历史数据把错误挑出来；但它只负责识别错误类型，并不完成全部纠错。即便如此，探测和判断的时间已被大幅压缩，后续纠错因此多出一段窗口，整机才有可能在有限时间内跑完整个纠错流程。

华翊量子与清华大学、北京大学、中国移动研究院等保持紧密合作，开展技术研究、探索行业应用，持续挖掘AI在离子阱整机工程化中的应用潜力。姚麟特别提到，北京发展量智融合的核心优势，就是高校、科研院所和初创高科技企业密集，产学研之间的交流对这个领域快速提升很重要。

据介绍，华翊量子正在研发离子阱量子纠错电子控制与错误识别解码系统，引入AI后，量子态探测到反馈操作的时间有望压到1毫秒以内，比原水平提升50%以上；同时实现100微秒以内的高速单比特量子门，提升100%，接近国际先进水平。

AI做“搭档”

让原子少丢少错少折腾

不同于超导、离子阱体系，中性原子量子计算走的是另一条技术路径，它也有着独属于自身的工程难题：原子很“金贵”。原子阵列装载存在随机性，原子存活寿命有限，环境扰动又极易造成参数失效。过去实验员每天要在控制软件、相机图像和分析程序之间来回切换，一旦发现参数漂移，还需要中断实验进行调整。

两仪万象的解法是让AI当“实验搭档”。这家由清华大学原子量子计算团队孵化的中性原子整机企业，2024年就与科大讯飞共同发起“智能量子计划”，今年双方进一步在京合资成立量智开物，把整机研制与AI技术研发打通成闭环。

如今，几项关键成果已经落地：基于图神经网络开发的“追风”原子重排算法，把大规模原子的路径规划稳定在毫秒级，原子阵列初始化效率随之明显提升；时空图神经网络架构的“扁鹊”纠错解码器，不必增加额外物理操作，就能同时识别原子丢失与常规量子错误；智能体原子量子计算实验平台“白泽”，辅助研究人员完成实验需求理解、流程编排、参数调整、运行监测和异常处理等工作，提升实验运行的自动化和智能化水平。

为什么要在量智融合上持续投入？两仪万象董事长石琦说，随着原子阵列规模不断扩大，原子操控、系统校准和量子纠错等任务的复杂度也在不断提升，传统方法在效率和精度上就难以满足需求；两仪万象围绕原子量子计算有全栈技术能力，既需要AI加速整机研发与实用化，也能反过来为AI算法提供真实的量子实验平台和工程化场景。

AI和量子计算目前还在磨合期，远没到“完美契合”。在北京，多条技术路线已经同时起跑，高校院所和企业并肩往前推。量智融合跑出下一个“北京样本”，值得期待。

（本文摘自北京青年报第A05版）