Udgivet
I 2025 ser vi et stort spring i kvante-simuleringsartikler . Kvanteberegninger er ved at blive nøglen til at løse AI-problemer og spare energi. Dette har gjort folk meget interesserede i at bruge kvantesystemer i store computere.
Logiske kredsløb er meget bedre end fysiske kredsløb, med fejlrater der er 800 gange lavere. Derudover blev 14,000 kvantekredsløb kørt uden fejl ved hjælp af pålidelige qubits.
Ved at undersøge kvantesimulering finder vi, at kvantebilleddannelsesprotokollerne fra 2025 bruger særlige pseudopotentialer. Goedecker-Tetter-Hutter-pseudopotentialet er en stor ting. Det gør beregninger mere effektive, hvilket er godt for kvanteberegningsforskning.
Normbevarende pseudopotentialer som GTH og HGH er under udvikling. De erstatter reelle ionpotentialer med effektive potentialer for valenselektroner. Dette gør simuleringer mere præcise og effektive, hvilket hjælper kvanteberegningsforskningen med at bevæge sig fremad.
Nøgleforsøg
- Fremkomsten af logiske qubits i 2024 har ført til betydelige fremskridt inden for kvantesimulering.
- Kvantevirksomheder opdaterer deres roadmaps med stigende qubit-antal og højere kvalitet, hvilket fører til mere effektive kvantecomputersystemer.
- Forudsigelserne om fremskridt inden for optisk databehandling i 2025 forventes at have en stor indflydelse på kvantesimulering og forskningsartikler.
- Brugen af pseudopotentialer i første kvantiserede planbølgebasissimuleringer kan føre til betydelige omkostningsbesparelser i blokkodning sammenlignet med tidligere strategier.
- Det langsigtede mål er at skalere tættere på ~1,000 pålidelige logiske qubits for at opnå transformative kommercielle fordele inden for kvantesimulering og kvanteberegning.
- Kvantesimulering bliver stadig mere betydningsfuld for det videnskabelige samfund med en stigende efterspørgsel efter kvanteoptimeringsingeniører og udvikling af hybride kvante-AI-systemer.
Introduktion til kvantesimulering
Kvantesimulering er et felt i hastig vækst. Det får meget opmærksomhed inden for teoretisk fysik . Forskere bruger kvantemekanik til at simulere komplekse systemer. Dette hjælper os med at forstå kvantefænomener bedre.
Dette felt er vigtigt for mange områder, såsom kvanteinformation og beregningsmodellering.
Studier har undersøgt kvantesimulering, herunder distribueret kvanteberegning (DQC) og generative adversarielle netværk. Disse studier har ført til bedre kvantesimuleringsmetoder. Disse metoder kan bruges inden for mange områder, lige fra materialevidenskab til kemiske reaktioner.
- Forbedret nøjagtighed i simulering af komplekse kvantesystemer
- Øget forståelse af kvantefænomener
- Potentielle anvendelser inden for områder som materialevidenskab og kemiske reaktioner
Hvad er kvantesimulering?
Kvantesimulering bruger kvantesystemer til at efterligne andre kvantesystemer. Det gøres gennem kvanteberegning og kvanteinformationsbehandling.
Vigtigheden af kvantesimulering i forskning
Kvantesimulering er nøglen til forskning. Det gør det muligt for forskere nemt at studere komplekse kvantesystemer. Dette kan føre til nye opdagelser og teknologier.
Nøgleanvendelser af kvantesimulering
Kvantesimulering ændrer mange felter, såsom materialevidenskab og kemiske reaktioner. Det bruger kvantealgoritmer og kvanteberegning . På denne måde kan forskere skabe nye materialer og forudsige kemiske reaktioner mere præcist end nogensinde før. Nylige videnskabelige publikationer viser, at det allerede hjælper med at fremstille nye materialer med bedre egenskaber.
Nogle vigtige anvendelser af kvantesimulering er:
- Skaber nye materialer, der er stærkere, lettere og billigere
- Design af bedre elektroniske materialer til kredsløb og enheder
- Forbedring af batterier for at holde mere energi og oplade hurtigere
Disse anvendelser kan ændre mange brancher, lige fra energi og elektronik til sundhedspleje og transport. Grupper som QAI Ventures og Europa-Kommissionens Quantum Flagship hjælper med at fremskynde kvantesimuleringsteknologi.
Efterhånden som kvantesimulering vokser, vil vi se flere gennembrud. Det er sat til at løse komplekse problemer og simulere virkelige systemer. Dette gør det til nøglen til fremtiden for mange industrier.
| Anvendelse | Beskrivelse |
|---|---|
| Materials Science | Design og udvikling af nye materialer for forbedret holdbarhed, vægtreduktion og omkostningseffektivitet |
| Kemiske reaktioner | Forudsigelse af kemiske reaktionsresultater og optimering af reaktionsbetingelser |
Fremskridt inden for kvante-simuleringsteknologier
Nylige gennembrud har forbedret kvantesimulering betydeligt. Kraftigere kvantecomputere og bedre algoritmer hjælper med at løse komplekse problemer. Dette har ført til en vækst på 26% i forskningsartikler om kvantesimulering.
Beregningsmodellering i kvantesimulering har også set et boost. En effektivitetsforøgelse på 22% blev opnået med nye metoder til simulering af Hamilton-dynamik. Den randomiserede tilgang viste en ydeevneforøgelse på 16%. Disse forbedringer understøttes af forskningsartikler om kvanteinformation.
Disse fremskridt medfører adskillige fordele. For eksempel er simulering af sparse Hamiltonianere nu 25 % mere præcis. Effektiviteten i simulering af sparse Hamiltonianere er steget med 30 % på grund af eksponentielle forbedringer. Hastigheden for simulering af Hamilton-dynamik er også steget med 20 %.
Standardprotokoller til kvantesimulering
Det er vigtigt at skabe standardprotokoller til kvantesimulering for at gøre resultaterne pålidelige og sammenlignelige. Kvantesimulering er afgørende inden for kvanteberegning og teoretisk fysik . Det hjælper os med at forstå komplekse systemer og udvikle nye materialer og teknologier.
Standardprotokoller er afgørende i kvantesimulering. De sikrer, at resultaterne er konsistente. Dette er vigtigt inden for områder som materialevidenskab og kemiske reaktioner. Små ændringer i forholdene kan have stor indflydelse på resultaterne.
Nogle vigtige dele af protokoludvikling omfatter:
- Validering af simuleringsresultater ved at sammenligne dem med analytiske eller numeriske beregninger
- Kontrol af systemligevægt ved at måle energivarians
- Oprettelse af skalerbare protokoller til større systemer
Ved at fastsætte standardprotokoller kan forskere arbejde bedre sammen. Dette fremmer kvanteberegning og teoretisk fysik . Efterhånden som vi forbedrer disse protokoller, vil vi lære mere om komplekse systemer og skabe nye teknologier.
| protokol | Beskrivelse |
|---|---|
| Loschmidt ekko | En teknik, der bruges til at verificere nøjagtigheden af kvantesimuleringer |
| Opbygning af flere enheder | En metode, der bruges til at sammenligne og validere resultaterne af kvantesimuleringer |
Udfordringer ved implementering af kvante-simuleringsprotokoller
Det er vanskeligt at opsætte protokoller for kvantesimulering. Det støder på tekniske forhindringer og regler, der skal følges. Undersøgelser af kvantealgoritmer , artikler og studier viser, at vi er nødt til at tackle disse problemer. Dette er nøglen til at udnytte kvantesimulering fuldt ud.
Tekniske problemer, som f.eks. behovet for bedre kvantecomputere og -software, sinker tingene. Derudover er regler for at holde data sikre og private vigtige. Disse regler er med til at sikre, at kvanteteknologi bruges korrekt.
Men forskere presser på. De arbejder på nye kvantealgoritmer og måder at simulere ting på. For eksempel viser undersøgelser, at kvantesimulering kan hjælpe inden for materialevidenskab og kemi. De har endda gjort nogle simuleringer seks størrelsesordener bedre.
Nye værktøjer, som f.eks. qibojit i Qibo, viser kreativiteten i kvantesimulering. Det handler om at gøre kvantesimulering bedre.
For at overvinde disse udfordringer er vi nødt til at fortsætte med at forbedre kvanteteknologien. Det betyder at gøre kvantealgoritmer og simuleringsmetoder mere effektive. Dette vil frigøre kvantesimuleringens fulde kraft. Det vil hjælpe os med at gøre store fremskridt inden for videnskab, fra materialer til kemi, hvilket vil føre til nye opdagelser i artikler og studier.
Fremtidige retninger inden for kvante-simuleringsprotokoller
Fremadrettet vil kvantesimuleringsprotokoller opleve store ændringer. Nye tendenser og innovationer vil bidrage til at flytte feltet fremad. For eksempel vil kombinationen af kvantesimulering med andre teknologier som beregningsmodellering føre til nye opdagelser. Dette gælder inden for områder som materialevidenskab og kemi, hvor kvantesimulering kan ændre, hvordan vi forstår komplekse systemer.
Nogle spændende områder at udforske inden for kvantesimulering inkluderer:
- Digital kvantesimulering får meget opmærksomhed. Dette skyldes, at vi nu har kvantecomputere til generelle formål.
- Kvante-klassiske hybridsimulatorer er under udvikling. De hjælper med at blande klassisk og kvanteinformationsbehandling.
- Der findes nye anvendelser til kvantesimulering. Dette omfatter finans og neurale netværk.
Fremtiden for kvantesimulering ser lys ud. Kvanteinformation og beregningsmodellering er nøglen til dens vækst. I takt med at forskningen fortsætter med at forbedres, vil vi se store spring i forståelsen af komplekse systemer og ny teknologi.
Det er vigtigt at sammenligne simulatorer med reelle data, da vi ikke har meget hardware. Vi har brug for fleksible og voksende arkitekturer til kvante-netværkssimulatorer. Ved at fokusere på disse kan vi fuldt ud udnytte kvantesimuleringens kraft og gøre fremskridt på mange områder.
Casestudier af succesfulde protokolimplementeringer
Kvanteberegninger har oplevet store fremskridt takket være mange forskningsartikler og publikationer. Et team fra Stony Brook University viste, hvordan man simulerer kvantesystemer med op til 102 qubits på IBMs kvantecomputere. Dette er beskrevet i detaljer i nyere videnskabelige publikationer.
Disse studier viser, hvor afgørende kvantesimulering er for materialevidenskab og kemiske reaktioner. For eksempel blev kvanteporte lavet for at reducere fejl i simuleringer. Bell-state-målinger blev brugt til at finde ud af bindingsenergier mellem qubits. Dette er nøglen til at forstå komplekse kvantesystemer. For mere om publicering af forskning, se editverse.com.
Nogle vigtige opdagelser fra disse studier er:
- Kvantehukommelsens dekohærens-tid skal være mindst tre gange qubit-lagringstiden for kvantepengeprotokollen.
- Kanaltab påvirker i høj grad sandsynligheden for afvisning i den kvante digitale signaturprotokol.
Disse resultater viser kvantesimuleringens kraft til at løse komplekse problemer. De understreger også behovet for mere forskning. Ved at dykke ned i kvanteberegning og simulering åbner vi døre for nye videnskabelige opdagelser og innovationer. Dette er tydeligt i mange forskningsartikler og videnskabelige publikationer om kvanteberegning.
Samarbejder og partnerskaber inden for kvantesimulering
I takt med at vi bevæger os fremad inden for kvantesimulering, er teamwork nøglen. Forskere, institutioner og industrier skal arbejde sammen. Dette teamwork er afgørende for kvanteberegningers succes.
Teoretisk fysik er kernen i denne indsats. Det hjælper os med at forstå og skabe kvantesystemer. Denne forståelse er afgørende for innovation.
Classiq, en virksomhed inden for kvantesoftware, har slået sig sammen med Hewlett Packard Labs. De arbejder på at løse store problemer med kvanteberegning. QPerfect og QuEra Computing samarbejder også. De fokuserer på korrektion af kvantefejl.
Disse partnerskaber viser et stærkt engagement i kvantecomputernes fremtid. Med Googles hjælp og venturekapitalinvesteringer vokser feltet hurtigt. Det globale marked for kvantecomputere forventes at nå 8.45 milliarder dollars i 2024.
- Fremskridt inden for kvantefejlkorrektion, afgørende for at opnå fejltolerant kvanteberegning
- Kombination af klassiske og kvantealgoritmer for effektivt at opnå overlegne resultater
- Muliggør abstrakt, optimeret og skalerbar kvante-/HPC-softwareudvikling
I takt med at vi bevæger os fremad, er teamwork inden for kvantesimulering afgørende. Ved at arbejde sammen kan vi gøre hurtigere fremskridt. Dette vil føre til store gennembrud inden for kvanteberegning og teoretisk fysik.
Konklusion
Vi har undersøgt, hvordan kvantesimulering kan ændre mange felter, såsom materialevidenskab og kemi. Det er tydeligt, at kvantesimulering vil være nøglen til bedre at forstå kvantesystemer. Dette vil føre til store fremskridt inden for videnskab og teknologi.
Nyere studier viser kvantesimuleringens styrke i løsningen af vanskelige problemer. For eksempel kan den simulere molekyler i gasfasen og studere, hvordan de opløses. Kvantecomputere, som den variationelle kvanteegenløser (VQE), er blevet brugt til at simulere molekyler og studere fast stof.
Nogle vigtige fund inden for kvantesimulering inkluderer:
- Kvantecomputere har primært fokuseret på gasfasemolekyler.
- Kontinuumsolvatiseringsmodeller er gode til at afbalancere omkostninger og nøjagtighed i simulering af solvatisering.
- Simuleringer af molekyler med op til 12 qubits er blevet udført uden støj.
I takt med at vi bevæger os fremad, skal vi fortsætte med at udforske mulighederne inden for kvantesimulering. Ved at bruge kvanteberegning kan vi gøre nye opdagelser. Dette vil hjælpe inden for områder som materialevidenskab, kemi og fysik.
Det er vigtigt for forskere og akademikere at holde sig ajour med nyheder inden for kvantesimulering og databehandling. På den måde kan vi bruge disse teknologier til at lære mere om verden. Vi kan også skabe store gennembrud på mange områder.
| Felt | Anvendelse | Impact |
|---|---|---|
| Materials Science | Simulering af molekyler og materialer | Udvider vores forståelse af materialegenskaber |
| Kemi | Simulering af kemiske reaktioner og processer | Fremdrift af innovation inden for kemisk syntese og opdagelse |
| Fysik | Simulering af komplekse fysiske systemer | Låser op for nye opdagelser og forståelse af fysiske fænomener |
Transformer din forskning med ekspert kvante simuleringstjenester
Vi tilbyder førsteklasses kvante-simuleringstjenester til materialevidenskab og kemiske reaktioner. Vores mål er at hjælpe forskere med at komme videre og publicere deres arbejde med effekt. Vores team er fyldt med eksperter i kvante-simulering, der er klar til at understøtte dine forskningsartikler og videnskabelige publikationer.
Ved at samarbejde med os får forskere adgang til banebrydende teknologier og metoder. Dette styrker deres forsknings- og publikationsresultater. For eksempel kan vores tjenester hjælpe med at studere materialer på atomniveau. Dette er fantastisk til områder som materialevidenskab, hvor nye materialer kan forandre industrier.
Vores kvante-simuleringstjenester tilbyder mange fordele. Du får adgang til avanceret teknologi og metoder. Du får også eksperthjælp til dine forskningsartikler og publikationer. Derudover kan du studere materialer på atomniveau og designe nye materialer.
For at lære mere om, hvordan vores tjenester kan ændre din forskning, kan du se vores forskningsartikler om kvantesimulering . Vores team er her for at hjælpe dig med at nå dine forskningsmål inden for kvantesimulering.

Med vores ekspertise inden for kvantesimulering kan forskere fremskynde deres arbejde og udgive vigtige artikler. Dette er med til at fremme deres felt. Vi er forpligtet til at give vores kunder de bedste kvantesimuleringstjenester til deres forskningsartikler og publikationer.
| Service | Beskrivelse |
|---|---|
| Kvantesimulering | Avancerede simuleringstjenester til materialevidenskab og kemiske reaktioner |
| Forskningsstøtte | Ekspertstøtte til forskningsartikler og videnskabelige publikationer |
| Materiale Design | Design og optimering af nye materialer med specifikke egenskaber |
Kombination af AI-innovation med menneskelig ekspertise på ph.d.-niveau i kvantesimulering
I krydsfeltet mellem AI-innovation og kvantesimulering ser vi en stærk blanding. Denne blanding ændrer den måde, vi forsker på og finder nye ting på. Den gør store fremskridt inden for materialevidenskab og kemiske reaktioner.
Vores team af ph.d.-eksperter kombinerer dybdegående viden med AI's nyeste teknologi. Denne blanding giver os fantastiske resultater. Det giver os mulighed for at forbedre kvantesimulering, analysere data bedre og finde hemmeligheder, der var svære at se før.
Fremadrettet er vi ivrige efter at se flere gennembrud. Denne blanding af kunstig intelligens og kvantesimulering vil fortsætte med at føre til nye opdagelser. Det gør forskningen mere effektiv og effektfuld.
Ofte stillede spørgsmål
Hvad er kvantesimulering, og hvorfor er det vigtigt i forskning?
Kvantesimulering er en måde at studere komplekse kvantesystemer i et simuleret miljø. Det er centralt i forskning, fordi det giver os mulighed for at udforske kvantefænomener, der er svære at se eller kontrollere i virkeligheden. Det bruges meget inden for materialevidenskab og kemiske reaktioner, hvilket har ført til store fremskridt på disse områder.
Hvad er de vigtigste anvendelser af kvantesimulering?
Kvantesimulering bruges primært inden for materialevidenskab og kemiske reaktioner. Det hjælper med at designe nye materialer med bedre egenskaber, såsom at være mere energieffektive. Det forudsiger også resultaterne af komplekse kemiske reaktioner, hvilket er vigtigt for industrier som medicinalindustrien og energiindustrien.
Hvad er de største teknologiske fremskridt inden for kvantesimulering?
Der har været store fremskridt inden for kvante-simuleringsteknologi, f.eks. kvante-entanglement. Disse fremskridt gør simuleringer mere præcise og effektive. Men opskalering af disse teknologier er stadig en stor udfordring, der kræver mere forskning og udvikling.
Hvad er standardprotokollerne for kvantesimulering, og hvorfor er de vigtige?
Standardprotokoller til kvantesimulering er nøglen til at samarbejde og holde forskningen konsistent. De beskriver hoveddelene af kvantesimulering, såsom algoritmen og hvordan man kontrollerer resultater. At skabe bredt accepterede protokoller er en stor udfordring, men det er afgørende for feltets vækst og udbredelse.
Hvad er udfordringerne ved implementering af kvantesimuleringsprotokoller, og hvordan kan de overvindes?
Der er mange forhindringer ved brug af kvante-simuleringsprotokoller, såsom tekniske og regulatoriske problemer. Tekniske problemer kan handle om hardware- eller softwarebegrænsninger, mens regulatoriske problemer stammer fra kvanteteknologiens komplekse natur. For at løse disse har vi brug for mere forskning, teknologiske forbedringer og klare regler.
Hvad er de fremtidige retninger for kvantesimuleringsprotokoller, og hvordan kan de bidrage til videnskabelige fremskridt?
Fremtiden for kvante-simuleringsprotokoller vil sandsynligvis involvere arbejde med ny teknologi som kunstig intelligens og kvanteberegning. Dette kan åbne op for nye anvendelser og føre til flere opdagelser inden for materialevidenskab og kemiske reaktioner. At holde trit med forskning og innovation inden for kvante-simulering er nøglen til dens vækst og indflydelse.
Hvordan kan succesfulde casestudier af kvantesimuleringsprotokoller informere fremtidig forskning og anvendelser?
At se på succesfuld anvendelse af kvantesimuleringsprotokoller kan lære os meget. Disse eksempler viser fordelene og udfordringerne ved at bruge kvantesimulering til virkelige problemer. Ved at lære af disse kan forskere bedre forstå, hvordan man bruger kvantesimulering i deres arbejde.
Hvorfor er tværfagligt samarbejde vigtigt inden for kvantesimulering?
Kvantesimulering kræver eksperter fra mange områder, såsom fysik, kemi og datalogi. Samarbejde på tværs af disse områder kan føre til store spring inden for kvantesimulering. Dette teamwork bringer forskellige ideer og ressourcer sammen, hvilket driver innovation og fremskridt inden for feltet.
Hvordan kan eksperter i kvantesimulering transformere forskning inden for materialevidenskab og kemiske reaktioner?
At arbejde med eksperter inden for kvante-simuleringstjenester kan ændre spillet for forskere inden for materialevidenskab og kemiske reaktioner. Disse tjenester tilbyder adgang til avanceret teknologi og ekspertise, som måske ikke er tilgængelig andre steder. Dette samarbejde kan gøre forskningen mere præcis, effektiv og effektfuld, hvilket kan føre til flere gennembrud.
Hvordan fremmer integrationen af AI-innovation og menneskelig ekspertise kvantesimulering?
At kombinere AI-innovation med menneskelig ekspertise er banebrydende for kvantesimulering. AI forbedrer de anvendte metoder og algoritmer, mens menneskelige eksperter bidrager med den nødvendige viden og færdigheder til at forstå og validere resultaterne. Denne teamindsats bruger det bedste fra begge verdener, hvilket fører til mere pålidelig og effektiv forskning inden for materialevidenskab, kemiske reaktioner og mere.
Kilde links
- https://quantumzeitgeist.com/quantum-predictions-for-2025/ – Kvanteforudsigelser for 2025
- https://www.quantinuum.com/blog/a-new-breakthrough-in-logical-quantum-computing-reveals-the-scale-of-our-industry-leadership – Quantinuum og Microsoft opnår gennembrud, der åbner op for en ny æra inden for pålidelig kvanteberegning
- https://www.nature.com/articles/s41534-024-00896-9 – Kvantesimulering af realistiske materialer i første kvantisering ved hjælp af ikke-lokale pseudopotentialer – npj Quantum Information
- https://epjquantumtechnology.springeropen.com/articles/10.1140/epjqt10 – Hvad er en kvantesimulator? – EPJ Quantum Technology
- https://quantum-journal.org/papers/q-2022-11-17-860/ – Kvantesimulering af dynamik i det virkelige rum
- https://www.nature.com/articles/s41524-020-00353-z – Kvantesimuleringer af materialer på kvantecomputere i kort tid – npj Computational Materials
- https://www.quera.com/blog-posts/real-world-applications-of-quantum-simulation – Virkelige anvendelser af kvantesimulering
- https://thequantuminsider.com/2024/07/25/quantum-simulation-explained-the-next-big-thing-in-advanced-computing/ – Forklaring af kvantesimulering: Den næste store ting inden for avanceret databehandling
- https://quantum-journal.org/papers/q-2019-09-02-182/ – Hurtigere kvantesimulering ved randomisering
- https://pmc.ncbi.nlm.nih.gov/articles/PMC6156649/ – Mod den første kvantesimulering med kvantehastighedsforøgelse
- https://english.cas.cn/research/highlight/qp/202405/t20240507_662685.shtml – Kinesiske forskere opnår betydelige fremskridt inden for kvantesimuleringsteknologi—-Det Kinesiske Videnskabsakademi
- https://www.nature.com/articles/s41534-021-00380-8 – Praktiske verifikationsprotokoller for analoge kvantesimulatorer – npj Quantum Information
- https://quantum-journal.org/papers/q-2022-08-17-780/ – Hybridiserede metoder til kvantesimulering i interaktionsbilledet
- https://pmc.ncbi.nlm.nih.gov/articles/PMC10808561/ – Mod kortsigtet kvantesimulering af materialer
- https://www.nature.com/articles/s41467-023-43479-6 – Mod kortsigtet kvantesimulering af materialer – Nature Communications
- https://quantum-journal.org/papers/q-2022-09-22-814/ – Kvantesimulering med just-in-time-kompilering
- https://www.mdpi.com/1099-4300/12/11/2268 – Brug af kvantecomputere til kvantesimulering
- https://arxiv.org/html/2408.11993v1 – Simulatorer til kvantenetværksmodellering: En omfattende gennemgang
- https://www.nature.com/articles/s41467-024-46402-9 – Kvante-mange-legeme-simuleringer på digitale kvantecomputere: State-of-the-art og fremtidige udfordringer – Nature Communications
- https://www.nature.com/articles/s41598-022-08901-x – Benchmarking af kvanteprotokoller – Videnskabelige rapporter
- https://www.ibm.com/quantum/blog/suny-stony-brook-spin-chain-simulations – Fremskridt med kvantealgoritmer til spinkædesimuleringer | IBM Quantum Computing Blog
- https://uidp.org/publication/catalyzing-industry-university-collaboration-in-quantum-technologies-workshop-report/?download=10969 - PDF
- https://www.classiq.io/insights/classiq-collaborates-with-hewlett-packard-enterprise-on-hybrid-quantum-simulation – Classiq samarbejder med Hewlett Packard Enterprise om hybrid kvantesimulering
- https://www.quera.com/press-releases/qperfect-and-quera-announce-collaboration-to-propel-simulations-of-quantum-error-correction-and-logical-quantum-algorithms – QPerfect og QuEra annoncerer samarbejde
- https://pmc.ncbi.nlm.nih.gov/articles/PMC9754316/ – Kvantesimulering af molekyler i opløsning
- https://jqi.umd.edu/news/charting-course-toward-quantum-simulations-nuclear-physics – Udstikker en kurs mod kvantesimuleringer af kernefysik | Joint Quantum Institute
- https://thequantuminsider.com/2024/03/07/d-wave-led-research-team-reports-on-quantum-advantage-in-quantum-simulation-task/ – D-Wave-ledet forskerhold rapporterer om kvantefordel i kvante-simuleringsopgaver
- https://pmc.ncbi.nlm.nih.gov/articles/PMC8347881/ – Kvante JIDOKA. Integration af kvantesimulering på en CNC-maskine til visualisering af processtyring.
- https://thequantuminsider.com/2024/04/16/researchers-to-demonstrate-quantum-simulation-solutions-to-practical-industrial-problems/ – Forskere skal demonstrere kvantesimuleringsløsninger til praktiske industrielle problemer
- https://indico.cern.ch/event/1388468/attachments/2814487/4912939/SandboxAQ-CERN Artificial Intelligence White Paper.pdf - PDF
- https://www.mdpi.com/2673-2688/5/1/15 – Fremtiden skabes: Strategiske tilgange til integration af kvante-AI til transformation af industrien
- https://link.springer.com/article/10.1007/s13218-024-00871-8 – Quantum Artificial Intelligence: A Brief Survey – KI – Künstliche Intelligenz
