8月26日至9月1日，亚洲量子信息科学会议（AQIS 2023）在韩国高等研究院（KIAS）举办。香港科技大学（广州）人工智能学域副教授王鑫带领团队参加本次会议并在两个学术报告中展示量子信息与量子算法方向的最新进展。
AQIS是一个关于量子信息科学的重要国际性学术会议 [1]，旨在促进亚洲地区和世界范围内的量子信息科学领域的交流和合作。AQIS 会议邀请全球量子信息领域的专家和学者参加，是业内核心的学术交流平台，今年的参会者包括量子计算先驱Richard Jozsa教授等知名学者。本届AQIS的程序委员会议主席由康奈尔大学的Mark Wilde教授担任，香港科技大学的曾蓓教授、香港科技大学（广州）人工智能学域的王鑫副教授、先进材料学域的刘金国助理教授入选程序委员会委员。
在本次AQIS会议中，香港科技大学（广州）人工智能学域的博士生朱成鸿围绕量子信息理论中纠缠提纯与量子通信的核心问题，进行了长达30 分钟的大会报告（接受率约为5%），题为“Estimate Distillable Entanglement and Quantum Capacity by Squeezing Useless Entanglement”[2]。该研究基于优化理论及相对熵理论通过引入一种通用的量子资源度量，来研究量子信息理论的核心问题，提出了一种新的方法来更精确地评估量子态的可蒸馏纠缠和量子信道的容量，对多类含噪量子态达到目前最优的估计。此项研究帮助我们更好地理解和利用量子纠缠和量子通信，为量子纠缠处理及量子通信提供重要理论价值。
在量子算法方向，来自人工智能学域的博士生张磊在会议上就量子算法前沿设计方法做学术报告（接受率约为20%），题为“Quantum Phase Processing and its Applications in Estimating Phase and Entropies”[3]。该研究基于之前团队研究的量子神经网络理论，提出了一种新型量子算法工具“量子相位处理”，其可以直接对一个幺正算子的本征相位进行任意三角变换，从而实现对本征相位相关问题的高效解决。该工具的应用可以在量子相位估计问题和量子熵估计问题上设计出需要更少计算资源和线路深度的量子解决方案，为量子信息处理领域和量子机器学习算法研究提供了新的理论与实践指导。
此次作学术报告的朱成鸿与张磊均为港科广人工智能学域的博士生，在王鑫副教授的指导下攻读量子人工智能方向的博士学位。王鑫老师的研究团队重点关注量子计算与人工智能的融合创新，一方面基于人工智能推动量子计算的技术进步，另一方面通过量子计算拓展人工智能的边界，其团队常年招收博士生、硕士生与研究助理。
–
Biography
王鑫，人工智能学域副教授
王鑫，香港科技大学（广州）人工智能学域副教授，国家高层次青年人才，主要从事量子信息与量子人工智能的研究。他之前于百度研究院量子计算研究所任职资深研究员与技术骨干，负责量子计算研究和百度量子平台研发，带领团队开发量子机器学习平台量桨。在加入百度前，他作为Hartree Fellow在美国马里兰大学量子信息与计算机科学联合中心从事量子计算研究。他于2018年在悉尼科技大学获得博士学位，获评校长杰出博士论文并入选教育部国家优秀自费留学生奖学金。他在Physical Review Letters、IEEE Transactions on Information Theory、Communications in Mathematical Physics、npj Quantum Information、Quantum、NeurIPS、AAAI等物理、计算机、人工智能领域的顶级期刊与顶级会议发表50余篇论文，在量子计算顶会QIP、TQC、AQIS作口头报告二十余次，并在2020年受邀在量子计算顶会TQC作主旨报告（大陆首个）。他曾任亚洲量子信息科学会议AQIS与量子机器学习会议QTML等国际会议的（高级）程序委员会成员，目前担任《Quantum》国际学术期刊的编委，以及Nature Communications、Physical Review Letters等多个顶刊顶会的审稿人。他在量子计算与量子信息方向申请中美专利近100项，已授权超50项，于2022年入选AI华人青年学者榜（AI+X）。
–
参考文献
[1] AQIS 2023 | 23rd Asian Quantum Information Science Conference. http://aqis-conf.org/2023/.
[2] Zhu, C., Zhu, C., & Wang, X. (2023). Estimate distillable entanglement and quantum capacity by squeezing useless entanglement. arXiv preprint arXiv:2303.07228.
[3] Wang, Y., Zhang, L., Yu, Z., & Wang, X. (2023). Quantum Phase Processing and its Applications in Estimating Phase and Entropies. arXiv preprint arXiv:2209.14278.
供稿：张磊 朱成鸿 赵犇池