港中深教授赵俊华创办QuantumMind，用量子计算增强大模型推理

近年来，随着人工智能技术快速发展，量子计算与 AI 的结合也受到越来越多关注。 长期以来，量子计算被寄予厚望，希望借助不同于传统计算机的计算方式，在材料模拟、组合优化等领域解决一些复杂问题。如今，大模型的发展又为这一领域带来了新的研究方向。一方面，研究人员尝试利用 AI 改进量子计算的控制和算法设计；另一方面，也有人开始探索，量子计算能否反过来提升 AI 系统的能力。 其中一个受到关注的方向，是大模型的复杂推理。随着推理模型不断发展，AI 已经能够处理越来越复杂的数学、编程和科学问题，但在需要连续完成大量步骤的任务中，模型仍可能因为中途的判断错误而影响最终结果。如何提高长程推理的可靠性，仍是当前大模型研究面临的挑战之一。 香港中文大学（深圳）教授赵俊华，正在尝试从量子计算中寻找新的解决思路。 赵俊华长期从事人工智能与电力系统研究。电网运行涉及大量复杂的决策：调度人员需要根据不断变化的用电需求、发电情况和设备状态，决定电力如何分配、线路如何调整，既要保障供电安全，也要兼顾运行效率和成本。面对数量众多的变量和约束，寻找合适的运行方案并不容易。 早在十多年前，赵俊华就开始关注量子计算，希望借助新的计算方式，提高这类复杂优化问题的求解效率。不过，受限于当时的硬件条件和技术成熟度，这些探索距离实际应用还有很长的距离。 近几年，随着大模型逐渐进入电力行业，他和团队又遇到了新的挑战。大模型能够理解调度需求、分析运行情况，甚至生成操作建议，但当任务涉及多个连续决策步骤时，如何保证推理过程可靠、最终方案满足专业约束，仍然需要进一步解决。 与此同时，专用量子计算设备的发展，也让他重新看到了两种技术结合的可能性。他开始思考，能否将大模型推理中的部分路径选择转化为组合优化问题，交给量子设备求解，从而改善模型的推理表现？ 基于这一思路，赵俊华与团队提出了 QART（Quantum-Augmented Reasoning Transformer，量子增强推理 Transformer）架构，将大语言模型与量子优化模块结合起来。大模型继续承担任务理解和内容生成，量子模块则参与部分优化问题的求解，再将结果用于模型后续的推理。 根据团队披露的早期测试结果，这种方法在部分任务上改善了模型表现，且无需重新预训练基础模型。不过，收益随模型和任务而变化，接入量子计算也会增加成本。它究竟能否在真实业务中带来足够的价值，还需要进一步验证。 随着研究逐步推进，赵俊华也开始将目光投向技术的实际应用。他与团队共同推进量子 AI 初创公司 QuantumMind 的研发与商业化，担任首席科学家，希望在电力、金融等行业中寻找适合量子增强推理的应用场景。 从十多年前探索量子计算在电网优化中的应用，到如今尝试让量子计算参与大模型推理，赵俊华始终在寻找新计算技术与现实问题之间的结合点。近日，Deep Tech 与赵俊华进行了对话，聊了聊他这些年的研究经历，以及量子计算与 AI 的结合，究竟走到了哪一步。 以下是 DeepTech 与赵俊华的对话。 两条研究线索在大模型上汇合 DeepTech：你本科读计算机，后来研究电力系统，现在又开始探索量子 AI。这几段经历是怎样联系起来的？ 赵俊华：我博士阶段就开始把机器学习用于电力系统。因为有计算机的教育背景，我一直希望用新的计算方法解决电力工程中的实际问题。 我关注量子计算也很早。当时还专门去过南加州大学、Google 和 D-Wave 联合创立的量子计算研究中心，希望探索合作，看看能不能把这项技术用于电力系统。但接触之后发现，技术还比较初步，距离工程应用很远。此后我一直关注这个领域，希望新的计算硬件能逐步找到适合的行业应用。 后来，玻色量子与我们接触，我们开始探讨光量子计算在电力行业的用途。与此同时，团队也在研究大模型如何帮助电力系统作出更可靠的决策。这两项工作逐渐联系起来，我们就想，能不能把量子计算与大模型结合，处理一些现有 AI 难以高效解决的问题？ DeepTech：从高校研究走向创业公司，研发的关注点会发生什么变化？为什么选择现在创办 QuantumMind？ 赵俊华：选择现在创业，是因为我们看到，行业需求、技术积累和早期验证正在汇合。 过去几年，我们在电力和金融领域做了持续探索，参与了广东电网“明月”调度智能体等项目，也和一些头部金融机构开展了合作。这些经历让我们对业务流程和客户实际在意的点有了更具体的认识。大模型要真正进入复杂业务，客户最关心的往往不是模型本身有多强，而是分析结论是否可靠、给出的方案能否满足各类约束，以及在有限时间内能不能把复杂任务做对。 其次，量子计算与大模型结合的研究，也已经有了可以进一步往前推的技术基础。我们提出的 QART 架构，已在实际设备和多项基准任务上完成早期测试，观察到了推理表现的改善。不同任务的收益

来源只提供摘要，完整内容请打开原文。