10月12日，中国华为推出了其新的量子计算模拟HiQ云服务平台(新闻发布 ). 2018年9月13日，美国众议院 批准 的"。H.R. 6227: 国家量子倡议法 "，从2019年到2023年有12.75亿预算用于量子研究。中国政府每年对量子科学的投资估计为$ 2.44亿（CRS，"联邦量子信息科学。概述" ，2018年7月2日）。欧盟 量子旗舰店 到目前为止，计划每年投资1亿欧元，此外还必须加上国家投资。最大的科技公司，无论是美国、欧洲还是亚洲，尤其是中国，都在资助量子研发。这预示着一场新的量子技术竞赛的开始。
事实上，正在进行的与量子宇宙有关的科技创新有可能从根本上改变我们所知的世界，同时也会加速甚至更具体地破坏人工智能（AI）领域。量子技术的进步被称为 "第二次量子革命"（Jonathan P. Dowling, Gerard J. Milburn, "Quantum Technology:第二次量子革命"，2002年6月13日。 arXiv:quant-ph/0206091v1 ).
在这第一篇文章中，我们将解释什么是这场量子革命，然后将其缩小到与人工智能互动的地方，确实有可能加速和颠覆当前的动态。 这篇文章是针对非量子物理学家的，从分析师到决策者和政策制定者，通过感兴趣和关心的读者，他们需要了解量子技术。事实上，后者将彻底改变整个世界，特别是人工智能，以及治理、管理、政治和地缘政治，特别是当与人工智能相结合时。我们将尽可能地使用现实世界的例子来说明我们的文本。
我们将首先解释量子技术的位置，即量子力学。然后，我们将关注这些量子技术--称为量子信息科学（QIS）--主要集中在量子计算和模拟，但也简要回顾量子通信和量子传感和计量。我们的目标是了解正在发生的事情，动态如何展开，以及目前的状况，同时还要解决时间问题，即量子计算何时开始影响世界。
相关的
人工智能--力量、驱动力和赌注
量子计算的战场和未来--量子、人工智能和地缘政治 (2)
绘制量子计算竞赛图 - 量子、人工智能和地缘政治（3）。
最后，我们将审视量子技术和人工智能之间的交叉点--实际上是新兴的量子机器学习子领域，甚至是量子人工智能--指出可能的加速和破坏。因此，我们将强调量子技术为何以及如何成为人工智能的驱动力和利害关系。
在这里取得的理解基础上，接下来的文章将更详细地探讨未来对政治和地缘政治世界的潜在影响。
从量子力学到新量子技术 目前，量子力学的原理正被新地应用于一系列领域，为许多领域创造了新的可能性。
量子力学或量子物理学是一门科学学科，始于20世纪初，最初是由马克斯-普朗克（Max Planck）在彩色光谱方面的工作（关于该领域发展的快速和清晰的总结，请阅读，例如，罗伯特-库尔曼，"什么是量子力学？ “, 生活科学 ，2014年9月26日）。
量子力学是关于 "自然规律在一个由无所不在、几乎无法察觉的粒子组成的世界中的一般表达"（罗兰-奥姆尼斯。 量子哲学。理解和解释当代科学。
"我们正在失去对世界的自发表述......常识被打败了"（同上）。
即使常识受到了挑战，科学家们也没有放弃科学项目，继续他们的工作。现在，令科学界震惊的特性以及随着量子力学出现的对世界的新认识正被用于开发新技术。
简而言之，在量子世界的层面上，我们观察到 "光和物质的波状性质"（Biercuk and Fontaine, "量子技术的飞跃... “, 岩石上的战争 , 2017年11月）。那么，由此产生的量子系统的两个属性是目前技术工作的基础，即叠加和纠缠。
叠加 意味着 "量子系统可以被（松散地）描述为同时存在于一个以上的地方，直到系统被观察到"（同上）。一旦系统被观察到，那么系统就会把自己固定在一个地方，人们就会说 "叠加效应崩溃了"（同上）。
纠缠 意味着 "相连的粒子可以被 "远程控制"，无论它们相隔多远。操纵一个纠缠对的本地伙伴，你也会立即操纵其纠缠伙伴"（同上）。
在这些特性的基础上，科学家们正在开发被称为量子信息科学（QIS）的技术领域，由量子传感和计量、量子通信、量子计算和模拟组成，其中还可以加入量子材料的研究。我们将在此特别关注量子计算。
了解量子信息科学 量子计算和模拟 量子计算意味着利用量子特性，特别是叠加和纠缠，"进行一些计算"（CRS，2018年7月），其速度比今天最强大的高性能计算（HPC）能力，甚至目前正在建造的超大规模计算机（见 赢得通向超大规模计算的竞赛 ).
利用量子计算进行量子模拟应该是特别有前途的，即 "用一些可控的量子系统[量子计算机]来研究另一个不太可控的或可获得的量子系统"（Georgescu, et al, "量子模拟" 2013).换句话说，量子计算是研究和模拟位于量子水平的系统，从而显示出量子特性的最佳方法。
量子计算，一个由安全问题引发的发展 量子计算机的想法是由美国物理学家理查德-P-费曼在1981年提出的（1982年发表），他认为利用量子特性来模拟物理学，实际上是量子力学（"用计算机模拟物理学 “, 国际理论物理学杂志 谈到这个问题时，他说："我认为这是很重要的。）它最初主要是理论上的兴趣（Simon Bone和Matias Castro，"量子计算的简史" 帝国理工学院，伦敦）。
然后，一台正常运行的量子计算机可能具有的令人难以置信的计算能力，导致人们对 "密码灾难 "可能发生的认识不断提高。事实上，在1994年，数学家彼得-肖尔制定了一个算法，即 "肖尔算法"，表明 "一台拥有几万个量子比特并能进行几百万次量子逻辑运算的量子计算机可以对大数进行因子运算，从而破解无处不在的RSA公钥密码系统"--这是最广泛使用的数据传输加密方式（Peter Shor, "量子计算机上的素数分解和离散对数的多项式时间算法 ，"1994年，1995年；Seth Lloyd, & Dirk Englund, 量子信息处理的未来方向 ，2016年8月，第6页）。
正是1994年肖尔的研究结果引起了人们对量子计算的兴趣，并由此发展出量子技术（Bone and Castro，同上；Lloyd & Englund，同上，Biercuk，"打造量子化的未来 "，视频，2017）。因此，QIS的诞生将源于人们对开发这种量子计算机的恐惧和兴趣。肖尔的算法确实会给那些受益于量子计算机的人带来难以置信的安全优势，因为如果这些行为者使用目前的经典计算能力以及目前的加密系统，他们可以破解其 "竞争对手 "现在、过去和未来的所有密码。
什么是量子计算？ 目前，量子计算正在发展中。该领域的两个主要挑战是开发可用的量子计算机，我们现在只处于建造硬件的早期阶段，以及学习对这些新计算机进行编程。
Qubits、硬件和面临的一些挑战 古典计算机以0和1的形式存储信息，即比特或二进制数字。
对于有兴趣和有科学头脑的读者，我们建议，在一系列的解释中。
山姆-萨特尔，"计算的未来 - 量子和立方体 "，Autodesk.com博客。
量子计算机使用量子比特，"你可以有零、一以及零和一的任何可能组合，因此你获得了一组巨大的可能性来存储数据"（Rachel Harken，"量子公司的又一创举 “, ORNL博客 , 2018年5月23日）。
下面的短视频(求助者
VIDEO
为了更好地了解量子计算，尽管视频有点长--24:15--我们建议花时间观看悉尼大学的迈克尔-J-比尔库克的非常清晰、生动和迷人的视频，"打造量子化的未来 “.
VIDEO
量子比特的数量、功率和误差 因此，为了得到一台正常运行的量子计算机，在硬件方面，你需要有足够的量子比特来进行计算，并且要做到由量子计算的特殊性产生的错误，特别是一致性或退相干的损失，不会太严重而使整个系统失败。考虑所使用的量子系统产生的错误的必要性，意味着要想象、创造、然后实现最好的可能 量子纠错 , 倾向于 全量子纠错 .困难之一是纠错也是量子比特的一个函数，从而使必须运作的量子比特的数量成倍增加。
例如，查普曼大学加州量子研究所的贾斯汀-德雷斯尔应用奥斯汀-G-福勒等人的"表面编码。迈向实用的大规模量子计算 他说："Shor的算法是以使用2048位密钥解密强大的RSA加密作为案例研究的。他计算出，量子计算机要达到这个目标，其 最小的量子比特数将是109 .这样一台机器将需要运行一段时间 27小时 解释为 "与 6.4万亿年 对于一台运行数筛的经典台式计算机来说"。当然，与经典计算机一样，更多的量子比特会减少运行时间（对于这段话，贾斯汀-德雷斯尔。 量子计算。进展情况 ，OC ACM分会会议，2018年5月16日）。
事实上，我们离10％的目标还很远。9 qubit计算机。
在量子比特处理器方面的发展状况... 2018年5月16日，根据Dressel（同上）的说法，两个主要的竞争性实现（其他的正在开发中）被用来获得物理量子比特，到目前为止已经给出了以下结果。
方法一。捕获的离子--具有最佳性能
马里兰大学（UMD）/联合量子研究所（JQI）*。53个量子比特 方法二。超导电路 - 具有最佳性能
谷歌：72 qubits - Britlescore IBM：50个量子比特 英特尔。49个量子比特（Emile Conover, 科学新闻 Rigetti计算：19个量子比特 中科院-阿里巴巴量子计算实验室。11个量子比特（Rich Brueckner，"中国的量子计算。超导多库比特系统的进展 ,” HPC内部 ，2018年6月4日) 加州大学伯克利分校：10个量子比特 ...和在经典计算机上运行的量子模拟器 除了创造非常真实的量子计算硬件，我们还有量子计算模拟器的设计和开发。这些允许研究人员和科学家开始实验量子计算，尤其是开始学习为这些计算机编程。事实上，量子计算的特殊性需要新的方法来为这些计算机编程。
例如，Atos公司利用其HPC超级计算机开发了Atos量子学习机（QLM），根据功率级别，设备从30到40库比特不等(阿托斯QLM产品 ).同时，Atos开发了 "通用量子汇编编程语言（AQASM，Atos量子汇编语言）和高级量子混合语言" （同上）。
其他类似的努力也在进行中，例如，墨尔本大学的量子计算和通信技术中心能够 "模拟60比特机器的输出"，但 "只 "模拟了肖尔算法的一个实例（Andrew Tournson, "仿真技术打破了量子计算世界纪录 “, 未来之星 , 2018年7月2日）。
如开篇所述，中国华为于10月12日宣布，通过其云服务HiQ（）推出其首个量子计算模拟平台。新闻发布 )."HiQ平台可以模拟全振幅的量子电路，至少有42个比特"（同上），这将使它比Atos QLM稍微强大。当然，性能必须经过科学家的测试才能确定地得出这种结论。与Atos一样，华为也开发了其量子编程框架。与Atos的系统不同，HiQ "将完全向公众开放，作为量子研究和教育的一个有利平台"（同上）。我们看到这里出现了两种不同的发展量子计算的方法和策略，这对公司、国家行为者和公民以及该领域来说都很重要。我们将在下一篇文章中再来讨论这一点。
我们什么时候才能拥有正常运转的量子计算机？什么是量子至上主义？ 实际上，我们已经有了正常运行的量子计算机，但它们的计算能力仍然很弱，可被视为原型。
因为我们已经有了这些原型以及经典机器上的模拟器，目前真实的相关问题必须转化为两个问题。
1- 我的量子计算机需要多强大才能回答我的问题或解决我的问题？ 我们最初与时间有关的问题的第一部分可以被表述为：我的量子计算机需要多强大才能回答我的问题或解决我的问题？
换句话说，解决一个问题所需的计算类型可能在拥有少量量子比特的量子计算机上更容易、更快速地实现，但 事实上 在经典计算机上，解决当前问题所需的量子特性需要巨大的HPC，或者根本不可行。在这里，对所考虑问题的量子理解和开发的算法变得同样重要，甚至比非常量子的硬件问题更重要。 因此，目前的量子机和量子模拟可以被认为是已经投入使用的 .
例如，范德比尔特大学物理学家 Sokrates Pantelides 和物理学博士后刘健在原子尺度上开发了详细的量子力学模拟，以帮助石油行业在采油实验开始之前了解其前景（Heidi Hall，"量子力学工作让石油行业在开始前就知道开采实验的前景 “, 范德比尔特大学新闻 , 2018年9月27日）。他们使用了美国的经典HPC计算设施。 国家能源研究科学计算中心 的能源部（DOE）。 如果他们有量子计算机，很可能会促进他们的研究。 请注意，能源部的橡树岭国家实验室（ORNL）有一个 专注于量子信息科学的小组 - 感知、通信、计算--并且正在使用Atos量子学习机(Atos QLM )，一个 "量子模拟器，能够模拟多达40个量子比特(Qubits)"(Atos新闻稿，"阿托斯量子学习机现在可以模拟真正的库比特了 "，2018年4月9日）。
再比如，2018年10月4日，西班牙研究人员U. Alvarez-Rodriguez等人（"IBM量子计算机中的量子人工生命 “, 自然界 , 2018）发表了他们的研究成果，根据这些成果，他们能够创建一个量子人工生命算法。 接受采访的 新闻周刊 科学小组的一名成员拉马塔解释说。
"我们想知道宏观生物系统的涌现行为是否可以在微观量子水平上再现，"他说。"我们在这项研究中发现，只有几个量子比特的非常小的量子设备已经可以模仿自我复制，将标准的生物属性，如基因型和表型，与真正的量子属性，如纠缠和叠加，"（Hannah Osborne, "首次创造出量子人工生命 ，《新闻周刊》，2018年10月11日）。
创造生命的模拟是利用 "IBM云量子计算机的超导电路架构 "实现的，使用的是 "IBM ibmqx4量子计算芯片"（Alvarez-Rodriguez, et al., Ibid），即利用 IBM 5 Q ，其计数为5个量子比特，最大量子比特连通性为4（"Qubit质量 “, 量子计算报告 ) .
这种模拟完美地说明了量子计算如何对人工智能起到加速和颠覆作用，我们将在第三部分中进行综合阐述。事实上，正如研究论文的结论和前景所指出的，成功的量子人工生命算法有可能与新兴的量子机器学习领域相结合，以追求 "设计智能和复制的量子代理"（Alvarez-Rodriguez, et al., Ibid.）我们将在这里达到人工智能的一个全新的水平。
2- 我们什么时候才能拥有强大的量子计算机，即使是最强大的经典计算机，也会被超越？ 我们关于时间的问题的第二部分可以重新表述为：我们什么时候会有量子计算机，其功率大到让经典计算机，甚至是最强大的计算机都无法胜任，也就是说，什么时候在经典计算机上进行的量子模拟会变得无关紧要？
这就是谷歌所说的实现 "量子优势"，或跨越 "量子优势边界"，即找出 "今天的经典计算机难以完成的最小计算任务"，然后通过量子计算机超越它（Sergio Boixo, "量子至上的问题 “, Google Ai博客 , 2018年5月4日）。约翰-马蒂尼（谷歌）演讲中的以下幻灯片最好地解释了实现量子优势的想法"量子计算和量子至上主义 ” (2018年4月16-18日在塔斯康举行的HPC用户论坛 ).
来自John Martinis（谷歌）的演讲 "量子计算和量子至上 "的幻灯片（HPC用户论坛，Tuscon，2018年4月16-18日）。 在谷歌幻灯片的基础上，Dressel认为我们几乎已经达到了 "不再可能使用经典超级计算机来模拟的规模。目前的挑战是为现有的量子设备找到 "近期 "的应用。"（同上）。
图自Justin Dressel的幻灯片，量子计算。游戏状态，OC ACM分会会议，2018年5月16日 然而，由于在经典机器上构建量子模拟的方法也在不断改进，那么实现量子优势所需的时间表和量子比特的数量都可能发生变化（Phys.org，"研究人员成功模拟出64比特的电路 "，2018年6月26日；原始研究。Zhao-Yun Chen et al, "64量子比特量子电路模拟 “, 科学通报》。 2018).
同时，Dressel（同上）还估计，我们可以期待在大约10-15年内拥有10亿量子比特的芯片。
图自Justin Dressel的幻灯片，量子计算。游戏状态，OC ACM分会会议，2018年5月16日 如此强大的计算能力的出现，最明显的是对人工智能的加速，同时完全颠覆了当前围绕当代人工智能革命的格局，从开发和使用的微处理器，例如在exascale的竞赛中，到那些成功在经典HPC方面处于领先地位的力量，但我们将在本系列的第二篇文章中再来讨论政治和地缘政治的影响。
量子通信 作为从量子技术诞生方式的逻辑演变，量子通信主要涉及 "抗量子密码学 "的发展，正如在《量子密码学》中强调的那样。 美国国家量子信息科学战略概述 , 2018年9月。如果量子计算可以用来破解现有的加密，那么量子力学也可以用来保护加密，特别是用量子密码学（见 phys.org的定义 ）或量子密钥分配（QKD）。
因此，量子通信是关于 "生成用于加密的量子密钥"，更主要的是，"发送量子安全通信（任何窃听企图都会破坏通信，窃听行为也会被发现）"（CRS，2018年7月，同上）。
量子传感和计量学 "'量子传感'描述了利用量子系统、量子特性或量子现象来进行物理量的测量"（Degen et al, 2016）。由于量子传感器，我们 "以最高的相对和绝对精度测量物理量，如频率、加速度、旋转率、电场和磁场，或温度"。(Wicht et al. 2018)。英国国家量子技术中心的这个视频，"传感器和计量学 "，非常简单地解释了这个子领域。
包括在国家安全方面的应用有很多，从全球定位系统（GPS）到潜水艇，例如，通过大大改善我们对人脑和认知的理解，正如文章最后部分的视频所解释的那样。
不要夸大界限 然而，与往常一样，如果不同子学科之间的分类便于定义领域、聚焦和解释主题事项，那么边界往往是多孔的。当有新的发现时，可能会与其他子领域发生反馈。创新也出现在不同子领域的交叉点上，如下图所示，在量子传感中产生的光的涡流，然后反馈到量子通信中--例如，独特和可识别的花瓣图案可以形成字母表来传输信息（Matthew O'Donnell，"花瓣图案 "，诺斯罗普-格鲁曼公司的量子传感和计量小组，2018年5月17日）。
VIDEO
对人工智能的加速和颠覆性影响：量子机器学习的出现 相关的。
人工智能何时为地缘政治提供动力 - 呈现AI
人工智能和深度学习--正在形成的新人工智能世界
目前的人工智能发展主要发生在机器学习领域，更具体地说是深度学习和量子信息科学之间的交集，可能是如此的富有成效，以至于产生了一个新的子学科--量子机器学习。
以下是一些正在进行或可能进行研究的主要领域，目前的人工智能发展可能会被量子技术加速或颠覆，同时人工智能的可能性也会对量子计算产生积极的影响。
量子计算对人工智能可能产生的第一个明显的加速和潜在的颠覆性影响是，一旦有了高数量的量子比特的硬件，那么可用于人工智能的（量子）计算能力也将达到新的高度。这很可能允许迄今为止不可能测试的方法，而直到现在，过于复杂或对计算能力要求高的算法将被开发出来。
然后，我们可能会看到 "创造-AI "的发展的加强和倍增，比如说，通过进化算法和强化学习的结合所做的事情。 谷歌大脑团队 以及美国能源部橡树岭国家实验室（ORNL）的科学家（见Helene Lavoix, 当AI开始创造AI时--人工智能与计算能力 , 红色（团队）分析会 , 2018年5月7日）。
同时，看到第三代人工智能诞生的能力将得到极大的提高（见Helene Lavoix $20亿用于美国国防的下一代人工智能 - 信号 ).
至于量子模拟，一些科学家 "推测量子计算机可能在机器学习任务上超过经典计算机"。在这种情况下，量子机器学习被理解为科学家专注于 "如何设计和实现量子软件，使机器学习的速度超过经典计算机 "的领域（Jacob Biamonte，等人，"量子机器学习 “, v2 arXiv:1611.09347v2., May 2018 ).量子机器学习算法被寻求和开发（同上，Dawid Kopczyk，"数据科学家的量子机器学习 "，arXiv:1804.10068v1，2018年4月5日）。
此外，正如本文第二部分所预期的那样，上面关于QIS的解释，量子系统和人工智能之间的交叉和反馈也更加复杂，就我们现在能理解和预见的而言。
量子计算所涉及的挑战，即主要是开发硬件和开发程序和算法，可以由人工智能来服务。换句话说，人们将把目前对人工智能的理解应用于量子计算的发展。潜在地，随着我们将通过试验和错误进行，并且由于量子计算的特殊性，人工智能将不断发展，有可能达到新的发展阶段。事实上，例如，随着新的量子能力的达到，以及新的模拟变得可用，对人工智能的新的理解和方法可能会被发现。
同时一方面是量子模拟，另一方面是量子传感，将产生新的大数据主机，这需要人工智能来理解。
我们可以找到这样一个例子，人工智能已经被用于这些新获得的量子大数据集，这反过来可以使量子计算受益，然后很可能是人工智能，在一般的物理学领域，特别是超导。2018年8月1日，Yi Zhang等人发表了一篇文章，解释了他们对人工智能的使用，一个专门设计的 "人工神经网络（ANN）阵列"--即深度学习--在大量数据上的使用，"实验得出的电子量子物质（EQM）图像档案"，这使得我们对超导的理解有了进展--尤其是就温度而言，这是量子计算的一个关键挑战（Yi Zhang等人，"在电子量子物质可视化实验中使用机器学习进行科学发现 "，2018年8月1日，arXiv:1808.00479v1；关于简化但详细的解释，Tristan Greene，"新物理学AI可能是量子计算革命的关键 “, TNW , 2018年9月19日）。
作为这项实验的结果，人工智能-深度学习的使用很可能会在物理学和更广泛的科学领域中增加，而超导的新进展可能有助于实现量子比特处理器。
如果在超导领域出现这样的发展，那么这也意味着我们在通向超大规模的竞赛中 以前的详细 可能会被打乱。根据达到exascale的时间和使用的处理器，与超导的新进展可以被设计出来的时间相比，以及与之竞争的量子处理器的出现，那么exascale最终获得的巨大计算能力以及迄今为止开发的处理器可能或多或少地被淘汰或即将被淘汰。这里的工业风险应该被仔细估计和监测，可能是通过场景作为最适应和有效的方法。我们将在下一篇文章中看到相关的潜在政治和地缘政治影响。
通过量子传感收集的新型数据也可能丰富我们对一般智能的理解，正如伯明翰大学项目"大脑的量子感应 "（2018年6月11日）中所述。 视频 下面。
VIDEO
这一具体的量子传感成就反过来可能会三次改变和丰富人工智能的方法：首先，因为我们将不得不创建新的人工智能系统来理解这些具体的数据，第二是因为这些深度学习代理将有机会获得新的和迄今为止未知的对智能的理解，因此将学到不同的东西，增强开发不同产出的潜力，第三是因为由此产生的对智能的整体新理解反过来可以产生不同和更好类型的人工智能。
在同一领域，新兴的量子认知领域（见Peter Bruza等人，"量子认知特刊简介 “, 数学心理学杂志 ，2013年9月23日；彼得-布鲁萨等人，"量子认知：一种新的心理学理论方法 “, 认知科学的趋势 ，2015年7月），现在受益于量子模拟，可能会带来全新的认知和智能方法。反过来，围绕深度学习的人工智能方面的现状可能会被打破。完全新的人工智能方法可能出现。
因此，量子技术确实是人工智能的一个驱动力以及利害关系。
尽管在量子信息科学领域，特别是量子计算和模拟领域，以及与人工智能的交叉领域，还处于非常早期的阶段，但在量子信息科学和量子人工智能/量子机器学习领域已经有了相当多的创新，并且这些领域已经开始结出果实。许多挑战依然存在，但为克服这些障碍所做的努力也可能导致量子信息系统和人工智能的新突破。 我们可能正处于一个真正的范式变化的黎明，它将给各国政府及其行为者带来从已经可以看出的到难以想象的一系列后果。我们将在下一篇文章中讨论这些可能的影响。
特色图片。一个氘核的图像，它是一个质子（红色）和一个中子（蓝色）的结合状态。图片来源：Andy Sproles。 ORNL
笔记 *联合量子研究所（JQI）实际上是一个 "通过马里兰大学（UMD）物理系、国家标准与技术研究所（NIST）和物理科学实验室（LPS）的领先量子科学家的工作而运作的团体。每个机构都为JQI带来了主要的实验和理论研究项目，致力于控制和利用量子系统的目标"。(JQI - 关于 ).请注意，主要是通过NIST，他们将受益于美国2019年QIS的预算。
一些参考资料 Alvarez-Rodriguez, U., M. Sanz, L. Lamata & E. Solano,"IBM量子计算机中的量子人工生命 “, 自然》杂志，《科学报告》杂志 第8卷，文章编号：14793（2018）--发布时间：2018年10月04日。
Biamonte Jacob, Peter Wittek, Nicola Pancotti, Patrick Rebentrost, Nathan Wiebe & Seth Lloyd,"量子机器学习 “, 自然界 第549卷，第195-202页，2017年9月14日；2018年5月10日修订arXiv:1611.09347v2。
Biercuk Michael J., and Richard Fontaine, "向量子技术的飞跃。国家安全专业人员的入门读本 ," 岩石上的战争 , 2017年11月17日。
Biercuk, Michael J., 悉尼大学, "构建量子化的未来" , 暂停节 , 2017年3月2日。
Bruza, Peter D., Jerome Busemeyer, Liane Gabora, "量子认知特刊简介 “, 数学心理学杂志 , 53, 303-305, arXiv:1309.5673v1
Bruza, Peter D., Zheng Wang, Jerome R. Busemeyer, "量子认知：一种新的心理学理论方法 “, 认知科学的趋势 ，第19卷，第7期，2015年7月，第383-393页。
国会研究处。 联邦量子信息科学。概述 , 2018年7月2日。
Degen, C. L., F. Reinhard, P. Cappellaro, "量子传感 "，2016年11月8日提交（v1版），2017年6月6日最后修改（本版，v2版），arXiv:1611.02427v2 - quant-ph。
Dirjish, Mathew, "量子传感平台现已成为现实" , 传感器在线 ，2018年7月30日。
美国总统的行政办公室。 量子信息科学的国家战略概述 , 2018年9月。
Fowler, Austin G., Matteo Mariantoni, John M. Martinis, Andrew N. Cleland,"表面编码。迈向实用的大规模量子计算 "，Phys. Rev. A 86, 032324 (2012), arXiv:1208.0928v2
