近日，中國（合肥）知識產權保護中心發布關于2022年度上半年專利預審情況通報，本源量子本批次提交預審的涉及VQNet量子機器學習框架應用側的專利申請全部獲得授權。

除了基于量子計算機基礎軟件系統，金融、化學、機器學習等領域的應用軟件方面形成系列知識產權成果外，本源量子圍繞量子比特的集成擴展、封測以及量子測控系統方面均布局了逾百件專利申請。

截至2022年6月30日，本源量子的專利申請公開量已達470件（其中，發明240余件），涉及中美歐日韓等多個國家或地區，其中，有300多件已獲得授權；另外，本源量子的版權登記達300余件，商標注冊申請達700多件（其中，注冊公告400余件），另有集成電路布圖登記若干件。

圖片及數據來源：IPRdaily（2019年榜單）

本源量子始終注重知識產權成果積累，成立至今一直致力于量子計算機的研制、開發和應用，研發專家團隊起源于量子計算院士和科技部超級973項目首席科學家團隊，核心研發團隊成員均為中科大計算機、物理領域博士，依托這支高層次創新型科技人才隊伍，本源量子竭力在全球量子計算競爭中為中國贏得話語權。在知識產權產業媒體IPRdaily與incoPat創新指數研究中心2019年聯合發布的“全球量子計算技術發明專利排行榜（TOP20）”（位列第12），以及2020年聯合發布的“全球量子計算技術發明專利排行榜（TOP100)” （位列第7）中，本源量子兩次上榜領跑國內企業。

圖片及數據來源：IPRdaily（2020年榜單）

關于量子機器學習VQNet

/ 滑動瀏覽 /

隨著機器學習的快速崛起，特別是深度學習中從數據挖掘到人臉識別，從醫學診斷到自動駕駛，人類生活中很多方面都被機器學習技術所影響。為適應大數據時代海量數據的處理和分析，量子機器學習應運而生。量子機器學習基于經典計算機的機器學習算法，利用量子計算的處理效率可進一步提高數據處理能力。針對不同的應用場景，量子機器學習與經典的機器學習將共存很長一段時間。越來越多的研究機構及大型IT公司開發和運用量子機器學習，產生大量的機器學習開發框架，但仍缺乏一種開發框架來同時支持經典的機器學習和量子機器學習。

本源量子開發的新一代量子與經典統一的機器學習框架VQNet（圖1）首次將量子與經典統一，支持量子機器學習和經典機器學習模型的構建與訓練、經典量子混合運算，可連接超導量子計算機本源悟源，為更多應用場景做底層支撐。VQNet2.0的上線將為開發人員提供一個更為全面統一、且高效易用的平臺，開發人員利用VQNet2.0可更便捷開發和測試量子機器學習算法。

圖1

這批授權預審專利中，CN114358295B通過VQNet2.0構建的量子二分類機器學習模型，在參數量遠遠小于經典二分類機器學習模型時，其準確率確與經典二分類機器學習模型的準確率接近（圖2）。

圖2通過MNIST手寫數據庫中的數據對CN114372539B構建的量子經典混合網絡進行測試，展現出了良好的識別率（圖3）。

圖3CN114372582B中的自編碼器在VQNet2.0上進行訓練時，訓練和測試數據的損失曲線結果越接近1結果越好（圖4）。

圖4除此之外，還通過VQNet2.0創建了：量子k-means聚類模型（CN114358216B）；
變分量子分類器（CN114358319B）；參數化量子線路（CN114358318B）；量子經典遷移學習模型（CN114372584B）；量子線路結構學習算法（CN114372583B）；數據重載入量子線路分類器（CN114358317B）；均展現出算法的良好性能和VQNet2.0的高效易用。