2019腾讯犀牛鸟精英人才培养计划课题介绍（四）——量子计算

腾讯高校合作

发布于 2018-12-27 22:54:36

6960

发布于 2018-12-27 22:54:36

精英人才培养计划是一项校企联合人才培养项目，入选学生将受到业界顶尖技术团队与高校导师的联合指导及培养。培养期间，学生将获得3个月以上到访腾讯开展科研访问的机会，基于真实产业问题及海量数据，验证学术理论、加速成果应用转化、开阔研究视野。同时项目组将引进沟通技巧、商业分析、创新思维等定制课程，定期举办线上线下交流活动，全面提升学生综合素质。入选学生还将获得线上实名社群平台“十分精英圈”的在线访问权限，结识志同道合的科研伙伴，获取业界信息及资源。

今年共有10大方向，81个子课题

申报截止日期：2019年1月28日

同学们，抓紧时间申报哦

下面让我们一起来看看第四个方向吧

量子计算

4.1

强化学习技术在量子系统中的应用（地点：深圳）

近年来强化学习在游戏方面的应用取得了不断的突破，这项技术在学界与工业界都引起了巨大的关注。在本项目中，我们计划使用强化学习技术来帮助解决物理化学系统中的科学问题，包括量子纠错和化学反应的路径预测。同时我们也关注强化学习技术的理论研究，期望将强化学习技术运用于公司的推荐系统与游戏服务当中。

导师简介

腾讯杰出科学家，曾就读及工作于复旦大学（本科），清华大学（硕士），普林斯顿大学计算机系（博士），加州理工大学（博士后）。主要研究方向为量子和经典的随机算法、复杂性分析、分布式协议设计，以及上述理论在大规模数据处理、机器学习和人工智能基础研究中的应用。

4.2

科学计算的云计算框架（地点：深圳）

近年来，以人工智能为代表的科学计算对计算资源的需求苛刻。云计算是解决科学计算算力问题的有效工具，然而云计算的资源在科学计算中并未得到有效利用。如何优化高性能云计算的框架，让云计算的算力更有效地为科学计算服务，是我们这个项目所要探索的目标。我们希望以机器学习、量子计算和量子化学的计算工具为载体，优化相关计算技术在云上的部署、资源分配、数据管理和用户体验。为人工智能、量子计算、药物开发、材料模拟等前沿领域提供强有力的计算支持。

导师简介

腾讯专家研究员，博士毕业于北京大学，在普林斯顿大学博士后和加州理工学院任研究员期间，主持开发了?Python?量子化学程序包，被?Google?Quantum?AI?Team?用于量子计算算法的研究。主要研究方向包括量子化学算法、量子计算算法、高性能计算程序等。

4.3

使用机器学习技术加速量子化学模拟（地点：深圳）

计算机模拟技术为新材料的发现提供了一项廉价便捷的技术，不过通过模拟来计算材料的量子力学性质却十分困难。在本项目中，基于原子的组成与结构，我们计划建立机器学习模型来加速预测材料或分子的量子力学性质。同时，基于对抗生成网络来进行新材料的设计与推荐也是我们感兴趣的研究方向。

导师简介

腾讯高级研究员，曾就读及工作于新加坡国立大学物理系（本科），麻省理工化学系（博士），和新加坡国立大学量子技术中心（研究员）。主要研究方向为量子动力学、有机材料、机器学习在化学物理中的应用、量子模拟算法。

4.4

量子机器学习（地点：中国香港/深圳）

在本课题中，我们希望通过研究量子算法来提升传统机器学习与人工智能算法的性能，包括理解神经网络的运行机制。我们也致力于将经典机器学习算法的概念推广到量子领域，推导出量子算法。我们将通过编程以及数值模拟的工具来验证经典算法与量子算法的性能。

导师简介

腾讯高级研究员，中国香港中文大学计算机科学系（博士后），英国Bristol大学数学系（博士），英国剑桥大学（物理本科）。