鴻海合作QunaSys開發先進費米子編碼方法 取得首個重大研究成果

鴻海 (2317-TW) 研究院宣布，與量子運算軟體公司 QunaSys 合作開發先進的費米子編碼方法取得第一個完成的重大研究成果，提出一項全新架構，結合先進的費米子編碼與神經網路輔助解碼技術，能有效提升量子化學模擬的效率與可擴展性。

鴻海表示，這項突破可以為產業帶來許多潛在價值，例如製藥領域可藉此加速新藥分子設計；材料科學與新能源產業則能更快模擬並發現新型電池、催化劑與先進材料。

QunaSys 來自日本、並在歐洲設有團隊，專注量子化學與材料應用，以自研的 QURI 軟體結合產學合作，協助企業與研究單位加速從研發到實用化，鴻海研究院自 2024 年起與 QunaSys 合作開發先進的費米子編碼方法。

這項研究聚焦於量子電腦在化學模擬上的挑戰，因傳統方法往往需要大量量子位元與龐大計算資源，超出現有量子硬體的能力。為了解決這個問題，QunaSys 提出了量子選擇組態交互作用方法 (QSCI)，並在後續被 IBM 延伸為基於量子採樣的對角化方案 (SQD) 並成功在 IBM 的量子電腦上進行了 76 量子比特的模擬。

不過，基於化學知識的傳統計算方法上，QSCI 的量子優勢依然受到在數值結果上挑戰，因此，聯合研究團隊結合鴻海研究院於過去專利成果，提出基於化學知識的全新「費米子壓縮編碼」架構，並結合機器學習來輔助解碼。有效利用已知的化學知識來壓縮分子系統中的資訊量，同時保持模擬的精確度。

在量子產業方面，該架構能彌補現有量子硬體資源不足的限制，讓近期量子電腦展現更實用的應用潛力，同時為未來具容錯能力的量子電腦奠定基礎，不僅展現 AI 與量子科學的結合，也為產業導入量子計算提供具體可行的路徑。

展望未來，QunaSys 與鴻海研究院將持續強化合作，發掘量子演算法能帶來明確產業效益的實際應用場景、研發針對應用需求量身打造的創新量子演算法、推動將相關演算法整合至真實世界的應用與產品線，確保量子研究成果能直接轉化為產業價值，加速技術落地與普及，推動全球量子產業生態系發展。

該研究的論文 《Neural Network Assisted Fermionic Compression Encoding: A Lossy-QSCI Framework for Scalable Quantum Chemistry Simulations》 已獲得國際期刊 Physical Review Research 接受刊登。