量子科技中心_量科网

大规模量子系统的高效表征——特别是由量子模拟器和兆级量子计算机生成的系统——由于希尔伯特空间随系统规模呈指数增长，已成为量子科学领域的核心挑战。人工智能（AI）凭借其高维模式识别与函数逼近的优势，近年来发展成为应对这一挑战的有力工具。越来越多的研究利用AI技术来表征可扩展量子系统，涵盖从理论基础到实验实现的完整链条。根据先验知识与学习架构的整合方式，AI在量子系统表征中的应用可分为三类协同范式：机器学习，特别是深度学习与语言模型。本综述探讨了这些AI范式如何助力量子系统表征的两大核心任务：量子属性预测与量子态代理模型构建。这些任务支撑着从量子认证、基准测试到量子算法优化、强关联物质相理解等多样化应用。文章同时分析了关键挑战与开放性问题，并展望了AI与量子科学交叉领域的未来发展前景。