近日，高新区企业合肥本源量子计算科技有限责任公司通过研究混合实现变分量子算法和经典机器学习框架的可能性，全新开发了量子机器学习框架VQNet，可满足构建所有类型的量子机器学习算法，实现量子-经典混合任务的训练方法，开辟了量子机器学习的新领域。

普适性优：VQNet是本源量子软件开发团队基于经典的机器学习开发的一种可高效连接机器学习和量子算法的量子机器学习框架，包含 qop和qop_pmeasure两个量子操作。与所有经典运算一样，两个量子操作均支持前向和后向传播，因此VQNet也支持前向和后向传播，它具备构建所有类型的量子机器学习算法的能力。

稳定性强：VQNet不仅可以高效连接机器学习和量子算法，还能够为开发和测试量子机器学习算法提供平台。开发人员利用VQNet构建了四种量子机器学习算法：QAOA、VQE算法、量子分类器和量子线路学习算法，在测试中，这些算法都得到了稳定的结果。

扩展性好：VQNet的能力将被不断扩展。为了模拟真实量子计算机芯片在VQNet中的性能，VQNet将添加噪声仿真；VQNet将不断封装更多对用户友好的功能，包括不同的优化器、不同的量子模型、激活函数等常用组件。

与经典机器学习中的TensorFlow、Caffe、CNTK和MXNet相似，本源量子将在量子经典机器学习领域构建一个公共结构体系，有助于推动量子人工智能软件和量子人工智能算法等研究工作，推进量子计算在人工智能行业的实用化进程。(高新集团)