第四届CCF量子计算大会（CQCC2025）将于7月21-23日在成都举办。其中专题分会“量子优化算法——理论与应用”聚焦量子优化算法的前沿理论与实际应用，重点探讨量子优化方法的基本原理、算法设计与性能分析，量子硬件发展对算法实现的影响，量子与经典优化的融合策略，以及量子优化在人工智能、工程设计、金融科技等领域中的应用前景与挑战，促进理论创新与应用落地的深度结合。欢迎注册大会参与本分会。
CQCC2025大会为期三天，以“量子计算融合人工智能赋能千行百业”为主题，将汇聚量子计算与人工智能领域的权威专家，从学术研究、人才培养、产业应用、标准制定等多维度全方位探索量子计算与量子科技这一具有战略意义的未来产业，呈现学术、技术和产业等方面精彩内容，搭建高水平交流平台。
大会特邀薛其坤、苏刚、丁津泰、翟荟、张潘、王磊、苏晓龙、邓东灵等知名院士、专家作大会报告。并举办多场精彩专题分会。
“量子优化算法—理论与应用”分会
量子优化算法的发展是推动计算科学与智能技术变革的重要驱动力。早期，优化领域主要依托经典计算框架，针对复杂系统、组合优化等问题的求解能力受限，难以满足新时代下高效、精准优化的需求。随着量子计算理论与硬件技术的不断进步，量子优化算法凭借独特的并行性和潜在的加速优势，成为突破经典算法局限、重塑优化理论与应用体系的重要方向。
为满足工程计算和人工智能等领域对高效优化求解的迫切需求，深入研究量子优化算法的理论基础与应用潜力至关重要。目前量子优化算法在理论分析、噪声干扰、资源消耗、算法可扩展性等方面仍面临重大挑战，制约了其在实际应用场景中的推广。量子优化算法的发展将有助于构建跨越经典与量子计算的混合优化体系，拓展其在大规模优化、复杂系统建模与智能推理等方面的应用边界。
本分会将聚焦量子优化算法的前沿理论与实际应用，重点探讨量子优化方法的基本原理、算法设计与性能分析，量子硬件发展对算法实现的影响，量子与经典优化的融合策略，以及量子优化在人工智能、工程设计、金融科技等领域中的应用前景与挑战，促进理论创新与应用落地的深度结合。
李绎楠，武汉大学人工智能学院特聘副研究员、副系主任。2018年在澳大利亚悉尼科技大学获得博士学位。2018年至2022年在荷兰国家数学与计算机中心（CWI）和日本名古屋大学从事博士后研究。2022年9月入职武汉大学。主要研究兴趣包括量子计算理论及其在数学、物理和计算机科学中的交叉应用。
安冬，北京大学北京国际数学研究中心助理教授。2016年获得北京大学计算数学学士学位，2021年获得加州大学伯克利分校应用数学博士学位，自2021年9月起在马里兰大学量子信息和计算机科学联合中心（QuICS）担任哈特里博士后研究员，2024年9月入职北京大学。主要研究兴趣包括量子算法、计算量子力学，以及量子计算和应用数学的跨学科研究，包括隔热量子计算、量子模拟、线性系统和微分方程的量子算法等。
李彤阳，现任北京大学前沿计算研究中心研究员/新体制助理教授、博士生导师，北京大学博雅青年学者，国家自然科学基金面上项目、重大研究计划培育项目负责人。他于2015年在清华大学交叉信息研究院（姚班）和数学科学系分别获得工学士学位和理学士学位，2020年在美国马里兰大学获得博士学位，之后在美国麻省理工学院从事博士后研究工作。他的科研围绕量子计算、理论计算机、人工智能的交叉领域展开，研究成果已在Journal of the ACM、Physical Review Letters、IEEE Transactions on Information Theory、STOC、ICML、NeurIPS、AAAI 等期刊、会议发表论文四十余篇，8次在国际量子信息方向的权威会议 QIP 上作报告。
报告主题：基于量子动力系统演化的优化算法：理论与应用
摘要：非凸函数的优化在神经网络训练中应用广泛，也是当前优化理论的主要难点：优化算法常常只能到达局部最优，而无法有效跨越高势垒并对参数空间进行进一步探索。在这次报告中，我们将介绍基于量子动力系统演化的优化算法。一方面，我们利用薛定谔方程中量子隧穿的全局效应，提出了量子隧穿游走量子算法（Quantum Tunneling Walk, QTW）。QTW 可应用于局部最小值近似于全局最小值的非凸优化问题，在不同局部最小值之间势垒高而薄、且最小值平坦时，它能够实现相对于经典随机梯度下降（SGD）的量子加速。另一方面，我们还考虑了与热池耦合的开放量子动力系统，这引入了一种称为量子朗之万动力学（Quantum Langevin Dynamics, QLD）的量子算法，涵盖了系统具有随机量子噪声的实际情况。我们证明了 QLD 在凸形和轻微非凸函数优化中的收敛性，展示了在低温极限下系统的平均能量可以以与演化时间呈指数收敛的关系。这两种量子算法的理论都得到了数值实验的有力支持，并且在许多非凸优化问题中都优于现有的量子和经典优化算法。
本次报告基于两篇论文：arXiv:2209.14501（Quantum 7, 1030 （2023））和 arXiv:2311.15587（Communications in Mathematical Physics 406, no. 3 （2025）: 52）。
陈然一鎏，现任粤港澳大湾区量子科学中心助理研究员。2020年于北京航空航天大学获得硕士学位，2025年于哥本哈根大学获得数学博士学位。研究方向包括量子信息理论、贝尔非定域性以及量子机器学习。
报告主题：Power and Limits of Self-Testing
摘要：Inferring the underlying quantum functionality from observed statistics without any prior knowledge of quantum devices is generally difficult. Self-testing, a phenomenon where certain non-local statistics is exclusively produced by certain configuration, provides an approach to overcome this challenge and represents the strongest form of quantum functionality certification.
In this talk I will shortly survey key results in self-testing. As an example, we will present a recent protocol that allows for self-testing of arbitrary projective measurements in the simplest two-party Bell scenario. Regarding limits, I will focus on common but often unjustified assumptions in existing self-testing results, and discuss the limit of current approaches - especially in cryptographic contexts. We will show how to systematically remove these assumptions, thereby promoting many existing self-testing protocols to their strongest form.
赖志坚，北京大学博雅博士后。2024年3月博士毕业于日本筑波大学，毕业至今在北京大学北京国际数学研究中心文再文课题组从事博士后研究工作。研究方向为流形优化，量子计算和优化。
报告主题：基于最优插值的坐标下降法在参数化量子电路中的应用
摘要：参数化量子电路广泛应用于多种量子算法的设计中, 特别是在变分量子算法中, 参数的优化对于算法效率至关重要。 在本工作中, 我们提出了一种最优插值坐标下降 （Optimal Interpolation-based Coordinate Descent, OICD） 方法, 用于解决参数化量子电路中出现的参数优化问题。OICD 方法利用插值技术来近似参数化量子电路的目标函数, 有效恢复其三角函数特性, 并在每次迭代中在经典计算机上对单个参数执行求极小更新。我们在 OICD 方法中确定了最优插值节点, 以减轻量子测量带来的统计误差的影响。 此外, 在频率等距的情况下——这一情形在 Hermitian 生成元为 Pauli 算符时经常出现——我们证明最优插值节点为等距节点, 并且我们的 OICD 方法能够同时最小化均方误差, 插值矩阵的条件数以及目标函数导数的平均方差。我们基于 Qiskit Aer 对 OICD 方法进行了数值模拟, 并在 MaxCut 问题, 横场 Ising 模型和 XXZ 模型上测试了其性能。 数值结果表明, 与常用的随机梯度下降 （SGD） 方法和现有的随机坐标下降 （RCD） 方法相比, OICD 方法在效率上具有更优表现。
朱成开，香港科技大学（广州）博士生，合作导师王鑫教授，研究方向为量子信息理论和量子资源理论，在 Physical Review Letters，IEEE Transactions on Information Theory，IEEE JSAC，AAAI等物理和计算机领域的国际顶级学术期刊和会议发表论文十余篇。
报告主题：Riemannian Optimization for Classical Communication over Quantum Channels
摘要：Computing the classical capacity of a noisy quantum channel is crucial for understanding the limits of communication over quantum channels. However, its evaluation remains challenging due to the difficulty of computing the Holevo capacity and the even greater difficulty of regularization. In this work, we formulate the computation of the Holevo capacity as an optimization problem on a product manifold constructed from probability distributions and their corresponding pure input states for a quantum channel. We further extends our method for the entanglement-assisted classical capacity and the private capacity of a quantum channel. A Riemannian gradient descent algorithm is proposed to solve these problems, providing lower bounds on the classical capacity of general quantum channels and outperforming existing methods in numerical experiments in both efficiency and scale.
本分会之外，大会还设有12个覆盖理论、硬件、应用等领域的专题分会，特邀报告，以及海报展示等，现场还安排了来自一线厂商和实验室以及国内外顶尖图书期刊出版社的展览展示环节。大会主要议程如下。
目前大会筹备工作接近尾声，欢迎广大对量子计算感兴趣的学者、工程技术人员，以及管理、创投和政府等领域嘉宾莅临，参加第四届CCF量子计算大会，交流学术、探讨合作，共同见证和推动我国量子计算事业的发展。
大会早鸟票已截止，五人以上团报可享同等折扣。欢迎访问官网或扫描下方二维码报名参会。大会信息及动态将陆续在大会官网更新：
https://ccf.org.cn/cqcc2025。
点击“阅读原文”，加入CCF。
点我访问原文链接
