孫欣｜特約編輯 (臺灣大學化學系研究助理)
梯度消失(Barren Plateaus)是在人工類神經網路的應用中的一個非常大的難題，此問題的出現會讓一個人工類神經網路無法調校出準確的結果，進而使機器學習失敗，無法從訓練資料中得到正確的模式。本月中旬(10/15)，來自洛斯阿拉莫斯國家實驗室(Los Alamos National Laboratory)的理論團隊，以數學嚴謹的證明，確認了有一類量子卷積神經網路不會發生梯度消失問題，將大大有助於機器學習的進行。量子卷積神經網路被認為是分析及學習量子資料特徵的有效工具之一，然而其理論上的效率以及嚴謹的數學分析在先前的研究中較少被探討，此一研究不止證明了量子機器學習的優越性，更進一步的增進了我們對量子電腦潛力的理解。
2025年被聯合國大會正式宣佈為「國際量子科學與技術年」（International Year of Quantum Science and Technology，IYQ），以紀念量子力學誕生100週年….
毛威凱 | 特約編輯
電子軌域是決定電子出現位置的一種機率函數。在過去，科學家已經發現利用不同的
原子排列，可以限制電子軌域在二維平面上的連通，使得電子被困在如同格子鬆餅一
般的平面牢籠中…
趙嫺 | 特約編輯
2026 年 6 月 3 日，微軟正式發表第二代拓樸量子晶片 Majorana 2。相較於 2025 年推出的 Majorana 1，新晶片最大的突破在於量子位元（qubit）的穩定性大幅提升…
黃俊銓｜特約編輯
聚合物在現今的生活中扮演了許多重要的角色，從生活中常使用到的塑膠袋、輪胎，到對於生物至關重要的蛋白質，都是屬於一種聚合物…
施麗釵｜特約編輯
超導量子電腦被認為是最有可能實現大型量子計算的技術之一，如何提升超導量子位元數目與性能，並能夠對其進行高精度的控制，是目前超導量子電腦需要面對的課題。
