1月7日，由美国国家科学基金会（NSF）资助的工程研究愿景联盟（ERVA）发布《推动量子技术的工程研究》报告^[1]，明确美国量子技术工程优先事项，以维持全球领导地位。报告指出，美国量子研究领先地位面临挑战，需通过战略性工程投资，加速量子发现向可扩展、可部署技术转化。报告汇聚了量子信息科学、量子计算以及生物工程、空间科学和光学等领域的跨学科专家智慧，聚焦量子研究发展的复杂性，系统规划了从基础研究到工程部署的实施路径，提出4个领域的12个工程研究优先方向。

1、量子与材料

（1）量子信息处理材料设计。关注：加速相干过程并抑制退相干过程；增强对表面、界面及空位的控制能力；量子材料与器件纳米制造的新范式；量子材料与器件计量技术的改进；材料平台研究问题识别。

（2）量子信号转换材料设计。关注：带宽工程与脉冲整形；量子计算软件工具开发；基于参量非线性过程的新型微波-光学转换系统；本征拓扑光子材料体系；通用型转换器开发。

（3）光学与微波光子生成与探测材料设计。关注：新一代量子材料与器件开发；材料表征；量子材料变革性研究；将微波光子材料工程拓展至微波声子与磁子领域；光子学器件低温封装技术；材料集成平台工程化；探索声子与其他量子系统的强相互作用；量子材料熟化工程。

2、量子与生物学

（1）量子传感与生物学。关注：新型量子传感材料；人工智能与机器学习技术应用；磁场与生物大分子相互作用；化学反应调控；生物系统的网络化传感；超高灵敏度探测器。

（2）量子医疗传感与成像。关注：量子增强诊断与治疗；量子技术生物成像；深层组织成像。

（3）仿生量子技术。关注：仿生量子应用；生物量子工具；面向生物系统计算的量子模型。

3、量子与计算

（1）量子比特与处理器开发。关注：软硬件框架的系统设计方法及测试平台；可扩展制造技术；与实际应用场景相匹配的基准测试策略。

（2）互连与组件。关注：确定性纠缠分发与模式工程；网络化量子处理器；包括算法、软件、量子纠错在内的量子计算架构。

（3）可扩展低温系统。关注：大型量子处理器的真空环境；低温环境下的维护；可扩展量子比特模式与低温封装；低温系统的数字孪生。

4、量子与人工智能

（1）适用于“含噪声中等规模量子”（NISQ）处理器的算法。关注：量子数据同化；基于量子与经典数据的量子人工智能/机器学习算法；量子NISQ架构；协同设计与软件工具；量子计算中的错误抑制与缓解。

（2）经典人工智能赋能量子计算。关注：混合机器学习算法以增强量子计算的偏微分离散化方程；人工智能辅助设计高性能量子计算机；电路合成与参数优化；量子纠错与缓解技术。

（3）量子智能传感器与网络。关注：面向量子实时机器学习的解自适应优化方法；智能量子传感器网络算法；面向网络化的传感器应用；面向原生传感信息域的量子机器学习编译优化。           

  （蒿巧利）