天气预报、股市预测、药物研发——这些依赖大量计算的任务，量子计算机能不能比经典计算机做得更好？ 2026年3月，中国科大的科学家给出了肯定的答案 中国科学技术大学彭新华教授、李兆凯副研究员等人合作，在处理真实世界的时间序列预测任务时，首次通过实验证明量子机器学习的性能可以超越经典神经网络模型 研究团队构建了一个由9个耦合自旋组成的量子储层系统，在多步天气预测任务中，其精度能够达到甚至超越10000节点经典储层网络的水平 实验结果较此前基于电路实现的量子方法将预测误差降低了1至2个数量级，审稿人评价其为“量子机器学习领域的重要里程碑” 这一突破的意义在于，它走出了过去只能靠数值模拟和合成数据验证的局限，真正在现实任务中证明了量子的实用价值 量子计算不再是遥远的“未来技术”，而是正在走入我们日常生活中的下一代工具。