2020全球量子计算技术发明专利百强出炉,中国公司首次跻身前十-1

2020全球量子计算技术发明专利百强出炉,中国公司首次跻身前十-1_第1张图片

近日,知识产权产业媒体 IPRdaily 与 incoPat 创新指数研究中心联合发布了 “全球量子计算技术发明专利排行榜(TOP100)”。
中国量子计算初创公司本源量子以 77 件专利跻身全球第七,是中国唯一进入前十的公司。这也是中国公司首次进入前十,相较于去年,本源量子的名字提升了五位,专利数量从 36 项增加到 77 项。
但是,本源量子依旧是进入榜单前 20 的唯一中国公司。在专利数 30 到 50 的公司中,百度网讯、阿里巴巴(含支付宝)、华为、浪潮分别以专利数 17、12、12、11 排在第 26、30、31、32 名。
本源量子向 DeepTech 表示,基于公司全栈式发展量子计算产业链的定位与要求,其申请的专利在量子芯片设计、量子芯片结构和制备工艺,测控元器件、测控信号处理,量子软件与应用等方面均有涉及。
目前,公司已申报的量子计算方面的专利有 200 多项,截止榜单的统计时间 2020 年 9 月 30 日,已获批 77 项。未来,公司将进一步加强专利方面的申请,特别是国际专利的申请。
“公司目前在人才架构上将保持知识产权工程师和技术人员 1:10 的配比,保证公司在未来发展过程为我们国家争取到更多的核心专利为目标。” 本源量子表示。
目前量子计算产业尚未有成熟应用案例出现,行业处于早期专利布局时期。
从专利数量而言,IBM、Google、Microsoft 等科技巨头以及加拿大量子计算机公司 D-Wave 保持领先地位。IBM 拥有 18 台量子计算机,位列世界第一,最多可以提供 65 个量子比特的处理器。其 9 月份公布的量子计算路线图表示,将在 2021 年突破 100 量子比特的关卡。
D-Wave 是最早出售量子计算机的公司。其技术路线是基于量子退火机制的专用型量子计算机,开发使用量子效应解最优化和最小化问题的专用处理器。
各国目前纷纷加快量子领域的布局。近日,加拿大 24 家从事量子领域的公司成立了量子工业部,以加快技术创新、人才转化和商业化。10 月 7 日,美国量子协调办公室发布了《国家量子信息科学战略投入的量子前沿报告》,报告指出,美国已将在量子信息科学领域保持领导地位作为确保美国长期近期繁荣和国家安全的关键优先事项。
我国量子计算起步比美国稍晚。本源量子成立于 2017 年,依托于中科大中科院量子信息重点实验室,由郭光灿院士和郭国平教授创立,是我国第一家量子计算初创公司。今年 9 月,本源正式上线了基于量子计算机的量子云平台,其中搭载了一块 6 比特超导量子芯片。
本源量子公司副总裁张辉博士此前曾向 DeepTech 表示,目前我国的量子计算领域,差距主要在工程化方面。超导方向有四到五年的差距,半导体方向上有一两年的差距。而本源量子当前的目标是紧跟国际一流公司,不让差距继续拉大。

 

道翰天琼CiGril机器人API

道翰天琼CiGril认知智能机器人API用户需要按步骤获取基本信息:

  1. 在平台注册账号
  2. 登录平台,进入后台管理页面,创建应用,然后查看应用,查看应用相关信息。
  3. 在应用信息页面,找到appid,appkey秘钥等信息,然后写接口代码接入机器人应用。

开始接入

请求地址:http://www.weilaitec.com/cigirlrobot.cgr

请求方式:post

请求参数:

参数

类型

默认值

描述

userid  

String  

平台注册账号

appid  

String  

平台创建的应用id

key  

String  

平台应用生成的秘钥

msg  

String  

""

用户端消息内容

 

接口连接示例:http://www.weilaitec.com/cigirlrobot.cgr?key=UTNJK34THXK010T566ZI39VES50BLRBE8R66H5R3FOAO84J3BV&msg=你好&ip=119.25.36.48&userid=jackli&appid=52454214552

注意事项:参数名称都要小写,五个参数不能遗漏,参数名称都要写对,且各个参数的值不能为空字符串。否则无法请求成功。userid,appid,key三个参数要到平台注册登录创建应用之后,然后查看应用详情就可以看到。userid就是平台注册账号。

示例代码JAVA:


import java.io.ByteArrayOutputStream;
import java.io.IOException;
import java.io.InputStream;
import java.net.HttpURLConnection;
import java.net.URL;

public class apitest {

    /**
     * Get请求,获得返回数据
     * @param urlStr
     * @return
     */
    private static String opUrl(String urlStr)
    {        
        URL url = null;
        HttpURLConnection conn = null;
        InputStream is = null;
        ByteArrayOutputStream baos = null;
        try
        {
            url = new URL(urlStr);
            conn = (HttpURLConnection) url.openConnection();
            conn.setReadTimeout(5 * 10000);
            conn.setConnectTimeout(5 * 10000);
            conn.setRequestMethod("POST");
            if (conn.getResponseCode() == 200)
            {
                is = conn.getInputStream();
                baos = new ByteArrayOutputStream();
                int len = -1;
                byte[] buf = new byte[128];

                while ((len = is.read(buf)) != -1)
                {
                    baos.write(buf, 0, len);
                }
                baos.flush();
                String result = baos.toString();
                return result;
            } else
            {
                throw new Exception("服务器连接错误!");
            }

        } catch (Exception e)
        {
            e.printStackTrace();
        } finally
        {
            try
            {
                if (is != null)
                    is.close();
            } catch (IOException e)
            {
                e.printStackTrace();
            }

            try
            {
                if (baos != null)
                    baos.close();
            } catch (IOException e)
            {
                e.printStackTrace();
            }
            conn.disconnect();
        }
        return "";
    }
    
    
    public static void main(String args []){        
            //msg参数就是传输过去的对话内容。            
            System.out.println(opUrl("http://www.weilaitec.com/cigirlrobot.cgr?key=UTNJK34THXK010T566ZI39VES50BLRBE8R66H5R3FOAO84J3BV&msg=你好&ip=119.25.36.48&userid=jackli&appid=52454214552"));
            
    }
}

 

你可能感兴趣的:(自然语言处理,神经网络,机器学习,深度学习)