关于2026年度中国科学院杰出科技成就奖的推荐公示--中国科学院理论物理研究所

文章来源: 发布时间: 2026-10-08 【字体:大中小】

根据《中国科学院杰出科技成就奖条例》和《中国科学院杰出科技成就奖条例实施细则》（科发规字〔2024〕39号），拟推荐“张量网络新方法及其在量子计算与人工智能中的应用”作为2026年度中国科学院杰出科技成就奖（基础研究奖）候选者，现按要求进行公示（详见附件）。

自公布之日起7个自然日为异议期。任何单位和个人对候选者的成果真实性、水平、创新性及贡献等如有异议，应以书面形式并实名向本单位提出。

以单位名义提出的异议，应在异议材料上加盖单位公章，签署法定代表人姓名，并写明联系人地址、电话和电子信箱。以个人名义提出的异议，应在异议材料上签署真实姓名，并写明本人工作单位、联系地址、电话和电子信箱。

凡表明真实身份、如实提出异议意见、提供必要证明材料的异议为有效异议。我们将对异议受理截止期前受理的有效异议进行核实处理，对异议提出者予以严格保密。

联系人：唐欣

联系地址：中国科学院理论物理研究所科研处

联系电话：010-62555058

E-mail：tangxin@itp.ac.cn

中国国科学院理论物理研究所

2026年10月8日

附件：

张量网络新方法及其在量子计算与人工智能中的应用

拟推荐奖项：2026年度中国科学院杰出科技成就奖（基础研究奖）

推荐单位：中国科学院理论物理研究所

1. 推荐意见

该研究在国际上首次提出基于张量网络的生成学习模型“玻恩学习机”，提出稀疏态张量网络方法，首次成功模拟了谷歌“量子霸权”线路。

研究内容基础是研究团队近年来在国际上首次提出的创新模型和方法，属于国际上具有较强创新性的交叉课题。在科学意义方面，研究利用快速发展的机器学习方法解决物理领域的基本难题，所取得的进展有助于推动统计物理、计算物理和量子多体在方法学上的进展，进而应用于自旋玻璃等重要物理问题的研究。

研究结合多学科的不同方法，形成了具有特色的系统的学术研究体系。在理论上为统计物理与计算物理提供了新思路，有助于解决若干瓶颈问题，同时在人工智能和量子计算领域具有重要应用价值。

同意推荐。

2. 代表性论文专著列表、其他知识产权和标准等列表（基础研究奖）/主要知识产权和标准规范等列表（技术发明奖、科技攻关奖）

表1 代表性论文专著列表

序号	论文（专著）名称	刊名	年卷页码（xx年xx卷xx页）	全部作者
1	Simulation of Quantum Circuits Using the Big-Batch Tensor Network Method	Physical Review Letters	2022年128卷030501页	Feng Pan, Pan Zhang
2	Solving the Sampling Problem of the Sycamore Quantum Circuits	Physical Review Letters	2022年129卷090502页	Feng Pan, Keyang Chen, Pan Zhang
3	Neural-network solutions to stochastic reaction networks	Nature Machine Intelligence	2023年5卷376–385页	Ying Tang, Jiayu Weng, Pan Zhang
4	Tensor network message passing	Physical Review Letters	2024年132卷117401页	Yijia Wang, Yuwen E. Zhang, Feng Pan, Pan Zhang
5	A herculean task: Classical simulation of quantum computers	Science Bulletin	2025年70卷（23）4104–4112页	Xiaosi Xu, Simon Benjamin, Jianxin Chen, Jinzhao Sun, Xiao Yuan, Pan Zhang

补充说明：（视情填写，如论文作者没有排序等情况）

表2其他知识产权和标准等列表

序号	类型	名称	著录信息	全部完成人
1	发明专利	模拟量子比特末态概率幅的方法、装置和量子虚拟机	ZL202111608172.3；授权公告日2022年12月2日	张潘、潘峰
2	论文专著	Tropical tensor network for ground states of spin glasses	Physical Review Letters 126, 090506（2021）	Jiguo Liu, Lei Wang, Pan Zhang
3	论文专著	Solving quantum statistical mechanics with variational autoregressive networks and quantum circuits	Machine Learning: Science and Technology 2（2）, 025011（2021）	Jiguo Liu, Lin Mao, Pan Zhang, Lei Wang
4	论文专著	Supervised learning with projected entangled pair states	Physical Review B 103, 125117（2021）	S. Cheng, Lei Wang, Pan Zhang
5	论文专著	Tensor network message passing	Physical Review Letters 132, 117401（2024）	Yijia Wang, Yuwen E. Zhang, Feng Pan, Pan Zhang

3. 成员贡献情况

排序	姓名	工作单位	主要贡献
1	张潘	理论物理所	提出变分自回归网络、玻恩学习机及张量网络方法；作为通讯作者和核心提出者发展大批振幅与稀疏态张量网络，解决谷歌量子计算机经典模拟与采样问题，并拓展相关方法至大语言模型。

说明：公示内容须与推荐书相关部分一致。

附件下载: