追踪和预测病毒的传播节点，对于疫情防控至为重要

追踪和预测病毒的传播节点，对于疫情防控至为重要。记者从合肥高新区了解到，位于该园区的本源量子公司团队在近期开发了基于HHL量子算法的量子排序应用。这一应用将可以为预测新冠病毒的下一个传播点提供重要参考。

　　本源量子开发的量子排序应用依托本源量子云平台，对给定的网络进行建模，然后通过HHL量子算法计算得到该特定网络节点重要性的排序结果，使用SIR模型评估特定节点的影响效果。这一功能将为预测新冠病毒的下一个传播点提供重要参考，帮助各地更为高效地分配防疫物资与医疗资源。

　　本源量子首席科学家郭国平教授告诉记者，现实中绝大部分复杂性系统，例如社会系统、生物系统、信息系统等，都可以抽象为网络的结构，并用网络的理论定量地描述和解决这些系统上存在的问题。“学者们假设人与人之间的接触是等概率的，然而现实生活中人与人的接触并不是等概率的，比如在家中不可能和远在异地的朋友接触。学者们引入网络来表示人与人之间的接触关系，从而更真实、细致的研究传播过程。”

　　郭国平说，本源量子排序应用，模拟实际生活中人与人之间的接触关系。它将冠状病毒的传播模型抽象为SIR模型，其基本假设是将人群分为以下三类：即易感人群、感染人群和移除人群。

　　“在传染病传播中，人们希望找到那些接触比较广泛的个体从而想办法将其隔离，这些个体就可以看作重要节点。我们可以根据节点中代表疾病传播性质相关的指标值差异来设定受物理启发的弹性模型，然后利用量子算法计算弹性模型的弹性势能实现节点排序。”郭国平告诉记者，基于本源量子云平台，利用量子计算特殊的运算规律对复杂网络研究进行了积极探索，拓展了量子计算的实际应用场景。

　　这一量子应用技术还有望在疫情控制、交通优化、广告投放、通讯网络保障以及热门研究成果预测等领域产生重大作用。目前，本源量子排序应用已开发完成，近期将同全新改版的本源量子云一同上线。