今年，上海人工智能实验室青年科学家、上海创智学院全时导师钟翰森因其在量子计算和AI for Science领域的前沿探索入选TR35。“非常荣幸，也希望借助这个平台，认识更多同样在科研和创业领域有所积累的伙伴们，在未来开展更多合作。”这是钟翰森在获选TR35后给出的回应，语气谦逊，却也清晰地传递出一位年轻科研者的从容与热切。
从“九章”系列光量子计算原型机到经典模拟谷歌Sycamore量子线路的突破，再到AI赋能下的量子实验重构……钟翰森始终走在提出问题与寻找路径的交汇点上。他认为，科研不是“知道一切”的系统，而是一种不断提出更好问题的工具，科研的关键在于持续保持创新的视角与主动探索的意愿。他坦言，很多想法注定行不通，但也正是在这些“不可行”中，能够逐渐摸索出真正有效的突破口。
01
从“九章”走出，与光子“较真”
2016年，钟翰森第一次站上光量子计算的起跑线。当时，学界最好的结果是10个光子纠缠，这是从未有人涉足的工作。2017年初，他完成了研究设想，做出了当时综合品质最好的纠缠源，并在此基础上实现了12光子纠缠。
这是钟翰森走进量子世界的起点，而真正让他被公众与学界看到的，是2020年底“九章”量子计算原型机的发布。“九章”求解数学算法高斯玻色取样只需200秒，而当时世界最快的超级计算机要用6亿年。该技术突破，使我国成为全球第二个实现“量子优越性”的国家。在“九章”项目研发中，钟翰森作为第一作者承担了实验方案设计和实验系统搭建等重要任务。
“打破纪录”的背后，是扎扎实实的实验磨练，是持续40个小时不眠不休的数据采集、是环环相扣、任何一个光学元件不能出问题的设备搭建......对他来说，那不仅仅是一次“量子优越性”的展示，更像是对整个科研路径的一次“较真”确认。
证明“优越性”之后，他没有停下脚步，持续关注新的问题，开展新的探索：谷歌的“量子优越性”真的难以逾越吗？经典计算的极限可以到达何种地步？
2024年11月，钟翰森团队成功模拟了谷歌公司设计的53量子比特、20深度的超导量子计算原型机“悬铃木”（Sycamore）量子线路，将计算速度提升了一个量级。这一成就通过在2300余台GPU上运行高度优化的并行算法实现，重新定义了经典计算机的能力上限，为量子计算优越性的研究提供了更准确的基准，相关工作在2024年全球超级计算大会和《国家科学评论》发表。
02
当AI遇上量子：
两个未来技术的十字路口
从中国科大到上海人工智能实验室，钟翰森选择了一条新的职业路径。他进入的是AI for Science的新赛道，探索人工智能如何为基础科研提供工具、方法乃至范式的支持。
事实上，此次他入选TR35中国榜单的推荐理由，也正是他在这一交叉点上的突破性工作：他基于 AI 实现全球最大规模量子比特中性原子阵列及量子纠错解码器，为容错量子计算提供了新的技术路径。
随着量子计算系统的规模扩大至千比特级，传统调控方法的效率瓶颈日益凸显。对此，钟翰森将AI技术深度融入量子比特制备攻关，推动量子计算和人工智能两个未来技术维度的交汇。
“AI在科研里的角色，远不止是工具，它可以成为方法，甚至是协作者。”在上海人工智能实验室，钟翰森联合中国科大、上海量子中心团队，围绕“AI+量子计算”领域开展了一系列研究工作，得到了上海市科委战略前沿专项“中性原子量子计算”项目的支持，攻克了一种前景广阔的大规模量子比特制备技术。在预印本网站arXiv上，他们报告了2000个以上无缺陷原子阵列的诞生，其规模创造了世界纪录。
03
科学不是答案，
是向世界提问的方式
入选TR35榜单，钟翰森觉得“既感到荣幸，也提醒自己继续提问”。科研并不仅仅是解答，而是提出有价值的新问题。这也是他科研路径中始终坚持的部分：不迷信现成框架，而是寻找那些值得不断思考和试错的方向。
在“九章”阶段，他面对的是全球科学界都在攻关的难题：如何在光量子体系中实现大规模稳定可控的高维玻色采样？他没有回避，而是选择“一个大问题解决不了，先把小问题一个个解决清楚”，这种科学分解复杂系统再逐一试错的思维方式，成为后续诸多研究工作的经验法宝。
如果向2035年的量子计算领域提一个问题，钟翰森最想探索的是：“当量子硬件实现规模化突破后，能否超越现有范式，真正打开通用化的量子算法之门？”他解释道，当前量子优势主要体现在特定计算任务层面，核心问题在于量子算法开发尚未形成通用模式；希望在2035年能建立起更普适的量子算法框架，为更广泛的基础性任务提供量子算力支持。
前行的动力并不来自确定性，而恰恰来自对未知的追问。这种态度贯穿了钟翰森对科学的探索。他坦然面对未知，将每一次探索沉淀为进步的基石。在对科学的态度上，他始终克制冷静。“改变世界”是他的愿景，而实现路径在于踏实地迈出每一步。“哪怕是微小的推进，只要它是新的、真实的，就值得我们继续问下去。”
