报告摘要：
　　In the long term, quantum computing offers revolutionary information-processing prospects such as making hard computational problems easy to solve, but the resource requirements are overly daunting at present. My theoretical research program focuses on techniques and applications to realize the benefits of quantum information processing in the near term. The four key projects are enhanced quantum control techniques by using reinforcement learning, performing nontrivial small-scale quantum computing by employing multi-photon interferometry for sampling distributions, devise algorithmic quantum simulation for open systems, and develop tractable models for long-distance quantum communication.

报告人简介：

Barry Sanders是加拿大卡尔加里大学教授、量子信息科学研究所主任、美国物理学会(APS)、英国物理学会(IoP)和美国光学学会(OSA)会士；1991开始在澳大利亚Macquarie University大学物理系工作并曾任系主任，2003年开始任加拿大卡尔加里大学教授。

他1987年在伦敦帝国理工学院获得博士学位，师从量子光学领域著名的理论学家Peter Knight教授。Sanders教授在量子物理和量子信息科学等诸多领域作出了原创性的理论工作，如量子极限下的测量理论、非经典光场理论、实用化的量子密码学及其光学实现以及在量子信息科学中的应用。他当前的研究兴趣包括量子资源和量子算法、使用光和原子完成量子信息处理的各种理论方案、在生物体系中的量子过程、量子调控中的机器学习。Sanders教授是量子信息和量子物理基础理论领域具有重要国际影响力的科学家。