吴亚东，女，理学博士，特聘副研究员。长期从事人工智能与量子物理领域的理论研究，研究方向包括机器学习结合量子多体模型计算，量子计算以及量子信息弥散理论研究等。迄今以第一/通讯作者在Phys. Rev. Lett.、npj Quantum Information、Phys. Rev. A/B/Research.等期刊上发表SCI论文十余篇。入选四川省青年人才项目。

2012-2016：中国人民大学理学院物理系，物理学，学士。

2016-2021：清华大学高等研究院，物理学，博士。

2021-2023：复旦大学物理系，量子计算、量子信息，博士后。兼任上海期智研究院研究员。

2023-2024：香港大学物理系，量子机器学习、量子计算，博士后。

四川省自然科学基金，青年科学基金项目(B类)，2026-2027，主持。

国家自然科学基金委，青年科学基金项目（C类），2026-2028，主持。

上海市量子科技专项项目，2025-2026，子课题负责人。

教育部重点实验室开放课题，2025，主持。

本科生课程《大学物理》,《人工智能基础》。

人工智能、量子计算、冷原子物理。

1、量子计算算法复杂度理论研究

2、量子神经网络中的信息弥散理论

3、人工智能辅助量子纠错算法设计以及制备

1. Y. Wu,C. Wang. J, Yao, H. Zhai, YZ. You, P. Zhang, Contractive Unitary and Classical Shadow Tomography. npj Quantum Information (2026).

2. Y. Wu, J. Yao, P. Zhang and X. Li, Randomness-enhanced Expressivity of Quantum Neural Networks. Phys. Rev. Lett. 132, 010602 (2024).

3. W. Zhang*, Y. Wu*, X. Qiu, J. Nan and X. Li, The sub-exponential critical slowing down at Floquet time crystal phase transition. Phys. Rev. B 108.014307 (2023).

4. Y.Wu, J.Yao and P. Zhang, Preparing quantum states by measurement-feedback control with Bayesian optimization. Front. Phys. 18, 61301 (2023).

5. Y. Wu, P. Zhang, and H. Zhai, Scrambling Ability of Quantum Neural Networks Architectures, Phys. Rev. Research 3, L032057（2021）

6. Y. Wu, J. Yao, P. Zhang, and H. Zhai, Expressivity of Quantum Neural Networks, Phys. Rev. Research 3, L032049（2021).

7. Y. Wu, Z. Meng, K. Wen, C. Mi, J. Zhang, and H. Zhai, Active Learning Approach to Optimization of Experimental Control, Chinese Phys. Lett. 37, 103201 (2020).

8. Y.Wu, and H. Zhai, Modified independent component analysis for extracting Eigen-Modes of a quantum system, Mach. Learn. : Sci. Technol. 1, 025010 (2020).

9. Y. Wu, P. Zhang, H. Shen, and H. Zhai, Visualizing a neural network that develops quantum perturbation theory, Phys. Rev. A 98, 010701 (2018).

10. L. Chen, and Y. Wu, Learning quantum dissipation by the neural ordinary differential equation. Phys. Rev. A 106, 022201 (2022).

11. J. Yao, Y. Wu, J. Koo, B. Yan, and H. Zhai, Active learning algorithm for computational physics, Phys. Rev. Research 2, 013287 (2020).

12. X. Liang, Y. Wu, and H. Zhai, The Quantum Cocktail Party Problem, Sci. China Mech. Astro. 63 (5) 250362 (2020).

研究生招生专业方向：机器学习与量子信息、量子计算与量子纠错。

招生要求：课题组每年接收物理学相关专业在读本科生1-2名进行科研训练或毕业论文工作。