Circuitos diseñados por IA reducen las estimaciones de recursos de componentes cuánticos básicos, según un estudio respaldado por QuEra
Un preprint de investigadores de Harvard, Anthropic y QuEra informa de que circuitos hallados mediante una búsqueda guiada por un modelo de lenguaje grande usaron menos puertas Toffoli y menos cúbits en siete de ocho subrutinas.
Esta página fue traducida del inglés. Los nombres de empresas y productos, así como los enlaces a las fuentes, no se han modificado. Leer el original en inglés
QuEra Computing destacó el 10 de noviembre un preprint elaborado con Harvard University y Anthropic que informa de que un modelo de lenguaje grande, guiado por un verificador automático, encontró circuitos cuánticos que necesitan menos recursos que los diseños estándar. El preprint se titula «Discovering state-of-the-art quantum circuits with large language models» (arXiv:2610.22367).
Qué hizo el estudio
Según el comunicado de QuEra, el equipo combinó el modelo Claude de Anthropic con un evaluador independiente que verificaba cada circuito propuesto y lo puntuaba según dos cifras: el número de puertas Toffoli y el número de cúbits. El modelo usó esa retroalimentación para refinar sus diseños. El estudio abordó ocho bloques básicos que se utilizan dentro de algoritmos cuánticos más grandes. En siete, los circuitos diseñados por IA redujeron tanto el número de puertas como los cúbits necesarios frente a los diseños de referencia; en el octavo, la búsqueda encontró un nuevo equilibrio entre ambos.
El comunicado indica que el trabajo lo dirigió Andi Gu dentro del STEM Fellows Program de Anthropic, junto con Alek Kemeny, de Anthropic; Susanne Yelin, de Harvard, y Mikhail Lukin, de Harvard y QuEra.
Las cifras comunicadas
El comunicado de QuEra da tres ejemplos. En un decodificador Reed-Solomon usado en decoded quantum interferometry, las puertas Toffoli bajaron de 5,1 millones a unas 440.000, con menos cúbits. En un potencial de Coulomb usado en simulación molecular, las puertas Toffoli bajaron de 6.355 a 1.140 y los cúbits de 252 a 142. En una función gaussiana de punto fijo, las puertas Toffoli bajaron de unas 24.000 a 1.583 y los cúbits de 362 a 139, una reducción de 39 veces en la métrica combinada.
Matices importantes
El propio comunicado señala que la métrica combinada multiplica el número de puertas Toffoli por el máximo de cúbits lógicos, por lo que una mejora de 39 veces no es una aceleración de 39 veces. Los resultados son estimaciones de recursos para componentes individuales, no ejecuciones en hardware cuántico, y su efecto en aplicaciones completas depende de cómo se usen esos componentes. El artículo es un preprint y aún no ha pasado revisión por pares.
Fuentes
Los datos de esta página proceden de las fuentes indicadas abajo, recopiladas por DesignQuantum™.