✉ ניוזלטר
🌐 עברית
תוכנה2 דק' קריאה

Google פותחת תחרות Kaggle בהיקף $150,000 על דחיסת מעגלים קוונטיים בעזרת AI

Google Quantum AI השיקה תחרות Kaggle בהיקף $150,000 שנועדה לצמצם את מספר הקיוביטים והשערים במעגלים קוונטיים מרכזיים עבור היתוך, אופטימיזציה וכימיה.

עמוד זה תורגם מאנגלית. שמות החברות והמוצרים וקישורי המקור נותרו ללא שינוי. לקריאת המקור באנגלית

Google Quantum AI השיקה תחרות Kaggle עם מאגר פרסים כולל של $150,000, במטרה להשתמש ב-AI כדי לצמצם את המעגלים הקוונטיים הנדרשים ליישומים מעשיים. לפי הודעת Google, התחרות מתמקדת בהפחתת מספר הקיוביטים ומספר השערים במעגלי ייחוס הקשורים לאנרגיית היתוך, אופטימיזציה קומבינטורית וכימיה, תוך עמידה בספי האימות של הדיוק.

מה הוכרז

התחרות מבקשת מהמשתתפים להגיש גרסאות משופרות של מעגלי הייחוס ומאמתים עצמאיים שפורסמו תחת רישיון Apache 2.0. הניקוד מבוסס על הפחתת משאבים: המתמודדים חייבים לעבור את המאמת עבור משימה נתונה תוך הורדת מדד עלות הנגזר ממספר השערים ומספר הקיוביטים.

Google אמרה שהמאמץ הזה מכוון לאילוץ מרכזי במחשוב קוונטי עמיד לתקלות. גם אם החומרה תמשיך להשתפר, אלגוריתמים שימושיים רבים עדיין דורשים משאבים רבים מדי. צמצום גודל המעגל מפחית לא רק את העלות האלגוריתמית הישירה, אלא גם את התקורה הנדרשת לתיקון שגיאות קוונטי.

מבנה הפרסים כולל $50,000 למקום הראשון, $25,000 לשני, $10,000 לשלישי, ושלושה פרסים של $5,000 למקומות הרביעי עד השישי. Google גם הקצתה $50,000 לפרסים נוספים, כולל פרס ביניים של $10,000 במהלך התחרות ופרס "Longest Leader Prize" בסך $10,000. פרס הביניים מבוסס על הציון הציבורי הגבוה ביותר בלוח המובילים בשעה 11:59 PM UTC ב-20 בנובמבר, ופרס ההובלה הממושכת נמשך עד 4 בינואר 2027.

הפרטים הטכניים

התחרות בנויה סביב kickmix, ספריית קוד פתוח ב-C++20 וב-Python מתוך פרויקט Qualtran של Google. מאגר ה-GitHub של Qualtran מתאר אותה כספריית Python לביטוי ולניתוח של אלגוריתמים קוונטיים עמידים לתקלות.

המאמר הנלווה של Google, שפורסם ב-arXiv, מתאר את הגישה כשימוש במבנה שניתן לאימות קלאסי כדי לתמוך בקומפילציה בסיוע AI. ב-arXiv מצוין שהוא הוגש ב-16 באוקטובר ועודכן ב-21 באוקטובר.

מעגלי Kickmix מורכבים מלוגיקה קלאסית הפיכה, פעולות פאזה וביטול חישוב המבוסס על מדידה. לפי Google, המבנה הזה מאפשר למחשב קלאסי לבדוק ביעילות מעגלים מוצעים באמצעות בדיקות fuzz אקראיות, במקום לדמות במלואו מצב קוונטי כללי. החברה אומרת שהדבר מאפשר לבסס נכונות בקירוב ברמת ביטחון גבוהה, אף שהוא אינו מוכיח שקילות מדויקת.

Google גם אומרת ש-kickmix יכולה לבדוק מעגלים בקצב של 60 billion gates per second על ליבת CPU יחידה. הנתון הזה מתייחס למהירות אימות קונבנציונלית, לא לביצוע על חומרה קוונטית.

שלוש בעיות ייחוס

התחרות מתמקדת בשלושה צווארי בקבוק באלגוריתמים קוונטיים גדולים יותר.

באנרגיית היתוך, המשימה היא לממש פאזה פרופורציונית ל-1/√x מקלט של מרחק בריבוע, תת-שגרה הקשורה לסימולציות של אופרטור קולון הרלוונטיות לתכנון מטרות היתוך בכליאה אינרציאלית.

באופטימיזציה, מדד הייחוס הוא מפענח Reed-Solomon בסופרפוזיציה, שלדברי Google מהווה את צוואר הבקבוק האריתמטי העיקרי באלגוריתם Decoded Quantum Interferometry עבור בעיית Optimal Polynomial Intersection.

בכימיה, המשתתפים מתבקשים לבצע תכנון משותף של פירוק מדויק ומעגלי טעינה קומפקטיים עבור פרמטרים בזרימת עבודה סימולטיבית הקשורה ל-FeMoCo. Google אומרת שמדד הייחוס הזה קשור לאלגוריתם עדכני למידול אשכול הברזל-מוליבדן המעורב בקיבוע חנקן.

למה זה חשוב

זהו ניסיון מצד התוכנה להוריד את סף החומרה הנדרש ליישומים קוונטיים שימושיים. במקום להמתין רק למעבדים גדולים יותר, Google מנסה להפוך לאוטומטית את דחיסת המעגלים עבור תת-שגרות ששולטות בהערכות המשאבים של מערכות עמידות לתקלות.

Google אמרה שניסויים פנימיים עם מודלי Gemini שלה כבר מצאו שיפורים מעבר למעגלים שדווחו עד כה בכל שלושת מדדי הייחוס. החברה פרסמה hashes של אותם מעגלים פנימיים בכתב היד שלה ואמרה שהיא מתכננת לחשוף אותם לאחר התחרות.

למה לשים לב

השאלה המרכזית היא אם צוותים חיצוניים יוכלו לייצר מעגלים קטנים משמעותית יותר תוך הישארות בתוך גבולות האימות. לא פחות חשוב יהיה אם מסגרת kickmix של Google תוכיח שהיא רחבה מספיק כדי לכסות תת-שגרות יקרות נוספות באלגוריתמים עמידים לתקלות, מעבר לשלושת מדדי הייחוס שנבחרו לתחרות הזאת.

מקורות

המידע בעמוד זה מבוסס על המקורות שלהלן, שאוחזרו על ידי DesignQuantum.

  1. Announcing the verifiable quantum circuit compilation competition on Kaggle opensource.googleblog.com
  2. Google Launches $150,000 AI Competition to Reduce Quantum Computing Demands thequantuminsider.com
  3. Leveraging verifiable structure in quantum circuits to find more efficient compilations with agentic AI arxiv.org
  4. GitHub - quantumlib/Qualtran: Qᴜᴀʟᴛʀᴀɴ is a Python library for expressing and analyzing Fault Tolerant Quantum algorithms. github.com
  5. Qualtran/kickmix at main · quantumlib/Qualtran github.com