מעגלים שתוכננו בבינה מלאכותית מקטינים הערכות משאבים לרכיבים קוונטיים בסיסיים, לפי מחקר בגיבוי QuEra
טיוטה מוקדמת של חוקרים מ-Harvard, מ-Anthropic ומ-QuEra מדווחת שמעגלים שנמצאו בחיפוש מונחה מודל שפה גדול השתמשו בפחות שערי Toffoli ובפחות קיוביטים בשבע מתוך שמונה תת-שגרות.
עמוד זה תורגם מאנגלית. שמות החברות והמוצרים וקישורי המקור נותרו ללא שינוי. לקריאת המקור באנגלית
QuEra Computing הבליטה ב-10 בנובמבר טיוטה מוקדמת שהוכנה עם Harvard University ועם Anthropic, ולפיה מודל שפה גדול, בהנחיית בודק אוטומטי, מצא מעגלים קוונטיים שדורשים פחות משאבים מתכנונים סטנדרטיים. הטיוטה נקראת «Discovering state-of-the-art quantum circuits with large language models» (arXiv:2610.22367).
מה המחקר עשה
לפי הודעת QuEra, הצוות צימד את מודל Claude של Anthropic למעריך עצמאי שבדק כל מעגל מוצע ודירג אותו לפי שני מספרים: מספר שערי ה-Toffoli ומספר הקיוביטים. המודל השתמש במשוב הזה כדי לשפר את התכנונים שלו. המחקר בחן שמונה אבני בניין שמשמשות בתוך אלגוריתמים קוונטיים גדולים יותר. בשבע מהן, המעגלים שתוכננו בבינה מלאכותית הקטינו גם את מספר השערים וגם את דרישת הקיוביטים לעומת תכנוני הייחוס; בשמינית, החיפוש מצא פשרה חדשה בין השניים.
לפי ההודעה, את העבודה הוביל Andi Gu במסגרת STEM Fellows Program של Anthropic, יחד עם Alek Kemeny מ-Anthropic, Susanne Yelin מ-Harvard ו-Mikhail Lukin מ-Harvard ומ-QuEra.
הנתונים המדווחים
הודעת QuEra מביאה שלוש דוגמאות. במפענח Reed-Solomon המשמש ב-decoded quantum interferometry, שערי ה-Toffoli ירדו מ-5.1 מיליון לכ-440,000, עם פחות קיוביטים. בפוטנציאל Coulomb המשמש בסימולציה מולקולרית, שערי ה-Toffoli ירדו מ-6,355 ל-1,140 והקיוביטים מ-252 ל-142. בפונקציית Gaussian בנקודה קבועה, שערי ה-Toffoli ירדו מכ-24,000 ל-1,583 והקיוביטים מ-362 ל-139, ירידה פי 39 במדד המשולב.
הסתייגויות חשובות
ההודעה עצמה מציינת שהמדד המשולב מכפיל את מספר שערי ה-Toffoli במספר המרבי של קיוביטים לוגיים, ולכן שיפור פי 39 אינו האצה פי 39. התוצאות הן הערכות משאבים לרכיבים בודדים, לא הרצות על חומרה קוונטית, והשפעתן על יישומים מלאים תלויה באופן השימוש ברכיבים. המאמר הוא טיוטה מוקדמת ועדיין לא עבר ביקורת עמיתים.
מקורות
המידע בעמוד זה מבוסס על המקורות שלהלן, שאוחזרו על ידי DesignQuantum™.