Litar reka bentuk AI mengurangkan anggaran sumber untuk blok binaan kuantum utama, menurut kajian disokong QuEra
Pracetak oleh penyelidik Harvard, Anthropic dan QuEra melaporkan bahawa litar yang ditemui melalui carian dipacu LLM menggunakan lebih sedikit get Toffoli dan qubit dalam tujuh daripada lapan subrutin.
Halaman ini diterjemahkan daripada bahasa Inggeris. Nama syarikat dan produk serta pautan sumber kekal tidak berubah. Baca versi asal dalam bahasa Inggeris
QuEra Computing pada 10 November mengetengahkan pracetak penyelidikan bersama Harvard University dan Anthropic yang melaporkan bahawa model bahasa besar, dipandu oleh penyemak automatik, menemui litar kuantum yang memerlukan lebih sedikit sumber berbanding reka bentuk standard. Pracetak itu bertajuk “Discovering state-of-the-art quantum circuits with large language models” (arXiv:2610.22367).
Apa yang dilakukan oleh kajian ini
Menurut kenyataan QuEra, pasukan itu menggandingkan Claude daripada Anthropic dengan penilai bebas yang mengesahkan setiap litar yang dicadangkan dan memberikan skor berdasarkan dua angka: bilangan get Toffoli dan bilangan qubit. Model itu menggunakan maklum balas tersebut untuk memperhalusi reka bentuknya. Kajian ini meneliti lapan blok binaan yang digunakan dalam algoritma kuantum yang lebih besar. Dalam tujuh daripadanya, litar reka bentuk AI mengurangkan bilangan get dan keperluan qubit berbanding reka bentuk asas; dalam yang kelapan, carian menemui keseimbangan baharu antara kedua-duanya.
Menurut kenyataan itu, kerja ini diketuai oleh Andi Gu sebagai sebahagian daripada STEM Fellows Program Anthropic, bersama Alek Kemeny dari Anthropic, Susanne Yelin dari Harvard dan Mikhail Lukin dari Harvard dan QuEra.
Angka yang dilaporkan
Kenyataan QuEra memetik tiga contoh. Bagi penyahkod Reed-Solomon yang digunakan dalam decoded quantum interferometry, get Toffoli menurun daripada 5.1 juta kepada kira-kira 440,000, dengan qubit yang lebih sedikit. Bagi keupayaan Coulomb yang digunakan dalam simulasi molekul, get Toffoli menurun daripada 6,355 kepada 1,140 dan qubit daripada 252 kepada 142. Bagi fungsi Gaussian titik tetap, get Toffoli menurun daripada kira-kira 24,000 kepada 1,583 dan qubit daripada 362 kepada 139, pengurangan 39x dalam metrik gabungan.
Kaveat penting
Kenyataan itu sendiri menegaskan bahawa metrik gabungan mendarabkan bilangan Toffoli dengan bilangan puncak qubit logik, jadi penambahbaikan 39x bukan pecutan 39x. Keputusan ini ialah anggaran sumber untuk komponen individu, bukan larian pada perkakasan kuantum, dan kesannya terhadap aplikasi lengkap bergantung pada cara komponen itu digunakan. Kertas ini ialah pracetak dan belum disemak rakan sebidang.
Sumber
Fakta di halaman ini diambil daripada sumber di bawah, diperoleh oleh DesignQuantum™.