Google opent Kaggle-wedstrijd van $150.000 voor AI-gestuurde compressie van quantumcircuits

Google Quantum AI heeft een Kaggle-wedstrijd gelanceerd met een totale prijzenpot van $150.000, met als doel AI in te zetten om de quantumcircuits voor praktische toepassingen te verkleinen. Volgens de aankondiging van Google richt de wedstrijd zich op het verminderen van het aantal qubits en poorten in benchmarkcircuits voor fusie-energie, combinatorische optimalisatie en chemie, terwijl nog steeds wordt voldaan aan verificatiedrempels voor nauwkeurigheid.

Wat is aangekondigd

De wedstrijd vraagt deelnemers om verbeterde versies in te dienen van referentiecircuits en zelfstandige verifiers die zijn uitgebracht onder de Apache 2.0-licentie. De beoordeling is gebaseerd op vermindering van benodigde middelen: inzendingen moeten de verifier voor een bepaalde taak doorstaan en tegelijk een kostenmaat verlagen die is afgeleid van het aantal poorten en qubits.

Google zei dat het initiatief zich richt op een fundamentele beperking in fouttolerante quantumcomputing. Zelfs als de hardware blijft verbeteren, blijven veel nuttige algoritmen te veeleisend qua benodigde middelen. Het verkleinen van het circuit verlaagt niet alleen de directe algoritmische kosten, maar ook de overhead die nodig is voor quantumfoutcorrectie.

Ontvang de DesignQuantum-nieuwsbrief

Gratis nieuws en achtergrondartikelen over quantumcomputing, met elke bewering gekoppeld aan de bron. Kies dagelijks, wekelijks of maandelijks.

Website

E-mailadres FrequentieDagelijksWekelijksMaandelijks TaalEnglishEspañol简体中文हिन्दीالعربيةPortuguês (Brasil)FrançaisDeutsch日本語Русский한국어Bahasa IndonesiaTürkçeItalianoTiếng ViệtPolskiNederlandsไทยفارسیУкраїнськаবাংলাاردوKiswahiliBahasa Melayuעברית Gratis aanmelden

Gratis. Altijd met één klik af te melden. Privacybeleid

De prijzenstructuur omvat $50.000 voor de eerste plaats, $25.000 voor de tweede, $10.000 voor de derde, en drie prijzen van $5.000 voor de vierde tot en met de zesde plaats. Google heeft daarnaast $50.000 gereserveerd voor extra prijzen, waaronder een tussentijdse prijs van $10.000 en een “Longest Leader Prize” van $10.000. De tussentijdse prijs is gebaseerd op de hoogste openbare score op het leaderboard om 11:59 PM UTC op 20 november, en de prijs voor de langst leidende deelnemer loopt tot en met 4 januari 2027.

De technische details

De wedstrijd is opgebouwd rond kickmix, een open-sourcebibliotheek in C++20 en Python binnen Google’s Qualtran-project. De GitHub-repository van Qualtran beschrijft het als een Python-bibliotheek voor het uitdrukken en analyseren van fouttolerante quantumalgoritmen.

Google’s begeleidende artikel, geplaatst op arXiv, beschrijft de aanpak als het gebruik van klassiek verifieerbare structuur ter ondersteuning van door AI ondersteunde compilatie. Volgens arXiv is het op 16 oktober ingediend en op 21 oktober herzien.

Kickmix-circuits zijn opgebouwd uit omkeerbare klassieke logica, fasebewerkingen en op metingen gebaseerde uncomputation. Volgens Google maakt die structuur het mogelijk dat een klassieke computer kandidaatcircuits efficiënt test met gerandomiseerde fuzz testing, in plaats van een algemene quantumtoestand volledig te simuleren. Het bedrijf zegt dat daarmee benaderende correctheid met hoge mate van zekerheid kan worden vastgesteld, al bewijst het geen exacte equivalentie.

Google zegt ook dat kickmix circuits kan testen met 60 miljard poorten per seconde op één enkele CPU-kern. Dat cijfer heeft betrekking op conventionele verificatiesnelheid, niet op uitvoering op quantumhardware.

Drie benchmarkproblemen

De wedstrijd draait om drie knelpunten in grotere quantumalgoritmen.

Voor fusie-energie is de taak om een fase te implementeren die evenredig is met 1/√x op basis van een invoer van gekwadrateerde afstand, een subroutine die samenhangt met simulaties van de Coulomb-operator die relevant zijn voor het ontwerp van doelen voor inertiële insluitingsfusie.

Voor optimalisatie is de benchmark een Reed-Solomon-decoder in superpositie, waarvan Google zegt dat die de belangrijkste rekenkundige bottleneck vormt in het Decoded Quantum Interferometry-algoritme voor het Optimal Polynomial Intersection-probleem.

Voor chemie wordt deelnemers gevraagd om gezamenlijk een nauwkeurige factorisatie en compacte laadcircuits te ontwerpen voor parameters in een simulatieworkflow rond FeMoCo. Volgens Google hangt deze benchmark samen met een recent algoritme voor het modelleren van het ijzer-molybdeencluster dat betrokken is bij stikstoffixatie.

Waarom dit van belang is

Dit is een poging aan de softwarekant om de hardwaredrempel voor nuttige quantumtoepassingen te verlagen. In plaats van alleen te wachten op grotere processors probeert Google de compressie van circuits te automatiseren voor subroutines die de schattingen van benodigde middelen voor fouttolerantie domineren.

Google zei dat interne experimenten met zijn Gemini-modellen al verbeteringen hebben gevonden ten opzichte van de circuits die tot nu toe voor alle drie de benchmarks zijn gerapporteerd. Het bedrijf publiceerde hashes van die interne circuits in zijn manuscript en zei van plan te zijn die na de wedstrijd openbaar te maken.

Waarop te letten

De belangrijkste vraag is of externe teams wezenlijk kleinere circuits kunnen produceren terwijl ze binnen de verificatiegrenzen blijven. Minstens zo belangrijk is of Google’s kickmix-framework breed genoeg blijkt om ook andere kostbare subroutines in fouttolerante algoritmen te dekken, naast de drie benchmarks die voor deze wedstrijd zijn gekozen.