✉ Nieuwsbrief
🌐 Nederlands
Onderzoek3 min. leestijd

Door AI ontworpen circuits verlagen de geschatte middelen voor belangrijke quantumbouwstenen, zegt studie met QuEra

Een preprint van onderzoekers van Harvard, Anthropic en QuEra meldt dat circuits die met een door een LLM gestuurde zoektocht zijn gevonden, in zeven van acht subroutines minder Toffoli-poorten en qubits gebruikten.

Deze pagina is vertaald vanuit het Engels. Bedrijfs- en productnamen en bronlinks zijn ongewijzigd. Lees het origineel in het Engels

QuEra Computing vestigde op 10 november de aandacht op een onderzoekspreprint met Harvard University en Anthropic. Daarin staat dat een groot taalmodel, begeleid door een automatische controle, quantumcircuits vond die minder middelen nodig hebben dan standaardontwerpen. De preprint heet ‘Discovering state-of-the-art quantum circuits with large language models’ (arXiv:2610.22367).

Wat de studie deed

Volgens het persbericht van QuEra koppelde het team Claude van Anthropic aan een onafhankelijke beoordelaar die elk voorgesteld circuit controleerde en scoorde op twee getallen: het aantal Toffoli-poorten en het aantal qubits. Het model gebruikte die feedback om zijn ontwerpen te verfijnen. De studie keek naar acht bouwstenen die in grotere quantumalgoritmen worden gebruikt. In zeven gevallen verminderden de door AI ontworpen circuits zowel het aantal poorten als het aantal benodigde qubits ten opzichte van de referentieontwerpen; in het achtste vond de zoektocht een nieuwe afweging tussen die twee.

Het werk werd geleid door Andi Gu binnen het STEM Fellows Program van Anthropic, met Alek Kemeny van Anthropic, Susanne Yelin van Harvard en Mikhail Lukin van Harvard en QuEra, aldus het persbericht.

De gemelde cijfers

Het persbericht van QuEra noemt drie voorbeelden. Voor de Reed-Solomon-decoder die wordt gebruikt bij decoded quantum interferometry daalde het aantal Toffoli-poorten van 5,1 miljoen tot ongeveer 440.000, met minder qubits. Voor de Coulombpotentiaal die bij moleculaire simulatie wordt gebruikt, daalde het aantal Toffoli-poorten van 6.355 tot 1.140 en het aantal qubits van 252 tot 142. Voor een Gaussische functie met vaste komma daalde het aantal Toffoli-poorten van ongeveer 24.000 tot 1.583 en het aantal qubits van 362 tot 139, een vermindering van 39x in de gecombineerde maatstaf.

Belangrijke kanttekeningen

Het persbericht benadrukt zelf dat de gecombineerde maatstaf het aantal Toffoli-poorten vermenigvuldigt met het piekaantal logische qubits, zodat een verbetering van 39x geen 39x snellere berekening is. De resultaten zijn schattingen van middelen voor afzonderlijke componenten, geen runs op quantumhardware, en hun effect op volledige toepassingen hangt af van hoe de componenten worden gebruikt. Het paper is een preprint en is nog niet door vakgenoten beoordeeld.

Bronnen

De feiten op deze pagina zijn afkomstig uit onderstaande bronnen, verzameld door DesignQuantum™.

  1. Harvard, Anthropic, and QuEra research shows AI can reduce the resources quantum applications need (QuEra press release) quera.com