Google uruchamia konkurs Kaggle o wartości $150,000 na kompresję obwodów kwantowych wspieraną przez AI

Google Quantum AI uruchomiło konkurs na Kaggle z łączną pulą nagród $150,000, którego celem jest wykorzystanie AI do zmniejszenia obwodów kwantowych potrzebnych w praktycznych zastosowaniach. Zgodnie z ogłoszeniem Google, konkurs koncentruje się na redukcji liczby kubitów i liczby bramek w obwodach referencyjnych związanych z energią syntezy jądrowej, optymalizacją kombinatoryczną i chemią, przy jednoczesnym spełnieniu progów weryfikacji dokładności.

Co ogłoszono

Uczestnicy konkursu mają przesyłać ulepszone wersje obwodów referencyjnych oraz samodzielnych weryfikatorów udostępnionych na licencji Apache 2.0. Punktacja opiera się na redukcji zasobów: uczestnicy muszą przejść weryfikację dla danego zadania, jednocześnie obniżając metrykę kosztu wyliczaną na podstawie liczby bramek i kubitów.

Google poinformowało, że inicjatywa dotyczy jednego z kluczowych ograniczeń w odpornym na błędy przetwarzaniu kwantowym. Nawet jeśli sprzęt będzie się nadal poprawiał, wiele użytecznych algorytmów wciąż pozostaje zbyt zasobochłonnych. Zmniejszenie rozmiaru obwodu obniża nie tylko bezpośredni koszt algorytmiczny, ale też narzut wymagany do kwantowej korekcji błędów.

Zapisz się na newsletter DesignQuantum

Bezpłatne wiadomości i materiały objaśniające o obliczeniach kwantowych, a każde twierdzenie z linkiem do źródła. Wybierz: codziennie, co tydzień lub co miesiąc.

Website

Adres e-mail CzęstotliwośćCodziennieCo tydzieńCo miesiąc JęzykEnglishEspañol简体中文हिन्दीالعربيةPortuguês (Brasil)FrançaisDeutsch日本語Русский한국어Bahasa IndonesiaTürkçeItalianoTiếng ViệtPolskiNederlandsไทยفارسیУкраїнськаবাংলাاردوKiswahiliBahasa Melayuעברית Zapisz się za darmo

Bezpłatnie. Wypiszesz się w każdej chwili jednym kliknięciem. Polityka prywatności

Struktura nagród obejmuje $50,000 za pierwsze miejsce, $25,000 za drugie, $10,000 za trzecie oraz trzy nagrody po $5,000 za miejsca od czwartego do szóstego. Google przeznaczyło też $50,000 na dodatkowe nagrody, w tym nagrodę etapową w wysokości $10,000 w trakcie konkursu oraz nagrodę „Longest Leader Prize” o wartości $10,000. Nagroda etapowa opiera się na najwyższym publicznym wyniku w rankingu o 11:59 PM UTC 20 listopada, a nagroda dla najdłużej prowadzącego obowiązuje do 4 stycznia 2027 roku.

Szczegóły techniczne

Konkurs opiera się na kickmix, otwartoźródłowej bibliotece C++20 i Python w projekcie Qualtran od Google. Repozytorium GitHub projektu Qualtran opisuje ją jako bibliotekę Python do wyrażania i analizowania algorytmów kwantowych odpornych na błędy.

W towarzyszącym artykule Google, opublikowanym w arXiv, opisano to podejście jako wykorzystanie struktury weryfikowalnej klasycznie do wspierania kompilacji wspomaganej przez AI. arXiv pokazuje, że praca została zgłoszona 16 października i poprawiona 21 października.

Obwody kickmix składają się z odwracalnej logiki klasycznej, operacji fazowych i odwracania obliczeń opartego na pomiarach. Według Google taka struktura pozwala klasycznemu komputerowi skutecznie testować kandydackie obwody przy użyciu losowego fuzz testingu, zamiast pełnej symulacji ogólnego stanu kwantowego. Firma twierdzi, że pozwala to z wysokim poziomem pewności ustalić przybliżoną poprawność, choć nie dowodzi to dokładnej równoważności.

Google podaje również, że kickmix potrafi testować obwody z szybkością 60 miliardów bramek na sekundę na pojedynczym rdzeniu CPU. Ta wartość odnosi się do szybkości konwencjonalnej weryfikacji, a nie do wykonania na sprzęcie kwantowym.

Trzy problemy referencyjne

Konkurs koncentruje się na trzech wąskich gardłach w większych algorytmach kwantowych.

W obszarze energii syntezy jądrowej zadanie polega na implementacji fazy proporcjonalnej do 1/√x na podstawie wejścia będącego kwadratem odległości, czyli podprocedury powiązanej z symulacjami operatora Coulomba istotnymi dla projektowania celów do inercyjnej syntezy jądrowej.

W obszarze optymalizacji punktem odniesienia jest dekoder Reed-Solomon działający w superpozycji, który — jak twierdzi Google — stanowi główne arytmetyczne wąskie gardło w algorytmie Decoded Quantum Interferometry dla problemu Optimal Polynomial Intersection.

W obszarze chemii uczestnicy mają współprojektować dokładną faktoryzację oraz zwarte obwody ładowania parametrów w procesie symulacji związanym z FeMoCo. Google twierdzi, że ten benchmark jest powiązany z niedawnym algorytmem modelowania klastra żelazowo-molibdenowego uczestniczącego w wiązaniu azotu.

Dlaczego to ważne

To próba po stronie oprogramowania, by obniżyć próg sprzętowy dla użytecznych zastosowań kwantowych. Zamiast czekać wyłącznie na większe procesory, Google stara się zautomatyzować kompresję obwodów dla podprocedur, które dominują w szacunkach zasobów dla obliczeń odpornych na błędy.

Google poinformowało, że wewnętrzne eksperymenty z modelami Gemini już przyniosły ulepszenia wykraczające poza obwody opisane dotąd we wszystkich trzech benchmarkach. Firma opublikowała hashe tych wewnętrznych obwodów w swoim manuskrypcie i zapowiedziała ich ujawnienie po zakończeniu konkursu.

Na co zwrócić uwagę

Kluczowe pytanie brzmi, czy zespoły zewnętrzne będą w stanie opracować istotnie mniejsze obwody, pozostając w granicach weryfikacji. Równie ważne będzie to, czy framework kickmix od Google okaże się wystarczająco uniwersalny, by objąć inne kosztowne podprocedury w algorytmach odpornych na błędy, poza trzema benchmarkami wybranymi do tego konkursu.