Obwody zaprojektowane przez AI zmniejszają szacowane zasoby dla kluczowych bloków kwantowych, podaje badanie wspierane przez QuEra
Preprint badaczy z Harvardu, Anthropic i QuEra podaje, że obwody znalezione dzięki wyszukiwaniu sterowanemu przez LLM wymagały mniej bramek Toffoliego i kubitów w siedmiu z ośmiu podprocedur.
Ta strona została przetłumaczona z angielskiego. Nazwy firm i produktów oraz linki do źródeł pozostają bez zmian. Przeczytaj oryginał po angielsku
QuEra Computing 10 listopada zwróciła uwagę na preprint badawczy przygotowany z Harvard University i Anthropic, według którego duży model językowy, prowadzony przez automatyczny weryfikator, znalazł obwody kwantowe wymagające mniej zasobów niż standardowe projekty. Preprint nosi tytuł „Discovering state-of-the-art quantum circuits with large language models” (arXiv:2610.22367).
Co zrobiono w badaniu
Według komunikatu QuEra zespół połączył model Claude firmy Anthropic z niezależnym oceniającym, który weryfikował każdy proponowany obwód i oceniał go według dwóch liczb: liczby bramek Toffoliego i liczby kubitów. Model wykorzystywał tę informację zwrotną do udoskonalania projektów. W badaniu przyjrzano się ośmiu blokom składowym używanym w większych algorytmach kwantowych. W siedmiu z nich obwody zaprojektowane przez AI zmniejszyły zarówno liczbę bramek, jak i zapotrzebowanie na kubity w porównaniu z projektami bazowymi; w ósmym wyszukiwanie znalazło nowy kompromis między tymi dwiema wielkościami.
Pracami kierował Andi Gu w ramach programu STEM Fellows Program firmy Anthropic, wraz z Alkiem Kemenym z Anthropic, Susanne Yelin z Harvardu i Michaiłem Łukinem z Harvardu i QuEra, jak podaje komunikat.
Podane liczby
Komunikat QuEra przytacza trzy przykłady. W dekoderze Reeda-Solomona używanym w decoded quantum interferometry liczba bramek Toffoliego spadła z 5,1 mln do około 440 000, przy mniejszej liczbie kubitów. W potencjale kulombowskim używanym w symulacji molekularnej liczba bramek Toffoliego spadła z 6355 do 1140, a liczba kubitów z 252 do 142. W stałoprzecinkowej funkcji gaussowskiej liczba bramek Toffoliego spadła z około 24 000 do 1583, a liczba kubitów z 362 do 139, co daje 39-krotną redukcję w łącznej metryce.
Ważne zastrzeżenia
Sam komunikat podkreśla, że łączna metryka mnoży liczbę bramek Toffoliego przez szczytową liczbę kubitów logicznych, więc 39-krotna poprawa nie oznacza 39-krotnego przyspieszenia. Wyniki są szacunkami zasobów dla pojedynczych komponentów, a nie przebiegami na sprzęcie kwantowym, a ich wpływ na kompletne aplikacje zależy od tego, jak te komponenty zostaną użyte. Publikacja jest preprintem i nie przeszła jeszcze recenzji naukowej.
Źródła
Fakty na tej stronie pochodzą z poniższych źródeł, zebranych przez DesignQuantum™.