Google 推出奖金 150,000 美元的 Kaggle 竞赛，聚焦 AI 驱动的量子电路压缩

Google Quantum AI 已启动一项奖金总额 150,000 美元的 Kaggle 竞赛，旨在减少面向聚变、优化和化学等关键量子电路中的量子比特数和门数。

本页由英文翻译而来。公司和产品名称及来源链接保持不变。阅读英文原文

Google Quantum AI 已启动一项 Kaggle 竞赛，总奖金额为 150,000 美元，目标是利用 AI 缩减实际应用所需的量子电路。根据 Google 的公告，这项竞赛聚焦于降低与聚变能源、组合优化和化学相关的基准电路中的量子比特数和门数，同时仍满足准确性的验证阈值。

公布了什么

竞赛要求参赛者提交改进后的参考电路版本，以及依据 Apache 2.0 许可证发布的独立验证器。评分依据是资源缩减效果：参赛者必须通过特定任务的验证器，同时降低由门数和量子比特数推导出的成本指标。

Google 表示，这项工作针对的是容错量子计算中的一个核心约束。即使硬件持续改进，许多有用的算法仍然需要过高的资源。缩小电路规模不仅能降低算法本身的直接成本，也能减少量子纠错所需的额外开销。

奖项设置包括：第一名 50,000 美元，第二名 25,000 美元，第三名 10,000 美元，第四至第六名各 5,000 美元。Google 还预留了 50,000 美元用于额外奖项，其中包括一项 10,000 美元的赛中里程碑奖，以及一项 10,000 美元的“Longest Leader Prize”。里程碑奖依据 11 月 20 日 UTC 时间晚上 11:59 的公开排行榜最高分评定，而最长领跑奖持续至 2027 年 1 月 4 日。

技术细节

这项竞赛围绕 kickmix 展开。它是 Google Qualtran 项目中的一个开源 C++20 和 Python 库。Qualtran 的 GitHub 仓库将其描述为一个用于表达和分析容错量子算法的 Python 库。

Google 在 arXiv 上发布的配套论文将这种方法描述为利用可由经典计算验证的结构来支持 AI 辅助编译。arXiv 显示，该论文于 10 月 16 日提交，并于 10 月 21 日修订。

Kickmix 电路由可逆经典逻辑、相位操作以及基于测量的反计算组成。根据 Google 的说法，这种结构使经典计算机能够通过随机模糊测试高效测试候选电路，而无需完整模拟一般量子态。该公司称，这使得近似正确性能够以很高的置信度得到确认，但并不能证明其与目标电路完全等价。

Google 还表示，kickmix 在单个 CPU 核心上可实现每秒测试 600 亿个门电路。这个数字指的是传统验证速度，而不是量子硬件执行速度。

三个基准问题

这项竞赛聚焦于更大型量子算法中的三个瓶颈。

在聚变能源方面，任务是根据平方距离输入实现一个与 1/√x 成正比的相位，这是一个与库仑算符模拟相关的子程序，而这类模拟与惯性约束聚变靶设计有关。

在优化方面，基准任务是叠加态下的 Reed-Solomon 解码器。Google 表示，这是用于求解 Optimal Polynomial Intersection 问题的 Decoded Quantum Interferometry 算法中的主要算术瓶颈。

在化学方面，参赛者需要为与 FeMoCo 相关的模拟工作流中的参数共同设计精确分解方案和紧凑的加载电路。Google 表示，这一基准与一项最新算法相关，该算法用于对参与固氮过程的铁钼簇进行建模。

为什么重要

这是一次试图从软件侧降低有用量子应用硬件门槛的尝试。Google 并不只是等待更大规模的处理器出现，而是希望为那些在容错资源估算中占主导地位的子程序实现自动化电路压缩。

Google 表示，其使用 Gemini 模型进行的内部实验，已经在这三个基准的全部任务上找到了优于迄今已报告电路的改进方案。该公司在论文中公布了这些内部电路的哈希值，并表示计划在竞赛结束后披露它们。

值得关注的点

关键问题在于，外部团队能否在保持验证范围约束的同时，做出实质上更小的电路。同样重要的是，除了本次竞赛选定的这三个基准之外，Google 的 kickmix 框架是否足够通用，能够覆盖容错算法中其他成本高昂的子程序。