AI optymalizuje układy kwantowe

fot. pixabay

Naukowcy z grupy fizyka Hansa Briegla nawiązali współpracę z firmą NVIDIA w celu opracowania metody sztucznej inteligencji, która automatycznie generuje wydajne obwody kwantowe, które stanowią wąskie gardło w praktycznym wykorzystaniu komputerów kwantowych. Praca została opublikowana w czasopiśmie Machine Learning: Science and Technology.

Zanim komputer kwantowy będzie mógł z powodzeniem wykonać jakiekolwiek użyteczne zadanie, algorytm kwantowy musi zostać przetłumaczony na sekwencję elementarnych operacji kwantowych na bramkach kwantowych. Efektywne zapisanie obwodów jest jednym z najtrudniejszych nierozwiązanych problemów w tej dziedzinie.

Dwa lata temu zespół kierowany przez Gorkę Muñoz-Gila zaprezentował nowatorską metodę przygotowywania operacji kwantowych na danym komputerze kwantowym, wykorzystującą generatywny model uczenia maszynowego do znalezienia odpowiedniej sekwencji bramek kwantowych.

Naukowcy z Innsbrucka, współpracując z firmą NVIDIA i bazując na platformie CUDA-Q, udoskonalili ten model, aby być w stanie generować wydajne obwody kwantowe. Kluczową innowacją w ramach nowej metody jest to, że obsługuje ona jednocześnie zarówno wybór struktury obwodu, jak i jej parametry numeryczne. Utworzone obwody są zredukowane, co ma kluczowe znaczenie dla dostępnego obecnie zaszumionego sprzętu kwantowego, gdzie każda dodatkowa bramka wprowadza do układu błędy.

W ramach demonstracji możliwości nowej metody, sztuczna inteligencja samodzielnie odkryła na nowo podręcznikowy układ przeznaczony do kwantowej transformaty Fouriera, fundamentalnego elementu wielu algorytmów kwantowych, nie wiedząc przy tym, jak powinno wyglądać rozwiązanie. To dowodzi obiecujących możliwości technologii w kontekście wykorzystania sztucznej inteligencji w ramach całego stosu obliczeń kwantowych.

(rr)