Predicting Multipartite Entanglement in Quantum Circuits using Transformer

Im aufstrebenden Feld des Quantencomputings versuchen Wissenschaftler, Maschinen zu bauen, die Probleme lösen können, die weit jenseits der Reichweite heutiger Computer liegen. Diese zukünftigen Maschinen verlassen sich auf eine seltsame Eigenschaft namens Verschränkung, bei der Teilchen so tief miteinander verknüpft sind, dass der Zustand des einen den der anderen augenblicklich beeinflusst, egal wie weit sie voneinander entfernt sind. Um diese Maschinen zum Laufen zu bringen, entwerfen Forscher komplexe Blaupausen, sogenannte Quantenschaltkreise, welche Sequenzen von Operationen darstellen, die diese Teilchen manipulieren. Eine kritische Herausforderung in diesem Bereich besteht darin, zu wissen, ob eine bestimmte Blaupause gut ist. Wenn ein Schaltkreis nicht genügend Verschränkung erzeugen kann, scheitert er daran, die einzigartige Quantenleistung zu erbringen, die für Geschwindigkeit und Genauigkeit benötigt wird. Das Prüfen, ob ein Schaltkreis wirklich effektiv ist, ist jedoch unglaublich schwierig. Die Standardmethode erfordert das Durchführen tausender Zufallssimulationen auf einem Computer, um die Verschränkung zu messen – ein Prozess, der so langsam und teuer wird, dass er Forscher faktisch daran hindert, die tausenden neuen Designs zu testen, die sie benötigen, um die besten zu finden.

Um diesen Engpass zu überwinden, hat ein Team von Forschern aus Indonesien und China ein neues Werkzeug der künstlichen Intelligenz entwickelt, das die Verschränkungsleistung eines Quantenschaltkreises fast augenblicklich vorhersagen kann. Anstatt die langsamen, schweren Simulationen durchzuführen, trainierten sie ein hochentwickeltes Computermodell darauf, die Struktur eines Schaltkreises zu betrachten und dessen Leistung zu erraten. Das Team konzentrierte sich auf zwei spezifische Arten, die Verschränkung zu messen: eine Standardmethode, die untersucht, wie einzelne Teilchen miteinander verknüpft sind, und eine fortgeschrittenere Methode, die prüft, wie Gruppen von drei oder mehr Teilchen gleichzeitig miteinander verbunden sind. Die Forscher fanden heraus, dass die Standardmethode zwar eine allgemeine Vorstellung vermittelt, die fortgeschrittene Methode jedoch verborgene Details über die Struktur des Schaltkreises offenbart, die die Standardmethode völlig übersieht. Indem sie ihr Modell lehrten, beides zu erkennen, schufen sie ein System, das in der Lage ist, zwischen Schaltkreisen zu unterscheiden, die oberflächlich ähnlich aussehen, aber sehr unterschiedliche interne Fähigkeiten besitzen.

Die Forscher bauten ihr Werkzeug unter Verwendung eines Datensatzes von fünfzigtausend verschiedenen Quantenschaltkreisen, die von vier bis acht Teilchen reichen. Sie fütterten das Modell nicht nur mit einer einfachen Liste von Schritten; stattdessen lehrten sie es, den Schaltkreis gleichzeitig auf zwei verschiedene Arten zu sehen. Eine Sichtweise betrachtete den Schaltkreis als einen Zeitstrahl von Ereignissen, der die Reihenfolge zeigt, in der Operationen stattfanden. Die andere Sichtweise, die das Team erfunden hatte, kartierte den Schaltkreis als ein Netz von Verbindungen und konzentrierte sich darauf, welche Teilchen miteinander interagierten und wie oft dies geschah, unabhängig vom Timing. Durch die Verschmelzung dieser beiden Perspektiven lernte das Modell, die tiefe Geometrie des Quantensystems zu verstehen. In Tests erwies sich das Modell als bemerkenswert genau. Es konnte die Standard-Verschränkungswerte mit einer Fehlermarge von weniger als vier Prozent vorhersagen und den fortgeschrittenen Wert ebenfalls mit einer Fehlermarge von weniger als vier Prozent.ت Viel wichtiger war jedoch, dass es exzellent darin war, Schaltkreise zu ranken, indem es korrekt identifizierte, welche Designs die stärksten und welche die schwächsten waren – eine Aufgabe, die für Ingenieure oft wertvoller ist als die Kenntnis der exakten Zahl.

Dieser Ansatz bietet einen massiven Vorteil in der Geschwindigkeit. Während die traditionelle Methode der Überprüfung eines einzelnen Schaltkreises Minuten oder Stunden an Computerzeit in Anspruch nehmen kann, kann das neue Modell tausende Designs in der Zeit bewerten, die für ein Blinzeln benötigt wird. In ihren Tests zeigten die Forscher, dass der Einsatz dieses Werkzeugs die Anzahl der teuren Simulationen, die nötig sind, um die besten Designs zu finden, um den Faktor fünf bis sechs reduzieren kann. Dies bedeutet, dass Wissenschaftler nun in der Lage sind, durch eine viel größere Vielfalt an Schaltkreisdesigns zu suchen, ohne im computergestützten Schlamm stecken zu bleiben. Die Studie lieferte auch eine physikalische Erkenntnis darüber, wie diese Schaltkreise funktionieren: Es macht einen Schaltkreis nicht immer besser, ihn einfach nur länger oder tiefer zu machen. Die Forscher fanden heraus, dass die Dichte spezifischer Arten von Operationen wichtiger ist als die Gesamtlänge, und dass das Hinzufügen weiterer Schichten ab einem gewissen Punkt die Verbesserung der Verschränkung sogar stoppt. Dies deutet darauf an, dass die leistungsfähigsten Quantenschaltkreise kompakter sein könnten als bisher angenommen.

Der Erfolg dieses Projekts deutet auf einen neuen Weg für das Design von Quantencomputern hin. Durch die Verwendung dieses schnellen, präzisen Prädiktors können Forscher schwache Designs schnell aussortieren und ihre Ressourcen auf die vielversprechendsten Kandidaten konzentrieren. Das Team bestätigte, dass der Erfolg ihres Modells aus seiner Fähigkeit resultierte, das Netzwerk der Verbindungen zwischen den Teilchen zu sehen, und nicht bloß daraus, ein größeres „Computergehirn“ zu besitzen. Diese Unterscheidung ist entscheidend, da sie beweist, dass das Verständnis der spezifischen Art und Weise, wie Teilchen interagieren, wichtiger ist als das bloße Verarbeiten von mehr Daten. Während sich das Feld in Richtung des Baus größerer und komplexerer Quantenmaschinen bewegt, werden Werkzeuge wie dieses essenziell sein, um durch die riesige Landschaft möglicher Designs zu navigieren und sicherzustellen, dass die gebauten Schaltkreise nicht nur komplex sind, sondern tatsächlich in der Lage sind, die volle Kraft der Quantenverschränkung zu nutzen.