Leveraging verifiable structure in quantum circuits to find more efficient compilations with agentic AI
Cet article propose un paradigme piloté par l'IA pour optimiser la compilation de circuits quantiques en contraignant les sous-programmes goulots d'étranglement à des structures classiquement vérifiables, permettant une certification par test de fuzz efficace et démontrant son utilité à travers des applications dans la fusion par confinement inertiel, l'interférométrie quantique et les simulations chimiques.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Les ordinateurs quantiques promettent de résoudre des problèmes impossibles pour les machines d'aujourd'hui, de la conception de nouveaux matériaux à la modélisation de réactions chimiques complexes. Pour ce faire, ils doivent exécuter des algorithmes qui manipulent l'information d'une manière qui défie l'intuition quotidienne. Cependant, transformer un algorithme théorique en un programme fonctionnel pour une machine quantique est une tâche d'ingénierie incroyablement difficile. Cela nécessite de décomposer un calcul complexe en une longue séquence d'instructions simples, un peu comme traduire un roman en une série de petites étapes précises. Le défi est que le nombre de façons possibles d'organiser ces étapes est si vaste qu'il est impossible de toutes les vérifier à la main, et les vérifier avec un ordinateur est souvent trop lent car les calculs croissent de manière exponentiellement complexe. Pendant longtemps, les chercheurs ont dû optimiser manuellement ces instructions, un processus qui est lent et sujet à l'omission de meilleures solutions.
Une équipe de chercheurs de Google Quantum AI a introduit une nouvelle façon d'accélérer ce processus en combinant l'intelligence artificielle avec une astuce de vérification ingénieuse. Ils ont développé un système où des agents d'IA peuvent proposer rapidement de nouvelles façons de construire des circuits quantiques, mais uniquement pour un type spécifique de calcul possédant une structure prévisible. Comme ces calculs spécifiques se comportent d'une manière qu'un ordinateur standard peut facilement suivre, l'équipe a créé une méthode de test rapide qui vérifie si le circuit proposé par une IA fonctionne correctement sans avoir besoin de simuler la pleine complexité impossible d'une machine quantique. Cette approche leur permet de lancer une compétition publique où quiconque peut utiliser l'IA pour trouver des façons plus efficaces d'exécuter trois algorithmes quantiques critiques : l'un pour simuler l'énergie de fusion, un autre pour un type spécifique d'optimisation mathématique, et un troisième pour la modélisation de réactions chimiques.
Le cœur de ce travail repose sur une classe spécifique d'instructions quantiques que les chercheurs appellent circuits « kickmix ». Dans un ordinateur quantique général, les particules peuvent exister dans de nombreux états à la fois, créant une superposition qui rend le système incroyablement puissant mais aussi incroyablement difficile à simuler sur un ordinateur classique. Cependant, beaucoup des parties les plus coûteuses des algorithmes quantiques n'utilisent pas réellement toute cette puissance de superposition. Au lieu de cela, elles reposent sur la logique réversible, des déphasages simples et des mesures qui peuvent être suivies par un ordinateur classique si les entrées sont connues. Les chercheurs ont réalisé que s'ils pouvaient restreindre leur recherche à ces circuits spécifiques et vérifiables, ils pourraient utiliser un ordinateur standard pour vérifier si la solution d'une IA est correcte en une fraction de seconde. C'est une amélioration massive par rapport à la méthode habituelle, qui prendrait des années pour vérifier un seul circuit candidat sur une machine classique.
Pour rendre cette vérification robuste et sécurisée, l'équipe a utilisé une technique appelée heuristique de Fiat-Shamir. Dans une compétition typique, un juge pourrait avoir une liste secrète de réponses de test pour vérifier le travail d'un candidat. Si le candidat connaissait la liste, il pourrait simplement mémoriser les réponses plutôt que de résoudre le problème. Les chercheurs ont évité cela en générant les entrées de test d'une manière qui dépend du circuit lui-même. Ils prennent le fichier numérique du circuit, le hachent en un code unique, et utilisent ce code pour créer un ensemble aléatoire de cas de test. Cela signifie que chaque fois qu'un participant modifie son circuit, même légèrement, les cas de test changent complètement. L'IA ne peut pas contourner la logique en mémorisant les réponses ; elle doit réellement comprendre la logique du problème pour réussir le test. Cela permet aux chercheurs de vérifier des circuits comprenant des milliards d'instructions en utilisant un seul processeur informatique.
L'équipe a appliqué cette méthode à trois défis distincts, chacun représentant un goulot d'étranglement majeur dans la recherche actuelle en informatique quantique. Le premier défi concerne la simulation du comportement des électrons dans un réacteur de fusion. Pour modéliser l'énergie de ces particules, l'ordinateur doit calculer l'inverse de la racine carrée d'un nombre, une opération mathématique qui est étonnamment coûteuse dans les circuits quantiques. Les chercheurs ont fourni une implémentation de référence pour ce calcul et ont mis au défi les participants d'utiliser l'IA pour réduire le nombre d'instructions nécessaires tout en maintenant une haute précision. Le deuxième défi se concentre sur un problème de décodage lié à l'intersection polynomiale optimale, utilisée dans une technique appelée interférométrie quantique décodée. Cela implique de corriger des erreurs d'une manière similaire à la correction d'un message corrompu, mais la version quantique nécessite un type spécifique d'arrangement de portes logiques qui est actuellement très inefficace. Le troisième défi traite de la simulation de la chimie, spécifiquement les interactions entre les électrons dans les molécules. Cela nécessite de consulter des données dans une grande table et d'appliquer des rotations spécifiques à l'état quantique, un processus qui domine le coût de nombreux algorithmes de chimie.
Pour chaque défi, les chercheurs ont publié une implémentation de référence et un ensemble détaillé de règles pour mesurer le succès. Ils ont défini un score qui équilibre le nombre de qubits nécessaires et le nombre d'opérations logiques (portes Toffoli) requises. L'objectif est de trouver un circuit qui utilise moins de ressources, ce qui se traduit directement par une machine capable de fonctionner plus rapidement et avec moins d'erreurs. Les chercheurs ont déjà utilisé leurs propres agents d'IA pour améliorer les bases existantes, trouvant des réductions significatives du nombre d'instructions nécessaires. Ils pensent qu'en ouvrant cela à une communauté plus large, ils découvriront des solutions encore meilleures que leurs propres agents ont manquées.
Le document décrit également un avenir où cette méthode pourrait évoluer. Actuellement, la vérification ne fonctionne que pour les circuits « kickmix » spécifiques qui peuvent être suivis classiquement. Les chercheurs suggèrent qu'à mesure que l'IA et les outils de preuve mathématique mûriront, il pourrait être possible de vérifier des circuits quantiques plus généraux qui ne possèdent pas cette structure simple. Cela permettrait aux agents d'IA d'optimiser l'algorithme quantique entier, et pas seulement les parties faciles à vérifier. Pour l'instant, cependant, l'accent est mis sur ces trois tests de référence, qui servent de terrain d'essai pour une nouvelle ère d'ingénierie quantique assistée par l'IA. En rendant le processus de vérification rapide et fiable, l'équipe espère démocratiser la conception d'algorithmes quantiques, permettant aux chercheurs de nombreux domaines différents de contribuer à l'optimisation de ces machines puissantes. La compétition est conçue pour être accessible à toute personne intéressée par l'IA, quel que soit son parcours, avec l'attente que des perspectives fraîches mèneront à des percées en matière d'efficacité que les experts pourraient négliger.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.