I computer quantistici promettono di risolvere problemi che sono impossibili per le macchine odierne, dalla progettazione di nuovi materiali alla modellazione di complesse reazioni chimiche. Per farlo, devono eseguire algoritmi che manipolano l'informazione in modi che sfidano l'intuizione quotidiana. Tuttavia, trasformare un algoritmo teorico in un programma funzionante per una macchina quantistica è un compito di ingegneria incredibilmente difficile. Richiede di scomporre un calcolo complesso in una lunga sequenza di istruzioni semplici, molto simile a tradurre un romanzo in una serie di piccoli, precisi passaggi. La sfida è che il numero di modi possibili per disporre questi passaggi è così vasto che controllarli tutti a mano è impossibile, e controllarli con un computer è spesso troppo lento perché i calcoli crescono in complessità esponenziale. Per molto tempo, i ricercatori hanno dovuto ottimizzare manualmente queste istruzioni, un processo che è lento e incline a mancare soluzioni migliori.

Un team di ricercatori di Google Quantum AI ha introdotto un nuovo modo per accelerare questo processo combinando l'intelligenza artificiale con un astuto trucco di verifica. Hanno sviluppato un sistema in cui gli agenti di IA possono proporre rapidamente nuovi modi per costruire circuiti quantistici, ma solo per un tipo specifico di calcolo che ha una struttura prevedibile. Poiché questi calcoli specifici si comportano in un modo che un computer standard può facilmente tracciare, il team ha creato un metodo di test veloce che controlla se il circuito proposto da un'IA funzioni correttamente senza dover simulare l'intera, impossibile complessità di una macchina quantistica. Questo approccio permette loro di lanciare una competizione pubblica dove chiunque può usare l'IA per trovare modi più efficienti per eseguire tre algoritmi quantistici critici: uno per simulare l'energia di fusione, uno per un tipo specifico di ottimizzazione matematica e uno per la modellazione di reazioni chimiche.

Il nucleo di questo lavoro si basa su una specifica classe di istruzioni quantistiche che i ricercatori chiamano circuiti "kickmix". In un computer quantistico generale, le particelle possono esistere in molti stati contemporaneamente, creando una sovrapposizione che rende il sistema incredibilmente potente ma anche incredibilmente difficile da simulare su un computer regolare. Tuttavia, molte delle parti più costose degli algoritmi quantistici non utilizzano effettivamente tutto questo potere della sovrapposizione. Invece, si affidano alla logica reversibile, a semplici spostamenti di fase e a misurazioni che possono essere tracciate da un computer classico se gli input sono noti. I ricercatori hanno capito che se avessero potuto limitare la ricerca a questi specifici circuiti verificabili, avrebbero potuto usare un computer standard per controllare se la soluzione di un'IA fosse corretta in una frazione di secondo. Questo è un enorme miglioramento rispetto al metodo abituale, che richiederebbe anni per verificare un singolo circuito candidato su una macchina classica.

Per rendere questa verifica robusta e sicura, il team ha utilizzato una tecnica chiamata euristica di Fiat-Shamir. In una competizione tipica, un giudice potrebbe avere una lista segreta di risposte di test da confrontare con il lavoro di un concorrente. Se il concorrente conoscesse la lista, potrebbe semplicemente memorizzare le risposte invece di risolvere il problema. I ricercatori hanno evitato questo problema generando gli input di test in un modo che dipenda dal circuito stesso. Prendono il file digitale del circuito, lo trasformano tramite un hash in un codice unico e usano questo codice per creare un insieme casuale di casi di test. Ciò significa che ogni volta che un partecipante cambia il proprio circuito, anche solo leggermente, i casi di test cambiano completamente. L'IA non può aggirare la logica memorizzando le risposte; deve effettivamente comprendere la logica del problema per superare il test. Questo permette ai ricercatori di verificare circuiti con miliardi di istruzioni utilizzando un singolo processore computerizzato.

Il team ha applicato questo metodo a tre sfide distinte, ognuna delle quali rappresenta un importante collo di bottiglia nella ricerca attuale sull'informatica quantistica. La prima sfida riguarda la simulazione del comportamento degli elettroni in un reattore a fusione. Per modellare l'energia di queste particelle, il computer deve calcolare la radice quadrata inversa di un numero, un'operazione matematica che è sorprendentemente costosa nei circuiti quantistici. I ricercatori hanno fornito un'implementazione di riferimento per questo calcolo e hanno sfidato i partecipanti a usare l'IA per ridurre il numero di istruzioni richieste mantenendo un'alta precisione. La seconda sfida si concentra su un problema di decodifica relativo all'intersezione polinomiale ottimale, utilizzata in una tecnica chiamata interferometria quantistica decodificata. Questo implica la correzione degli errori in un modo simile al fissare un messaggio corrotto, ma la versione quantistica richiede un tipo specifico di disposizione di porte logiche che è attualmente molto inefficiente. La terza sfida riguarda la simulazione della chimica, specificamente le interazioni tra elettroni nelle molecole. Ciò richiede la consultazione di dati in una grande tabella e l'applicazione di rotazioni specifiche allo stato quantistico, un processo che domina il costo di molti algoritmi chimici.

Per ciascuna di queste sfide, i ricercatori hanno rilasciato un'implementazione di riferimento e un insieme dettagliato di regole su come misurare il successo. Hanno definito un punteggio che bilancia il numero di bit quantistici (qubit) necessari rispetto al numero di operazioni logiche (porte Toffoli) richieste. L'obiettivo è trovare un circuito che utilizzi meno risorse, il che si traduce direttamente in una macchina che può funzionare più velocemente e con meno errori. I ricercatori hanno già utilizzato i propri agenti di IA per migliorare le implementazioni di riferimento esistenti, trovando riduzioni significative nel numero di istruzioni necessarie. Credono che aprendo questo campo a una comunità più ampia, scopriranno soluzioni ancora migliori che i loro stessi agenti hanno mancato.

Il documento delinea anche un futuro in cui questo metodo potrebbe evolversi. Attualmente, la verifica funziona solo per i circuiti "kickmix" specifici che possono essere tracciati classicamente. I ricercatori suggeriscono che, man mano che l'IA e gli strumenti di prova matematica matureranno, potrebbe essere possibile verificare circuiti quantistici più generali che non possiedono questa struttura semplice. Ciò permetterebbe agli agenti di IA di ottimizzare l'intero algoritmo quantistico, non solo le parti che sono facili da controllare. Per ora, tuttavia, l'attenzione è rivolta a questi tre benchmark, che servono come terreno di prova per una nuova era di ingegneria assistita dall'IA per il calcolo quantistico. Rendendo il processo di verifica veloce e affidabile, il team spera di democratizzare la progettazione di algoritmi quantistici, permettendo a ricercatori di molti campi diversi di contribuire all'ottimizzazione di queste potenti macchine. La competizione è progettata per essere accessibile a chiunque abbia un interesse per l'IA, indipendentemente dal proprio background, con l'aspettativa che prospettive fresche porteranno a scoperte di efficienza che gli esperti potrebbero trascurare.