Leveraging verifiable structure in quantum circuits to find more efficient compilations with agentic AI
본 논문은 병목 서브루틴을 고전적으로 검증 가능한 구조로 제한함으로써 효율적인 퍼즈 테스팅 인증을 가능하게 하는 AI 기반의 양자 회로 컴파일 최름 최적화 패러다임을 제안하며, 관성 가둠 핵융합, 양자 간섭계 및 화학 시뮬레이션 분야의 응용 전반에 걸친 유용성을 입증한다.
원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
양자 컴퓨터는 새로운 재료를 설계하거나 복잡한 화학 반응을 모델링하는 것부터 오늘날의 기계로는 불가능한 문제들을 해결할 것을 약속합니다. 이를 위해 양자 컴퓨터는 일상적인 직관을 거스르는 방식으로 정보를 조작하는 알고리즘을 실행해야 합니다. 그러나 이론적인 알고리즘을 양자 기계를 위한 작동 가능한 프로그램으로 바꾸는 것은 믿기 힘들 정도로 어려운 공학적 과제입니다. 이는 마치 소설을 일련의 작고 정밀한 단계들로 번역하는 것처럼, 복잡한 계산을 긴 단순 명령 시퀀스로 분해하는 과정을 필요로 합니다. 문제는 이러한 단계들을 배치하는 가능한 방법의 수가 너무 방대하여 수작업으로 모두 확인하는 것이 불가능하며, 컴퓨터로 확인하려 해도 계산이 기하급적으로 복잡해지기 때문에 종종 너무 느리다는 점입니다. 오랫동안 연구자들은 이러한 명령들을 수동으로 최적화해야 했으며, 이 과정은 느리고 더 나은 해결책을 놓치기 쉬웠습니다.
Google Quantum AI의 연구팀은 인공지능과 영리한 검증 기법을 결다면 이 과정을 가속화할 수 있는 새로운 방법을 소개했습니다. 그들은 AI 에이전트가 양자 회로를 구축하는 새로운 방법을 빠르게 제안할 수 있는 시스템을 개발했는데, 이는 예측 가능한 구조를 가진 특정 유형의 계산에 대해서만 작동합니다. 이 특정 계산들은 표준 컴퓨터가 쉽게 추적할 수 있는 방식으로 동작하기 때문에, 연구진은 AI가 제안한 회로가 올바르게 작동하는지 확인하기 위해 전체의 불가능한 복잡성을 시뮬레이션할 필요 없이 작동하는 빠른 테스트 방법을 만들었습니다. 이 접근 방식은 누구나 AI를 사용하여 세 가지 핵심 양자 알고리즘—핵융합 에너지를 시뮬레이션하는 것 하나, 특정 유형의 수학적 최적화와 관련된 것 하나, 그리고 화학 반응을 모델링하는 것 하나—을 실행하는 더 효율적인 방법을 찾을 수 있도록 공개 경연을 개최하게 해줍니다.
이 작업의 핵심은 연구진이 "킥믹스(kickmix)" 회로라고 부르는 특정 클래스의 양자 명령에 달려 있습니다. 일반적인 양자 컴퓨터에서 입자들은 동시에 여러 상태로 존재할 수 있으며, 이는 시스템을 매우 강력하게 만들지만 동시에 일반 컴퓨터로 시뮬레이션하기 매우 어렵게 만드는 중첩을 생성합니다. 그러나 대부분의 가장 비용이 많이 드는 양자 알고리즘 부분은 실제로 이러한 완전한 중첩의 힘을 사용하지 않습니다. 대신, 이들은 가역 논리, 단순한 위상 변화, 그리고 입력값을 알면 고전 컴퓨터가 추적할 수 있는 측면에 의존합니다. 연구진은 만약 자신들의 탐색 범위를 이러한 특정하고 검증 가능한 회로로 제한할 수 있다면, 표준 컴퓨터를 사용하여 AI의 솔루션이 올바른지 순식간에 확인할 수 있다는 점을 깨달았습니다. 이는 단 하나의 후보 회로를 검증하는 데 몇 년이 걸릴 수 있는 기존 방식에 비해 엄청난 개선입니다.
검증을 견고하고 안전하게 만들기 위해, 연구팀은 피아트-샤미르(Fiat-Shamir) 휴리스틱이라 불리는 기술을 사용했습니다. 전형적인 경연에서 심사위원은 참가자의 작업물을 확인하기 위해 비밀 정답 목록을 가지고 있을 수 있습니다. 만약 참가자가 이 목록을 알고 있다면, 문제를 푸는 대신 단순히 답을 암기할 수 있습니다. 연구진은 테스트 입력을 회로 자체에 의존하도록 생성함으로써 이를 방지했습니다. 그들은 회로의 디지털 파일을 해시하여 고유한 코드로 변환하고, 이 코드를 사용하여 무작위 테스트 케이스를 생성합니다. 이는 참가자가 회로를 아주 조금이라도 변경할 때마다 테스트 케이스가 완전히 바뀐다는 것을 의미합니다. 따라서 AI는 정답을 암기함으로써 논리를 우회할 수 없으며, 테스트를 통과하기 위해서는 반드시 문제의 논리를 이해해야만 합니다. 이를 통해 연구진은 단 하나의 컴퓨터 프로세서만을 사용하여 수십억 개의 명령어를 가진 회로를 검증할 수 있습니다.
연구팀은 현재 양자 컴퓨팅 연구의 주요 병목 현상을 나타내는 세 가지 뚜렷한 과제에 이 방법을 적용했습니다. 첫 번째 과제는 핵융합로 내 전자들의 거동을 시뮬레이션하는 것과 관련이 있습니다. 이 입자들의 에너지를 모델링하려면 컴퓨터는 숫자의 역 제곱근을 계산해야 하는데, 이는 양자 회로에서 놀라울 정도로 비용이 많이 드는 수학적 연산입니다. 연구진은 이 계산에 대한 참조 구현을 제공하고, 참가자들에게 높은 정밀도를 유지하면서 필요한 명령의 수를 줄이기 위해 AI를 사용할 것을 요구했습니다. 두 두 번째 과제는 최적 다항식 교차(optimal polynomial intersection)와 관련된 디코딩 문제에 초점을 맞추고 있으며, 이는 디코딩된 양자 간섭계(decoded quantum interferometry)라고 불리는 기술에 사용됩니다. 이는 손상된 메시지를 수정하는 것과 유사한 방식으로 오류를 수정하는 것을 포함하지만, 양자 버전은 현재 매우 비효율적인 특정 유형의 논리 게이트 배치를 요구합니다. 세 번째 과제는 화학 시뮬레이션, 구체적으로 분자 내 전자 간의 상호작용을 다룹니다. 이는 대규모 테이블에서 데이터를 찾아보고 양자 상태에 특정 회전을 적용하는 것을 필요로 하며, 이 과정은 많은 화학 알고리즘의 비용을 지배합니다.
각 과제에 대해 연구진은 참조 구현과 성공을 측정하기 위한 상세한 규칙을 공개했습니다. 그들은 필요한 양자 비트(큐비트)의 수와 필요한 논리 연산(Toffoli 게이트)의 수를 균형 있게 고려한 점수를 정의했습니다. 목표는 더 적은 자원을 사용하는 회로를 찾는 것이며, 이는 곧 더 빠르고 오류가 적은 기계로 직결됩니다. 연구진은 이미 자신들의 AI 에이전트를 사용하여 기존 베이스라인을 개선하고, 필요한 명령의 수를 크게 줄이는 성과를 거두었습니다. 그들은 이 과정을 더 넓은 커뮤니티에 개방함으로써, 자신들의 에이전트가 놓친 훨씬 더 나은 솔루션을 발견할 수 있을 것이라고 믿습니다.
또한 이 논문은 이 방법이 어떻게 진화할 수 있는지에 대한 미래를 제시합니다. 현재 검증은 고전적으로 추적 가능한 특정 "킥믹스" 회로에 대해서만 작동합니다. 연구진은 AI와 수학적 증명 도구가 성숙함에 따라, 이러한 단순한 구조를 갖지 않는 더 일반적인 양자 회로를 검증하는 것이 가능해질 수 있다고 제안합니다. 이렇게 되면 AI 에이전트가 체크하기 쉬운 부분뿐만 아니라 전체 양자 알고리즘을 최적화할 수 있게 될 것입니다. 하지만 현재로서는 이 세 가지 벤치마크에 집중하고 있으며, 이들은 새로운 시대의 AI 보조 양자 공학을 위한 시험장 역할을 합니다. 검증 과정을 빠르고 신뢰할 수 있게 만듦으로써, 연구팀은 양자 알고리즘 설계를 민주화하여 다양한 분야의 연구자들이 이 강력한 기계들을 최적화하는 데 기여할 수 있기를 희망합니다. 이 경연은 양자 물리학 배경과 상관없이 AI에 관심이 있는 누구에게나 접근 가능하도록 설계되었으며, 신선한 관점이 전문가들이 간과할 수 있는 효율성의 돌파구를 마련할 것으로 기대하고 있습니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.