← Nieuwste papers
⚛️ quantum physics

Automated near-term quantum algorithm discovery for molecular ground states

Dit artikel beschrijft hoe het AI-platform Hive, dat gebruikmaakt van grote taalmodellen en evolutionaire processen, efficiënte quantumalgoritmen heeft ontdekt voor het vinden van de grondtoestand van moleculen, die aanzienlijk minder quantumresources vereisen dan bestaande methoden en succesvol zijn getest op de Quantinuum H2-quantumcomputer.

Oorspronkelijke auteurs: Fabian Finger, Frederic Rapp, Pranav Kalidindi, Kerry He, Kante Yin, Alexander Koziell-Pipe, David Zsolt Manrique, Gabriel Greene-Diniz, Stephen Clark, Hamza Fawzi, Bernardino Romera Paredes, Alhussei
Gepubliceerd 2026-03-30
📖 5 min leestijd🧠 Diepgaand

Oorspronkelijke auteurs: Fabian Finger, Frederic Rapp, Pranav Kalidindi, Kerry He, Kante Yin, Alexander Koziell-Pipe, David Zsolt Manrique, Gabriel Greene-Diniz, Stephen Clark, Hamza Fawzi, Bernardino Romera Paredes, Alhussein Fawzi, Konstantinos Meichanetzidis

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een zeer complexe puzzel moet oplossen: het vinden van de perfecte, stabiele vorm van een molecuul (zoals water of zuurstof). In de chemie noemen we dit het vinden van de "grondtoestand". Als je dit goed kunt, kun je nieuwe medicijnen ontwerpen of betere batterijen maken.

Het probleem is dat dit voor een gewone computer als een onmogelijke klus voelt, en voor een quantumcomputer (de supercomputer van de toekomst) is het nog steeds heel lastig. Het is alsof je probeert een heel ingewikkeld recept te schrijven voor een cake, maar je mag alleen ingrediënten gebruiken die je in een donkere kamer kunt vinden, en als je één fout maakt, is de hele cake een puinhoop.

Hier komt dit wetenschappelijke artikel om de hoek kijken. Het vertelt het verhaal van een team dat een kunstmatige intelligentie (AI) heeft ingezet om niet alleen de cake te bakken, maar om het recept zelf te bedenken.

Hier is de uitleg, vertaald naar alledaagse taal:

1. De Uitdaging: Het Schrijven van Recepten

Normaal gesproken moeten wetenschappers zelf quantum-algoritmes (de recepten voor de computer) ontwerpen. Dit is extreem moeilijk. Het vereist dat je begrijpt hoe deeltjes met elkaar "danssen" (kwantumverstrengeling) en dat je precies weet welke stappen je moet zetten.

  • De analogie: Het is alsof je een orkest moet dirigeren, maar je mag geen noten lezen en je moet tegelijkertijd de viool, de trompet en de drum spelen. Mensen vinden dit lastig en maken vaak fouten.

2. De Oplossing: De "Hive" (Het Bijenkorfje)

De onderzoekers hebben een AI-platform gebruikt dat ze de Hive noemen. Denk aan de Hive als een super-slimme, oneindig geduldige kok die duizenden recepten tegelijk uitprobeert.

  • Hoe werkt het? De AI begint met een heel simpel recept. Ze proeven het resultaat. Als het niet lekker is, laten ze de AI het recept een beetje aanpassen. Dan proberen ze het opnieuw. Ze doen dit miljoenen keren, waarbij ze de beste versies selecteren en die weer verbeteren.
  • Het geheim: In plaats van dat de AI alleen het antwoord zoekt, leert ze hoe je het antwoord moet vinden. Ze ontdekt slimme trucjes die menselijke wetenschappers misschien over het hoofd hadden gezien.

3. Het Resultaat: Slimmere, Snellere Recepten

De AI heeft nieuwe recepten ontdekt voor moleculen zoals Lithium-Hydride (LiH), Water (H2O) en Fluorine (F2).

  • De prestatie: De recepten die de AI bedacht, zijn veel efficiënter dan de beste recepten die mensen tot nu toe hadden bedacht.
  • De besparing: Om dezelfde taak te volbrengen, hebben de AI-recepten veel minder "energie" nodig. In quantum-taal betekent dit: minder kwantum-bits (qubits) en minder ingewikkelde bewerkingen.
  • De analogie: Stel je voor dat een menselijke kok 100 ingrediënten nodig heeft om een taart te maken. De AI heeft ontdekt dat je het met slechts 10 ingrediënten kunt doen, en de taart is zelfs nog lekkerder (preciezer).

4. Waarom is dit zo belangrijk?

We leven nu in een tijdperk van "ruisige" quantumcomputers. Dat zijn machines die nog niet perfect zijn; ze maken fouten als je ze te lang gebruikt.

  • Het probleem: De oude, menselijke recepten waren te lang en te ingewikkeld. De computer maakte halverwege al fouten door de ruis, en de taart mislukte.
  • De AI-oplossing: Omdat de AI-recepten zo kort en efficiënt zijn, kunnen ze worden uitgevoerd voordat de computer "verkeerd" gaat. Ze zijn robuust genoeg om in deze imperfecte machines te werken.

5. De "Black Box" Opengebroken

Vaak is AI een "black box": het werkt, maar we weten niet waarom. Maar in dit geval hebben de onderzoekers gekeken naar de code die de AI schreef en hebben ze de slimme trucjes ontrafeld. Ze zagen dat de AI bijvoorbeeld:

  • Slechte opties heel vroeg uitsloot (zoals een kok die ruwe eieren direct weggooit).
  • Slimme patronen gebruikte om de berekening te versnellen.
  • Zelfs leerde om de berekening aan te passen als de molecuulvorm veranderde (zoals een bakker die het recept aanpast als de oven heter is).

Conclusie: De Toekomst

Dit artikel laat zien dat we niet langer alleen afhankelijk hoeven zijn van menselijke genialiteit om quantumcomputers te programmeren. We kunnen AI gebruiken om de "recepten" voor de toekomst te schrijven.

Het is alsof we de sleutel hebben gevonden om de deur naar een nieuwe wereld van ontdekkingen te openen. Of het nu gaat om het vinden van nieuwe medicijnen, het ontwerpen van nieuwe materialen, of het oplossen van complexe problemen: door AI te laten denken over hoe we quantumcomputers moeten gebruiken, kunnen we de technologie veel sneller en beter maken dan we ooit hadden durven dromen.

Kort samengevat: Mensen dachten dat ze zelf de beste quantum-recepten moesten schrijven. De AI heeft bewezen dat ze dat beter kan, sneller kan, en met minder middelen. En het beste van alles? We kunnen precies zien hoe ze het doet, zodat we ervan kunnen leren.

Verdrinkt u in papers in uw vakgebied?

Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.

Probeer Digest →