QFOR: A Fidelity-aware Orchestrator for Quantum Computing Environments using Deep Reinforcement Learning

量子计算机有望解决当今超级计算机需要数千年才能破解的问题，从设计新药到破解复杂的代码。然而，这些机器尚未成为科幻小说中那种可靠的生产力工具。它们是脆弱且敏感的仪器，运行在一个充满噪声、易出错的时代，即使是微小的干扰都可能毁掉一次计算。由于建造和维护这些机器极其困难且昂贵，大多数研究人员通过云端远程访问它们，就像在互联网上租用一台功能强大的计算机一样。这创造了一个独特的物流难题：当每台机器都各不相同、每个任务都独一无二，且机器自身的性能特征随时间不断变化时，你该如何决定哪台特定的量子机器应该运行特定的任务？

在这种环境下，仅仅将任务发送给第一台可用的机器往往是一个错误。一台在纸面上看起来很快的机器可能对于复杂的作业来说噪声太大；而一台更安静的机器可能又太慢，导致脆弱的量子信息在工作完成前就消散殆心中。挑战在于找到速度与准确性之间的完美平衡，而这项任务对于标准的调度规则来说过于复杂。研究人员 Hoa T. Nguyen、Muhammad Usman 和 Rajkumar Buyya 通过创建一种名为 QFOR 的新系统解决了这一问题。该系统充当了量子云资源的智能管理者，利用一种被称为深度强化学习的人工智能技术，来学习如何在实时环境中做出最佳决策。

研究人员构建了一个精密的模拟系统，模仿真实的量子云环境，其中包含五种不同类型的量子处理器，其规模从 27 到 127 个量子比特（量子信息的单位）不等。他们向该系统输入了数千个不同的量子任务，这些任务源自一个著名的基准算法集，并观察了他们的新型 AI 管理器与传统调度方法相比的表现。测试的传统方法包括一些简单的策略，例如选择第一台可用的机器、在机器之间均匀轮询任务，或者始终选择平均错误率最低的机器。这些旧方法依赖于固定的规则，无法轻易适应量子硬件多变且不可预测的本质。

相比之下，QFOR 通过实践来学习。它将调度问题视为一场游戏，试图通过两个主要因素来最大化得分：保真度（即结果的准确性）和完成任务所需的时间。系统会观察量子机器的当前状态，包括当前的错误率以及它们已经运行了多久，然后决定哪台机器最适合下一个传入的任务。经过数千次的训练过程，AI 发现了人类设计的规则所忽略的模式和策略。它学会了超越“最快”或“最安静”这类简单的指标，转而考虑试图运行的量子电路的具体形状和复杂度，并将其与能够最有效地处理该特定工作的机器进行匹配。

模拟结果令人瞩目。在测试中，QFOR 系统始终能产生比传统方法更准确的结果。在最理想的情况下，与表现最好的传统基准相比，它将计算的相对保真度提高了 29.5% 至 84%。这意味着计算结果正确执行的可能性显著提高。至关重要的是，研究人员发现，这种巨大的准确性提升并没有以牺牲速度为代价。该系统能够使完成任务的总时间与最快的传统方法相当，或仅略长。这表明 AI 成功地在“等待更好的机器”与“将任务匆忙交给嘈紧机器”之间实现了艰难的权衡。

最重要的发现之一是，旧有的假设——即你应该简单地选择平均错误率最低的机器——是存在缺陷的。研究人员表明，如果特定的量子任务需要复杂的连接排列，而该机器无法很好地处理，那么即使该机器具有较低的平均错误率，其表现仍可能很差。AI 学到了，最佳选择取决于任务的具体细节，而不仅仅是机器的一般评分。这一洞察强调了为什么在硬件多样化且不断演进的量子计算领域，一种灵活的、基于学习的方法是必要的。

研究还表明，该系统可以根据不同的目标进行调整。通过调整一个单一的设置，研究人员可以让 AI 更加侧重于获得尽可能准确的结果，或者优先考虑尽快完成任务。这种灵活性对于一个需求各异的领域至关重要：一位药物研发研究员可能会将准确性置于首位，而一位金融分析师可能需要快速的答案。这种无需重建整个系统即可改变平衡的能力，证明了该方法的稳健性和适应性。

尽管这些结果来自模拟而非真实的物理量子云，但研究人员使用了来自 IBM 量子设备的真实数据来模拟噪声和误差，使得模拟成为了对该概念的严格测试。这项工作表明，随着量子计算机变得越来越普遍和复杂，人类操作员将无法手动管理它们。相反，像 QFOR 这样的智能系统将对于编排任务流至关重要，以确保这些昂贵且脆弱的资源得到高效利用。研究结论指出，通过使用深度强化学习来平衡保真度和时间，我们可以更接近于实现量子计算的承诺，即为世界上最难的问题提供可靠且具有成本效益的解决方案。