IBM, Mitsubishi Chemical e Keio treinam Generative Quantum Eigensolvers em hardware de 70-Qubit

Um consórcio de pesquisa composto por IBM Quantum, Mitsubishi Chemical Corporation, Keio University e NVIDIA demonstrou um framework de treinamento de hardware quântico in-the-loop para geradores de circuitos autorregressivos de até 70 qubits. Publicado no arXiv, o estudo utilizou o processador IBM Heron de 156 qubits ibm_kobe para treinar políticas de Generative Quantum Eigensolver (GQE) baseadas em transformadores, que foram subsequentemente aplicadas de forma zero-shot para simular moléculas complexas de fotorresistência de organoestanho para litografia ultravioleta extrema (EUV).

Simular elétrons fortemente correlacionados em clusters organometálicos apresenta uma barreira exponencial para métodos clássicos de interação de configuração, enquanto circuitos parametrizados profundos perdem a coerência rapidamente em processadores quânticos físicos. Sob a Diagonalização Quântica baseada em Amostras (SQD), o processador quântico apenas amostra configurações salientes de cadeias de bits, após o que um processador clássico reconstrói o subespaço ativo e diagonaliza o Hamiltoniano molecular. A qualidade da preparação do estado dita a precisão da recuperação, mas ansätze convencionais frequentemente geram profundidades de gates proibitivas quando mapeados para topologias de hardware físico.