IonQ và ORNL Trình diễn AI Tạo sinh cho Tối ưu hóa Lượng tử

Tóm tắt nội dung chính

• IonQ, ORNL, NVIDIA và Đại học Tennessee, Knoxville đã trình diễn một phương pháp AI tạo sinh tạo trực tiếp các mạch tối ưu hóa lượng tử, thay thế cho việc tinh chỉnh tham số lặp đi lặp lại.
• Trong các thí nghiệm đo chuẩn, phương pháp tạo sinh duy trì thời gian tạo mạch ở mức khoảng 28 giây trên các quy mô vấn đề được thử nghiệm, trong khi phương pháp trước đó tăng từ khoảng 34 giây trên bốn qubit lên hơn 11 phút trên 12 qubit.
• Nghiên cứu đã sử dụng mô phỏng GPU NVIDIA H200 thay vì phần cứng lượng tử và nhận thấy chất lượng giải pháp do mô hình tạo ra tăng gần gấp đôi khi quy mô bài toán con tăng lên trên một chuẩn 100 biến.

THÔNG CÁO BÁO CHÍ — IonQ (NYSE: IONQ), nền tảng và xưởng đúc lượng tử full-stack hàng đầu thế giới, hôm nay đã trình bày chi tiết nghiên cứu chung với Phòng thí nghiệm Quốc gia Oak Ridge (ORNL), NVIDIA, và Đại học Tennessee, Knoxville (UT) cho thấy một mô hình tạo sinh đã được huấn luyện có thể viết trực tiếp các mạch tối ưu hóa lượng tử, loại bỏ vòng lặp tinh chỉnh tham số thử-và-sai vốn khiến phương pháp chính xác nhất trở nên quá tốn kém để vận hành. Bài báo đang được trình bày trong tuần này tại IEEE Quantum Week ở Toronto.

Tối ưu hóa lượng tử lai chia một vấn đề lớn thành các phần nhỏ hơn, giải quyết từng phần và kết hợp lại các kết quả. Mỗi phần cần một mạch lượng tử tùy chỉnh, theo truyền thống yêu cầu tinh chỉnh tham số thử-và-sai: chạy, đo lường, điều chỉnh và lặp lại, thường là hàng trăm lần. Các phần lớn hơn có thể cải thiện câu trả lời, nhưng chúng cũng làm tăng chi phí tinh chỉnh, hạn chế quy mô của các vấn đề mà các nhà nghiên cứu có thể giải quyết.