Modello di IA impara a sintetizzare circuiti per lo stato fondamentale quantistico
Un framework di IA generativa chiamato ADAPT-GQE è stato creato da ricercatori per generare circuiti per la preparazione dello stato fondamentale in chimica quantistica. Utilizzando ADAPT-VQE, questo approccio produce circuiti di riferimento di alta qualità che aiutano ad addestrare un modello a suggerire e valutare nuovi circuiti. Successivamente, l'apprendimento per rinforzo migliora l'accuratezza oltre i dati di addestramento iniziali, ottenendo significativi guadagni di efficienza. Questo progresso ha il potenziale di accelerare la realizzazione del vantaggio quantistico in campi come la scienza dei materiali e lo sviluppo di farmaci.
Fatti principali
- ADAPT-GQE è un framework di IA generativa per la sintesi di circuiti quantistici
- Utilizza ADAPT-VQE per generare circuiti di riferimento per l'addestramento
- L'apprendimento per rinforzo migliora l'accuratezza oltre i dati di addestramento
- Sono riportati guadagni di efficienza di ordine di grandezza
- Le applicazioni target includono la scienza dei materiali e i prodotti farmaceutici
- Il lavoro è descritto in arXiv:2607.22468
- La preparazione dello stato quantistico è essenziale per molti algoritmi quantistici
- ADAPT-VQE diventa computazionalmente proibitivo per molecole grandi
Entità
Istituzioni
- arXiv