Исследователи Google создали ИИ-декодер AlphaQubit для выявления ошибок длительных квантовых вычислений

Разработку вели две команды: DeepMind и Quantum AI. Первая привнесла в проект наработки в сфере ML, вторая — экспертизу в исправлении ошибок.

В основе AlphaQubit лежит трансформер. Используя проверки согласованности в качестве входных данных, его задача — предсказать, изменился ли логический кубит в конце эксперимента.

Для обучения AlphaQubit использовался квантовый симулятор для генерации сотен миллионов примеров в различных настройках и уровнях ошибок. После этого AlphaQubit настроили для конкретной задачи декодирования, предоставив ему множество экспериментальных образцов из квантового процессора Sycamore (54 кубита).

При тестировании на данных Sycamore AlphaQubit установил новый стандарт точности по сравнению с предыдущими декодерами. В ключевых экспериментах Sycamore AlphaQubit допускает на 6% меньше ошибок, чем методы тензорных сетей, которые являются высокоточными, но медленными. AlphaQubit также допускает на 30% меньше ошибок, чем Correlated Matching.

🔗Источник: https://blog.google/technology/google-deepmind/alphaqubit-quantum-error-correction/

***
📃 Статья в Nature