The Pulse
I ricercatori usano l’IA per trovare 564 nuove fabbriche di stati magici
Un nuovo articolo pubblicato su arXiv segnala 564 classi di fabbriche di stati magici mai descritte prima, individuate attraverso ricerche guidate dalla simmetria e agenti basati su modelli linguistici. Il catalogo comprende protocolli per
AI.info Team · Scritto con l’IA ·
«Le nostre ricerche hanno prodotto 699 classi di fabbriche, di cui 564 nuove».
Shubham P. Jain, Adam Wills e Shraddha Singh, autori di «Symmetry and AI-assisted discovery of magic-state factories»
I ricercatori hanno pubblicato l’articolo su arXiv il 5 ottobre. Descrivono un metodo di ricerca che combina simmetria matematica, agenti basati su modelli linguistici e verifiche deterministiche per trovare nuovi protocolli di produzione degli stati magici. Qui il termine «fabbriche» indica circuiti quantistici, non hardware di nuova costruzione: ogni circuito distilla stati di input affetti da rumore, ottenendo un numero minore di stati di qualità superiore, usati per eseguire operazioni non Clifford nei computer quantistici tolleranti ai guasti.
564 classi oltre i cataloghi precedenti
L’articolo presenta 699 classi di fabbriche con distanze da tre a nove, 564 delle quali sono classificate come nuove. Gli autori definiscono una classe in base al numero di input, al numero di output, alla distanza e alla porta di uscita, considerando equivalenti gli output collegati da determinate trasformazioni tramite porte CNOT e porte di fase. Una classe è nuova se nessun protocollo pubblicato la specifica e se non rientra nell’intervallo coperto dalle classificazioni esaustive esistenti.
Il catalogo contiene 493 classi a distanza tre, 88 a distanza quattro, 69 a distanza cinque e 42 a distanza sei; le restanti sette hanno distanze da sette a nove. Le nuove voci richiedono da 55 a 1715 input, e 320 ne usano non più di 127. Gli output comprendono stati T puri e combinazioni entangled di stati T, controlled-S (CS) e controlled-controlled-Z (CCZ).
La distanza è il numero minimo di stati di input difettosi che possono superare tutte le verifiche e comunque compromettere un output. Gli autori si concentrano sulle distanze da tre in su, oltre un intervallo precedentemente classificato in modo esaustivo che arrivava a 54 input a distanza tre. Secondo loro, estendere quella ricerca esaustiva al numero successivo di input richiederebbe circa 100 milioni di ore-core, contro un costo dell’ordine di 100.000 ore-core per la classificazione esistente.
Gli agenti propongono; i solver e i verificatori controllano
La ricerca parte da una rappresentazione mediante matrici binarie che consente ai ricercatori di descrivere una fabbrica sia come codice di correzione degli errori quantistici sia come circuito. Usano la simmetria per restringere i possibili sindromi d’errore, poi chiedono agli agenti di IA di suggerire gruppi di simmetria promettenti, insiemi di sindromi — chiamati «genitori» nell’articolo — e coordinate del codice da rimuovere in una ricerca nota come puncturing.
Gli agenti operano in cicli ripetuti. Quelli incaricati delle proposte suggeriscono candidati, un software deterministico esegue le ricerche specificate e un verificatore indipendente controlla ogni circuito risultante prima che entri nel catalogo; il catalogo unificato viene poi verificato nuovamente nel suo insieme. Il verificatore ricava dal circuito la porta di uscita e le parità dei controlli, testa la distanza dichiarata e verifica che gli output indicati siano effettivamente presenti.
Gli autori affermano di aver usato sempre modelli Anthropic Claude come agenti: hanno proposto genitori, gruppi di simmetria e direzioni di ricerca e, nelle esecuzioni successive, hanno scartato candidati nel ruolo di revisori. Gli autori attribuiscono al proprio lavoro il framework, la progettazione delle ricerche, il solver, i verificatori e i criteri di accettazione. In questa suddivisione, i modelli linguistici hanno il compito di formulare proposte: un candidato veniva considerato un risultato solo dopo aver superato le verifiche indipendenti.
Gli indici di overhead più bassi devono ancora essere valutati in un’architettura
Tra i risultati messi in evidenza nell’articolo, la fabbrica di stati T puri [[63, 11, 3]] ha un esponente di overhead pari a 1,589, che gli autori definiscono il più basso a loro noto per protocolli con non più di 100 input. La fabbrica [[850, 128, 6]] ha un esponente di 1,057, il migliore a loro noto tra i protocolli espliciti per stati T puri con fino a 1000 input. Una terza, [[1715, 287, 6]], ha un esponente inferiore a uno, pari a 0,998.
L’esponente misura come cresce il costo degli input quando una fabbrica viene applicata ripetutamente per ridurre gli errori negli output; in questo confronto, più è basso, meglio è. Non determina il costo totale di esecuzione di una fabbrica in un computer quantistico. L’articolo precisa che la misura basata sul numero di porte T copre il costo di sintesi delle porte di uscita, non il costo dell’implementazione completa di una fabbrica.
Per tradurre i numeri di input e gli esponenti del catalogo in risparmi hardware occorre ancora tenere conto delle probabilità di accettazione, dei coefficienti degli errori dominanti e dei circuiti di Clifford che utilizzano gli output. La ricerca presentata riguarda inoltre una classe specifica — i protocolli CSS diagonali con postselezione — e non comprende protocolli catalitici o assistiti da Hadamard, che potrebbero raggiungere parametri diversi. I ricercatori mettono a disposizione i circuiti, il motore di ricerca, i verificatori e le note sulle campagne di ricerca come base per questi confronti.