أخبار ar.wedoany.com، طورت شركة IBM Research إطارًا مفتوح المصدر للذكاء الاصطناعي التطوري يُدعى OpenEvolve، يعتمد هذا الإطار على خوارزميات تطورية موجهة بواسطة نماذج لغوية كبيرة، مما يتيح البحث السريع عن رموز تصحيح الأخطاء الكمومية القابلة للتطبيق ضمن فضاء شاسع من التعبيرات الجبرية. يُعد البحث عن رموز تصحيح الأخطاء الكمومية عقبة رئيسية أمام تحقيق الحوسبة الكمومية العملية، حيث أن فضاء الصيغ الجبرية المحتملة لهذه الرموز واسع للغاية، وتتطلب الطرق التقليدية وقتًا حسابيًا طويلاً وموارد عالية للغاية.
يؤسس إطار OpenEvolve تفاعلًا ثنائي الاتجاه بين الذكاء الاصطناعي التقليدي والحوسبة الكمومية، مستخدمًا نماذج لغوية كبيرة لتوليد فرضيات حول التعبيرات الجبرية التي يمكن أن تشكل أساسًا لرموز تصحيح محتملة. اختبر فريق البحث الإطار باستخدام رموز الدراجة ثنائية المتغير (BB)، وهي نوع من رموز التحقق من التكافؤ منخفض الكثافة الكمومية (qLDPC) التي تمثل اتجاهًا رئيسيًا في خارطة طريق IBM للحوسبة الكمومية المقاومة للأخطاء. من خلال عمليات التطور، اكتشف OpenEvolve 465 رمزًا جديدًا لتصحيح الأخطاء الكمومية. تم تقييم هذه الرموز باستخدام الصيغة [[n, k, d]]، حيث يمثل n عدد البتات الكمومية الفيزيائية، وk عدد البتات الكمومية المنطقية، وd مسافة تحمل الأخطاء.
من بين الرموز المكتشفة، يوفر الهيكل [[288,50,8]] 50 بتًا كموميًا منطقيًا، محطمًا الرقم القياسي السابق لهذه العائلة من الرموز والذي بلغ 16 بتًا كموميًا منطقيًا كحد أقصى (على الرغم من انخفاض مسافة d). يتطلب الهيكل [[72,4,8]] 72 بتًا كموميًا فيزيائيًا فقط، مما يجعله أكثر قابلية للتحقيق على الأجهزة الكمومية الحديثة. بينما يوفر الهيكلان [[288,16,12]] و[[360,12,≤24]] خيارات متوازنة نسبيًا، وتنافسية مقارنةً برمز "gross" [[144,12,12]] الذي تبحث فيه IBM بعمق. يشير فريق البحث إلى أنه على الرغم من الحاجة إلى مزيد من التقييم لأداء هذه الرموز المولدة بالذكاء الاصطناعي في البنى الفيزيائية الفعلية، إلا أن OpenEvolve قد أسس منهجية عالية الجدوى لاستكشاف فضاء رموز جبرية هائل. قامت IBM Research بنشر الإطار بالكامل كمصدر مفتوح على GitHub، لتشجيع مجتمع أبحاث الكم العالمي على استخدامه وتوسيعه. وقد نُشرت هذه الدراسة على مدونة IBM Research وعلى موقع arXiv.
تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com
