IBM、AIを活用して新たな量子誤り訂正コードの特定へ


物理エラー率に対する論理エラー率の性能(異なるQECコードの場合)。出典:IBM

最適な量子誤り訂正(QEC)コードの探索は、膨大な数の代数的な定式化の可能性が存在するため、非常に時間と計算能力を要するボトルネックとなっています。この課題に対処するため、IBMの研究者たちは、実用的なQECコードの発見を劇的に加速するオープンソースのLLM(大規模言語モデル)主導型進化AIフレームワークであるOpenEvolveを発表しました。このフレームワークは、古典AIと量子コンピューティングの間に強力な双方向の相互作用を確立します。大規模言語モデル(LLM)を利用して、有効なコード候補となりうる代数式の情報に基づいた仮説を生成します。

ここから先は

1132字

有料会員になれば全ての記事を読むことができます。