テラ・クオンタムとシェフラー、材料モデリング向けハイブリッド量子機械学習に関する査読研究を発表

量子ソフトウェア企業であるテラ・クオンタムと、自動車・産業サプライヤーであるシェフラー・テクノロジーズAG & Co. KGは、産業材料シミュレーションにおけるハイブリッド量子古典機械学習の原子間ポテンシャルモデルへの統合について、Computational Materials Science誌に査読付き研究を発表しました。

この研究では、密度汎関数理論（DFT）に迫る精度レベルで原子エネルギーと力を予測しつつ、計算オーバーヘッドを大幅に削減するように設計されたE(3)-同変グラフニューラルネットワークであるAllegro機械学習原子間ポテンシャル（MLIP）モデルのアーキテクチャ変更を評価しています。研究チームは、古典的な多層パーセプトロン（MLP）拡張と、量子深層注入（QDI）変分量子回路層を組み込んだ量子古典ハイブリッドモデルの2つの改良型Allegroバリアントを構築し、ベンチマークを行いました。