IBM QuantumとQuICS、500以上の高効率マジックステートファクトリを発見するためにAIエージェントを導入

IBM Quantum、Joint Center for Quantum Information and Computer Science (QuICS / NIST / UMD)、およびMITの研究者たちは、大規模言語モデル（LLM）エージェントと決定論的ソルバーをペアにして、未知のマジックステート蒸留プロトコルをマッピングするニューロシンボリック検索フレームワークを開発しました。この研究は、Symmetry and AI-assisted discovery of magic-state factoriesと題されたプレプリントで詳細に説明されており、チームは699のファクトリクラス（以前は知られていなかった564のプロトコルを含む）を発見し、記録的な低リソースフットプリントで非クリフォード状態を提供しました。

平面CSSまたはサーフェスコードを実行するユニバーサルフォールトトレラント量子コンピュータは、横断ゲートのみで非クリフォード操作をネイティブに実行できません。標準的なアーキテクチャは、ゲートテレポーテーションを介してノイズの多いアンシラ状態を精製するために蒸留ファクトリに依存していますが、このルーチンは歴史的にマシンの物理量子ビットと実行時間の最大90％を消費すると予測されていました。網羅的な分類は歴史的に小さな入力サイズ（n ≤ 54）で停滞していましたが、研究者たちは、コード距離d ≥ 3を達成することが、バイナリ行列表現内のゼロでないペアワイズ異なるシンドロームを選択することと数学的に同等であることを証明することにより、より大きな検索を管理可能にしました。

拡張された検索スペースをナビゲートするために、チームは自動化されたマルチエージェントループを展開しました。言語モデルエージェントがターゲットとする部分群対称軌道を提案し、整数計画ソルバーが候補回路行列を構築し、独立した検証エンジンがゲートIDとコード距離を検証します。レビューエージェントがソルバーログを評価し、後続のラウンドを生産的なジオメトリに向けるようにリダイレクトします。ピュアT状態に加えて、このフレームワークは、CCZ^⊗2やT ⊗ CCZ^⊗4などのエンタングルド状態を出力するファクトリをもたらし、アルゴリズム合成中のゲート深度を直接低下させました。

コミュニティのリソース推定をサポートするために、著者は、クリフォード補正ルールと行列エクスポート形式でインデックス付けされたオープンアクセスリポジトリで検証済みの回路をリリースしました。

この研究論文はarXivでこちらで入手でき、エグゼクティブコメントはJay GambettaのLinkedIn投稿こちらで共有され、回路モデルはGitHubリポジトリこちらでホストされ、インタラクティブなマジックステートファクトリカタログはこちらで入手できます。非クリフォード状態生成に関する関連QCRレポートには、Google Quantum AIのWillowハードウェア育成デモンストレーションこちらと、NVIDIAおよびJülichによるJUPITERでのエクサスケール育成シミュレーションこちらが含まれます。