AI开始“设计”量子计算机，错误率最高降了63倍

量子计算机怎么设计可能正在交给AI。近日德国量子计算公司QC Design发布最新白皮书公布了其专为容错量子计算设计的AI系统Meridian的测试结果。在超过100项容错设计任务中Meridian生成的方案其逻辑错误率中位数相比已有方法降低超过10倍。面对通用AI智能体时Meridian的逻辑错误率中位数也降低超过40%最高改善幅度达到98.4%相当于错误率降低约63倍。这意味着AI正在从“帮人写代码、做计算”进一步进入量子计算最底层的设计环节。AI开始设计量子计算机量子计算真正难的地方从来不只是把量子比特数量做上去。想让量子计算机最终运行真正有价值的任务还必须解决量子纠错。因为物理量子比特非常脆弱环境噪声、操作误差等都会让量子信息出错。因此量子计算机需要通过量子纠错把多个物理量子比特组织起来保护一个更加可靠的逻辑量子比特。问题也由此变得复杂究竟选择哪种纠错码量子比特怎么连接检测错误的电路怎么设计不同硬件的噪声应该怎么处理这些选择会直接影响一台量子计算机需要多少硬件、运行速度有多快以及最终能否实现容错计算。而这些问题通常横跨计算机科学、量子纠错、器件物理和工程等多个领域能够同时掌握这些知识的人非常有限。QC Design想做的就是让AI进入这个设计过程。Meridian并不是一个普通的通用AI而是针对容错量子计算专门打造的AI系统。它会根据具体量子硬件的连接方式、原生门和错误特征探索不同架构再通过QC Design自己的Plaquette平台进行验证。简单来说Meridian负责“想方案”Plaquette负责“验方案”。更关键的是Plaquette并不是只看理想条件下的模拟结果。它能够把泄漏、退相干、串扰等真实硬件中的缺陷加入模拟让AI提出的设计接受更接近真实量子计算机运行环境的测试。这一步很重要因为一个方案在理论模型里表现很好并不意味着它放到真实硬件上也有效。AI如果只追求模拟器里的高分很容易找到一些“钻模型空子”的方案。QC Design希望通过这种“AI探索真实硬件建模验证”的方式把这类问题筛掉。100多项任务AI把错误率压低此次测试并不是只挑一个案例来证明Meridian有效。QC Design构建了一套超过100项的容错设计任务覆盖10类量子纠错码、不同硬件布局以及对应主要量子计算平台的错误模型。白皮书重点测试的是一种非常关键的电路也就是用于检测受保护量子信息错误的电路。结果显示在与5种已发表算法的比较中Meridian生成的方案在整个测试集上的逻辑错误率中位数降低超过10倍。另一份行业报道根据白皮书进一步整理出的数据称中位数降低幅度约为14.6倍。面对通用AI差距同样存在。QC Design将Meridian与基于GPT-6 Astra的通用AI智能体进行比较。结果显示Meridian的逻辑错误率中位数降低超过40%部分任务的改善幅度达到98.4%相当于约63倍的错误率降低。这里真正值得注意的并不是“AI打败AI”这么简单。通用AI可以生成方案但量子计算架构设计需要大量专业知识还必须判断一个方案在真实硬件条件下到底有没有用。Meridian的特点恰恰是把这两件事放到了一起。它一边寻找新的设计一边通过硬件模型验证这些设计。对于量子计算来说这可能比单纯提高AI的生成能力更重要。毕竟未来真正需要解决的问题不是“AI能不能提出一个看起来不错的量子方案”而是这个方案能不能真正做成一台更可靠、更高效的量子计算机。如果Meridian这类系统能够继续扩大设计范围AI参与量子计算机架构设计的角色可能还会进一步向硬件研发的核心环节深入。引用[1]QC Design’s Meridian Outperforms Published Methods and General-Purpose AI in Quantum Computer Design