2026年5月14日——在量子计算机能够执行任何有用任务之前，需要先将量子算法翻译成一系列基本量子操作，即量子门。如何高效编写这些量子电路是该领域最棘手的开放性问题之一。两年前，由因斯布鲁克大学理论物理系的 Gorka Muñoz-Gil 领导的研究团队提出了一种在给定量子计算机上制备量子操作的新方法，该方法利用机器学习生成模型来寻找执行量子操作的合适量子门序列。

如今，因斯布鲁克的研究团队与 NVIDIA 及 NVIDIA CUDA-Q 量子经典超算平台合作，改进了该模型，使其能够生成高效的量子电路。该方法的关键创新在于，它能够同时处理电路的结构选择（使用哪些门）及其数值参数。由此生成的电路显著短于其他方法产生的电路，这对于当今存在噪声的量子硬件至关重要，因为每增加一个门都会引入误差。

该方法能力的一个显著展示是，人工智能在没有被告知解决方案应是什么样的情况下，独立地重新发现了量子傅里叶变换（许多量子算法的基础构建模块）的教科书级电路。这展示了人工智能在整个量子计算堆栈中的广阔应用前景。

该研究近期发表在《机器学习：科学与技术》（Machine Learning: Science and Technology）期刊上，并获得了奥地利科学基金 FWF 和欧洲研究理事会的资助。