量子科技中心_量科网

量子电路设计目前由特定量子算法的目标驱动。这种方法需要量子算法设计者投入大量精力来为任务设计合适的电路。但随着量子算法复杂度提升，这种人工设计方式将面临电路设计工作量指数级增长的问题，并可能引入不必要的归纳偏差。受此启发，该研究团队借鉴神经架构搜索（NAS）思想，提出自动化电路设计流程。该工作提出两种量子-NAS算法，旨在为给定量子任务寻找高效电路。研究人员以量子数据压缩作为示范任务，通过设计出性能优于基准的自动编码器，在量子数据去噪、经典数据压缩和纯量子数据压缩三项任务中验证了算法有效性。实验结果表明，量子NAS算法能大幅减少人工设计成本，同时为各类任务提供高性能量子电路。