量子科技中心_量科网

高性能量子电路的设计在很大程度上仍依赖于人类专家经验。该团队提出了一种自主智能体框架，利用大语言模型在明确设计约束下进行迭代式量子电路设计。该研究系统整合了七个模块：探索、生成、讨论、验证、存储、评估与审查。这些模块构成一个闭环工作流，融合了基于网络的文献知识获取、基于文献的批判性讨论、可执行代码生成以及实验反馈。该团队在两项任务上评估了该框架：量子机器学习的量子特征映射构建，以及量子化学中变分量子本征求解器应用的拟设生成。在图像分类基准测试中，生成的最佳特征映射优于代表性量子特征映射，并且在扩展到更多量子比特时，超越了经典径向基函数核。在跨七个分子的分子基态能量估算中，生成的拟设在满足所施加的缩放约束的同时，达到了与广泛使用的化学启发式及硬件高效构造相媲美的竞争性精度。这些结果表明，大语言模型驱动的智能体系统可成为自动化量子电路设计的可行范式，并展示了人工智能系统如何跨科学领域参与迭代式科学优化工作流。