自动化近期分子基态量子算法发现

设计量子算法是一项复杂且反直觉的任务,这使其成为人工智能驱动算法发现的理想对象。为此,该研究团队采用名为Hive的人工智能程序合成平台,该平台利用大型语言模型驱动高度分布式的进化流程来探索新型算法。研究聚焦量子化学中的基态问题,针对LiH、H2O和F2分子开发出高效的量子启发式算法,与当前最先进的近期量子算法相比,这些算法显著减少了量子资源消耗。此外,研究人员对发现算法进行可解释性研究,确定了实现效率提升的关键功能模块。最终,该工作基于Quantinuum System Model H2量子计算机对Hive发现的电路进行基准测试,明确了达到化学精度所需的最低系统要求。该团队认为,这种量子算法发现的新方法不仅适用于化学领域,还可拓展至其他领域,并为容错量子计算机的量子算法设计提供新思路。

作者单位: VIP可见
页数/图表: 登录可见
提交arXiv: 2026-03-27 12:37

量科快讯