自动化近期量子算法发现用于分子基态
量子物理
2026-03-31 v1 人工智能
摘要
设计量子算法是一项复杂且反直觉的任务，使其成为AI驱动算法发现的理想候选。为此，我们采用Hive，一个用于程序合成的AI平台，利用大型语言模型驱动高度分布的进化过程以发现新算法。我们聚焦于量子化学中的基态问题，并发现了高效的量子启发式算法，能够为LiH、H2O和F2分子求解该问题，同时相对于最先进的近期量子算法表现出显著的量子资源减少。进一步，我们对发现的算法进行可解释性研究，并识别出负责效率提升的关键函数。最后，我们在Quantinuum System Model H2量子计算机上基准测试Hive发现的电路，并识别出化学精度所需的最低系统要求。我们设想这种量子算法发现的新方法适用于化学以外的其他领域，也适用于为容错量子计算机设计量子算法。
引用
@article{arxiv.2603.26359,
title = {Automated near-term quantum algorithm discovery for molecular ground states},
author = {Fabian Finger and Frederic Rapp and Pranav Kalidindi and Kerry He and Kante Yin and Alexander Koziell-Pipe and David Zsolt Manrique and Gabriel Greene-Diniz and Stephen Clark and Hamza Fawzi and Bernardino Romera-Paredes and Alhussein Fawzi and Konstantinos Meichanetzidis},
journal= {arXiv preprint arXiv:2603.26359},
year = {2026}
}
备注
main: 17 pages, 7 Figures