본 논문은 변분 양자 알고리즘에서 기존 방식의 경직성, 확장성 제한 및 전문가 의존성을 극복하기 위해 대규모 언어 모델(LLM)과 진화적 최적화를 통합한 자동화된 양자 회로 설계 프레임워크(FunSearch)를 제안합니다. FunSearch는 완전히 처음부터 확장성과 시스템 크기와 무관한 변분 매개변수 개수라는 새로운 특징을 가진 하드웨어 효율적인 ansatz를 자율적으로 발견합니다. n=9 큐비트를 갖는 이징 및 XY 스핀 체인에 대한 데모에서 4개의 매개변수를 포함하는 회로가 생성되었으며, 시스템 크기에 걸쳐 거의 정확한 에너지 외삽을 달성했습니다. Zuchongzhi 칩과 같은 양자 하드웨어에서의 구현을 통해 실용성이 입증되었으며, 최대 20개 사이트의 스핀 체인 시스템에 대해 제로 노이즈 외삽을 통해 2-큐비트 양자 게이트 노이즈를 효과적으로 완화할 수 있었습니다. 이 프레임워크는 알고리즘 설계와 실험적 제약 조건을 연결하여 확장 가능한 양자 시뮬레이션을 발전시키기 위한 현대 양자 아키텍처 검색 프레임워크를 보완합니다.
시사점, 한계점
•
시사점:
◦
LLM과 진화적 최적화를 결합하여 자동화된 양자 회로 설계를 가능하게 함으로써 기존 방식의 한계를 극복.
◦
하드웨어 효율적인 ansatz를 자동으로 생성하여 확장성 및 시스템 크기와 무관한 변분 매개변수 개수를 제공.
◦
실제 양자 하드웨어에서의 구현을 통해 실용성을 검증하고, 노이즈 완화 전략의 효과를 보여줌.
◦
확장 가능한 양자 시뮬레이션을 위한 새로운 접근법 제시.
•
한계점:
◦
제안된 프레임워크의 일반적인 성능과 적용 가능성에 대한 추가적인 연구가 필요.
◦
더욱 복잡한 양자 시스템에 대한 적용 가능성 및 확장성 평가가 필요.
◦
LLM과 진화적 최적화 알고리즘의 파라미터 최적화 및 계산 비용에 대한 분석 필요.
◦
특정 양자 하드웨어에 대한 의존성 및 다른 아키텍처로의 일반화 가능성에 대한 추가 연구 필요.
