Техас университеті A&M, Nvidia және Лос-Аламос ұлттық зертханасының зерттеушілер тобы кванттық схемаларды терең талдауға арналған SCALAR — инновациялық нейросимволдық фреймворкты ұсынды. Бұл жүйе QAOA (Quantum Approximate Optimization Algorithm) алгоритмінің параметрлері мен MaxCut есебіндегі графтардың құрылымдық сипаттамалары арасындағы жасырын байланыстарды анықтау үшін кванттық симуляцияны, символдық гипотеза генерациясын және үлкен тілдік модельдерді (LLM) біріктіреді.
SCALAR жұмыс принципі
SCALAR зерттеушіні алмастырмайды, керісінше тексерілетін гипотезаларды генерациялауға арналған қуатты құрал ретінде қызмет етеді. CUDA-Q платформасы негізінде жүйе алдымен кванттық схемалардың симуляциясын іске қосады, содан кейін алынған нәтижелерді граф белгілерінің жиынтығымен салыстырады. Әрі қарай txGraffiti модулі символдық гипотезаларды генерациялайды, ал LLM оларды интерпретациялауға және маңыздылығы бойынша сұрыптауға көмектеседі. Фреймворктың негізгі міндеті — тексеруге, нақтылауға немесе жоққа шығаруға болатын тұжырымдарды қалыптастыру.
Эксперименттік нәтижелер
Бірінші кезеңде SCALAR MQLib бенчмаркіндегі 82 MaxCut есебінде, шағын салмақсыз графтарды пайдалана отырып сыналды. Талдау бір және екі тереңдіктегі схемалар үшін жүргізілді. «Құрылымдық із» — төрт негізгі белгілер жиынтығы (төбелер саны, орташа дәреже, орташа кластерлену коэффициенті және максималды тәуелсіз жиынның қатынасы) көмегімен жүйе 14 граф тобын бөліп көрсетті. Оның 13-інде QAOA оңтайландырылған параметрлері іс жүзінде бірдей болды. Бұл дәлелденген теорема емес, эмпирикалық бақылау, бірақ ол ықтимал болжамдылықты көрсетеді.
Екінші кезең төрт топологияның 2000 кездейсоқ генерацияланған графтарын қамтыды: регулярлық, Эрдеш — Реньи, Барабаши — Альберт және Уоттс — Строгац. Мұнда әсер азырақ байқалды: бірдей негізгі белгілер ұқсас параметрлерге кепілдік бермеді, ал схема тереңдігінің артуымен болжамдылық төмендеді.
Шектеулер мен перспективалар
Негізгі нәтижелер нақты кванттық жабдықта емес, симуляторларда алынды. 77 кубитте CUDA-Q тензорлық симуляторымен демонстрация — масштабталуды растамайтын жалғыз мысал. Авторлар жаңа белгілерді қосу (мысалы, төбе дәрежесінің стандартты ауытқуы) графтарды бөлуді жақсартуы мүмкін екенін атап өтеді, бірақ QAOA-ның барлық нұсқалары үшін әмбебап белгілер жиынтығы жоқ. SCALAR толығымен автономды емес: белгілерді таңдау және гипотезаларды интерпретациялау сарапшының қатысуын талап етеді.
Менің талдауым: SCALAR — кванттық схемаларды талдауды автоматтандыруға бағытталған әсерлі қадам, бірақ оның практикалық құндылығы әзірге симуляциялармен шектелген. Кванттық есептеулер қолданыстағы шифрлау алгоритмдеріне қауіп төндіретін криптоиндустрия үшін мұндай құралдар осалдықтарды іздеуді жеделдетуі мүмкін. Алайда нақты кванттық жүйелерге енгізуге әлі алыс.