論文の概要: Unleashing the Potential of LLMs for Quantum Computing: A Study in Quantum Architecture Design

• arxiv url: http://arxiv.org/abs/2307.08191v1
• Date: Mon, 17 Jul 2023 01:39:38 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-18 15:01:33.338310
• Title: Unleashing the Potential of LLMs for Quantum Computing: A Study in Quantum Architecture Design
• Title（参考訳）: 量子コンピューティングにおけるllmの可能性を解き放つ:量子アーキテクチャ設計の研究
• Authors: Zhiding Liang, Jinglei Cheng, Rui Yang, Hang Ren, Zhixin Song, Di Wu, Xuehai Qian, Tongyang Li, Yiyu Shi
• Abstract要約: 大言語モデル(LLM)は、会話型AIの開発に大きく貢献する。 本稿では,以下の問題に対処する。 現在の生成事前学習変換器(GPT)は、ノイズの多い中間スケール量子技術の発展にどのような機会をもたらすのか?
• 参考スコア（独自算出の注目度）: 24.458383407274518
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large Language Models (LLMs) contribute significantly to the development of conversational AI and has great potentials to assist the scientific research in various areas. This paper attempts to address the following questions: What opportunities do the current generation of generative pre-trained transformers (GPTs) offer for the developments of noisy intermediate-scale quantum (NISQ) technologies? Additionally, what potentials does the forthcoming generation of GPTs possess to push the frontier of research in fault-tolerant quantum computing (FTQC)? In this paper, we implement a QGAS model, which can rapidly propose promising ansatz architectures and evaluate them with application benchmarks including quantum chemistry and quantum finance tasks. Our results demonstrate that after a limited number of prompt guidelines and iterations, we can obtain a high-performance ansatz which is able to produce comparable results that are achieved by state-of-the-art quantum architecture search methods. This study provides a simple overview of GPT's capabilities in supporting quantum computing research while highlighting the limitations of the current GPT at the same time. Additionally, we discuss futuristic applications for LLM in quantum research.
• Abstract（参考訳）: 大言語モデル(LLM)は会話型AIの開発に大きく貢献し、様々な分野の科学研究を支援する大きな可能性を持っている。 本稿では, 生成事前学習型変圧器(GPT)の現世代が, ノイズの多い中間規模量子(NISQ)技術の開発にどのような機会をもたらすか, という課題に対処する。 さらに、次世代のGPTは、フォールトトレラント量子コンピューティング(FTQC)の研究のフロンティアを推し進めるために、どのような可能性を持っているのだろうか? 本稿では,量子化学や量子ファイナンスタスクを含むアプリケーションベンチマークを用いて,有望なアンサッツアーキテクチャを迅速に提案し,評価するQGASモデルを実装した。 提案手法では,提案手法を適用すれば,最先端の量子アーキテクチャ探索手法で達成された比較結果が得られる高性能なansatzが得られることを示す。 本研究は、現在のGPTの限界を同時に強調しながら、量子コンピューティング研究を支援するためのGPTの機能の概要を提供する。 さらに,LLMの量子研究への応用についても論じる。

関連論文リスト

• A Practical Introduction to Benchmarking and Characterization of Quantum Computers [1.4163889780169499]
  量子キャラクタリゼーション、検証、検証(QCVV) QCVVの手法とプロトコルにより、科学者や技術者は量子情報処理装置の性能を精査し、理解し、向上することができる。 このチュートリアルは、量子コンピュータのベンチマークとキャラクタリゼーションに精通していない研究者のためのガイドブックとして機能する。
  論文  参考訳（メタデータ） (2024-08-22T02:00:49Z)
• Quantum Generative Adversarial Networks: Bridging Classical and Quantum Realms [0.6827423171182153]
  GAN(Generative Adversarial Networks)領域における古典的および量子コンピューティングパラダイムの相乗的融合について検討する。 我々の目的は、量子計算要素を従来のGANアーキテクチャにシームレスに統合し、トレーニングプロセスの強化のために新しい経路を開放することである。 この研究は量子化機械学習の最前線に位置し、量子システムの計算能力を活用するための重要な一歩である。
  論文  参考訳（メタデータ） (2023-12-15T16:51:36Z)
• Towards Quantum-Native Communication Systems: New Developments, Trends, and Challenges [63.67245855948243]
  調査では、量子ドメイン(QD)マルチインプットマルチアウトプット(MIMO)、QD非直交多重アクセス(NOMA)、量子セキュアダイレクト通信(QSDC)などの技術を調査した。 量子センシング、量子レーダ、量子タイミングの現在の状況は、将来の応用をサポートするために簡単にレビューされる。
  論文  参考訳（メタデータ） (2023-11-09T09:45:52Z)
• Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
  本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。 我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。 これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
  論文  参考訳（メタデータ） (2023-06-29T18:00:01Z)
• Preparing random state for quantum financing with quantum walks [1.2074552857379273]
  本稿では,古典的ハードウェア上で量子コンピュータや量子シミュレータで実行可能な量子状態に古典的データをロードする効率的な手法を提案する。 Qiskitを使ったSSQWの実装の実践例がオープンソースソフトウェアとしてリリースされた。 所望の確率振幅分布を生成するための有望な方法として、その可能性を示すことは、量子シミュレーションによるオプション価格設定におけるSSQWの適用の可能性を強調している。
  論文  参考訳（メタデータ） (2023-02-24T08:01:35Z)
• Recent Advances for Quantum Neural Networks in Generative Learning [98.88205308106778]
  量子生成学習モデル(QGLM)は、古典的な学習モデルを上回る可能性がある。 機械学習の観点からQGLMの現状を概観する。 従来の機械学習タスクと量子物理学の両方におけるQGLMの潜在的な応用について論じる。
  論文  参考訳（メタデータ） (2022-06-07T07:32:57Z)
• Theory of Quantum Generative Learning Models with Maximum Mean Discrepancy [67.02951777522547]
  量子回路ボルンマシン(QCBM)と量子生成逆ネットワーク(QGAN)の学習可能性について検討する。 まず、QCBMの一般化能力を解析し、量子デバイスがターゲット分布に直接アクセスできる際の優位性を同定する。 次に、QGANの一般化誤差境界が、採用されるAnsatz、クォーディットの数、入力状態に依存することを示す。
  論文  参考訳（メタデータ） (2022-05-10T08:05:59Z)
• Evolution of Quantum Computing: A Systematic Survey on the Use of Quantum Computing Tools [5.557009030881896]
  我々は体系的な調査を行い、量子コンピューティングを促進する論文、ツール、フレームワーク、プラットフォームを分類する。 我々は、現在の本質を議論し、オープン課題を特定し、今後の研究方向性を提供する。 我々は、ここ数年でフレームワーク、ツール、プラットフォームのスコアが出現しており、現在利用可能な施設の改善は量子研究コミュニティにおける研究活動を活用するだろうと結論付けている。
  論文  参考訳（メタデータ） (2022-04-04T21:21:12Z)
• Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
  本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。 QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。 数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
  論文  参考訳（メタデータ） (2020-10-20T12:06:27Z)
• Experimental Quantum Generative Adversarial Networks for Image Generation [93.06926114985761]
  超伝導量子プロセッサを用いた実世界の手書き桁画像の学習と生成を実験的に行う。 我々の研究は、短期量子デバイス上での高度な量子生成モデル開発のためのガイダンスを提供する。
  論文  参考訳（メタデータ） (2020-10-13T06:57:17Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。