IBM让量子计算研发进入“自动驾驶时代”

当人工智能开始帮助科学家设计量子纠错码，量子计算的发展正在迈入一个全新的阶段。

近日，IBM Research发布了一项重要成果——利用大语言模型（LLM）驱动的开源框架 OpenEvolve，成功发现数百种全新的量子纠错码（Quantum Error Correction，QEC），为未来容错量子计算的发展打开了新的可能性。

如果说经典计算机最大的优势是稳定，那么量子计算机最大的挑战就是“容易出错”。业内普遍认为：没有量子纠错，就没有真正意义上的量子计算。然而，设计高性能量子纠错码本身却是一项极其复杂的工作。

IBM让AI参与量子码设计

为解决这一难题，IBM推出了OpenEvolve, 这是一个结合大语言模型与进化算法的开源AI框架, 其核心思想类似于“AI科学家”：

1. 大语言模型提出新的代数结构假设；
2. 自动评估其纠错性能；
3. 保留优秀方案继续进化；
4. 不断迭代寻找更优结果。

这种模式让人工智能不再只是辅助分析数据，而是直接参与科学发现过程。过去是科学家寻找量子码；未来可能是AI帮助科学家发现量子码。

一次发现465种全新纠错码

IBM团队将OpenEvolve应用于双变量自行车码（Bivariate Bicycle Codes，BB Codes）的研究。BB码是IBM容错量子计算路线图中的重点方向之一，属于量子低密度奇偶校验码（qLDPC Codes）家族。

量子纠错码通常采用：

[[n, k, d]]

三个参数进行描述：

• n：物理量子比特数量
• k：逻辑量子比特数量
• d：纠错距离（纠错能力）

在实际设计中，这三个指标很难同时达到最优，需要进行复杂权衡, 令人惊讶的是，OpenEvolve最终发现了：465种此前未知的新型量子纠错码。

这些新方案在编码效率、资源消耗以及纠错能力之间展现出不同的平衡关系，为未来量子硬件架构提供了更多选择。

AI与量子计算开始形成“双向赋能”

长期以来，人们更多关注量子计算如何提升人工智能能力。而此次IBM的工作展示了另一种趋势：人工智能正在反向加速量子计算的发展。未来AI不仅能够帮助发现量子纠错码，还可能参与：

• 量子算法设计
• 量子芯片架构优化
• 量子材料发现
• 量子实验自动化
• 容错系统验证

这意味着AI与量子计算正逐渐形成双向协同发展的新生态。

开源背后的战略意义

值得关注的是，IBM已将OpenEvolve完整开源至GitHub。这不仅体现了IBM推动量子生态建设的开放战略，也意味着全球研究人员都可以基于这一框架继续探索新的量子纠错方案。

OpenEvolve的出现表明：未来量子技术的突破，可能不仅来自实验室里的科学家，也来自训练有素的人工智能; 当AI开始帮助人类设计量子计算机时，我们距离实用化量子计算或许又近了一步。

如果你关注：

➡️ 欧洲量子科技产业

➡️ DeepTech Commercialization

欢迎关注本公众号, 我会持续分享更多全球视野。