LTM ha integrato AI-QEM, una soluzione di Quantum Error Mitigation basata sull’intelligenza artificiale, nell’IBM Quantum Functions Catalog, diventando il primo integratore globale di sistemi a pubblicare una funzione all’interno del catalogo. La tecnologia permette agli utenti che dispongono di piani di accesso IBM Quantum idonei di applicare procedure di mitigazione degli errori direttamente nei flussi di lavoro sviluppati con Qiskit, senza dover ricorrere a strumenti esterni scollegati dall’ambiente operativo. La soluzione è stata progettata per affrontare il rumore e le imprecisioni che caratterizzano le elaborazioni sui processori quantistici attuali, utilizzando modelli di intelligenza artificiale capaci di apprendere le caratteristiche degli errori specifici dell’hardware. L’obiettivo è migliorare l’attendibilità delle misurazioni ottenute dai circuiti quantistici attraverso elaborazioni classiche successive all’esecuzione, evitando di aumentare necessariamente il numero delle operazioni effettuate sul processore quantistico.
AI-QEM utilizza informazioni relative al circuito, al backend di esecuzione e agli osservabili misurati per stimare fattori di correzione da applicare ai risultati. Il sistema apprende i comportamenti del dispositivo e utilizza l’inferenza classica per mitigare le alterazioni dei valori di aspettazione provocate dal rumore. Secondo LTM, questa impostazione consente di aumentare l’accuratezza delle elaborazioni senza richiedere tempo aggiuntivo sulla Quantum Processing Unit, nuove esecuzioni dei circuiti o l’impiego di ulteriori qubit, risorse che possono essere necessarie in altre tecniche di mitigazione. La funzione si inserisce quindi nella fase di post-processing, nella quale i risultati prodotti dall’hardware vengono elaborati per stimare valori più vicini al comportamento atteso del circuito. L’effettiva qualità della correzione dipende tuttavia dalle caratteristiche dell’hardware, dalla struttura del circuito e dagli errori presenti nelle misurazioni.
LTM ha dichiarato di aver verificato AI-QEM su computer quantistici IBM utilizzando circuiti di dimensioni e complessità differenti, comprendendo esperimenti con oltre cento qubit. Non sono stati pubblicati valori quantitativi dei miglioramenti di accuratezza ottenuti né confronti prestazionali diretti con altri sistemi di mitigazione. Nel catalogo IBM sono già presenti strumenti che affrontano problematiche correlate mediante metodologie differenti, tra cui le tecnologie di soppressione degli errori basate sull’intelligenza artificiale di Q-CTRL, la funzione QESEM di Qedma e l’approccio basato su reti tensoriali sviluppato da Algorithmiq. L’integrazione AI-QEM amplia le possibilità di post-elaborazione disponibili per gli sviluppatori Qiskit, permettendo di inserire una fase di mitigazione direttamente nelle procedure di sperimentazione e sviluppo degli algoritmi quantistici. LTM, precedentemente conosciuta come LTIMindtree, era già entrata nell’IBM Quantum Network come primo integratore globale di sistemi indiano. La nuova funzione consolida questa attività sul piano tecnico, concentrandosi sulla correzione statistica dei risultati e sull’impiego di risorse computazionali classiche per migliorare l’utilizzabilità delle elaborazioni quantistiche rumorose.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)