محققان در یک پژوهش جدید، از قدرت شبکههای عصبی عمیق (DNN) برای «طراحی معکوس» قطعات کوانتومی استفاده کردهاند. تا پیش از این، طراحی حفرههای SRF و کیوبیتهای ترانسمون نیازمند شبیهسازیهای تکراری بسیار طولانی و پرهزینه بود.
با این روش جدید، هوش مصنوعی میتواند مستقیماً هندسه دستگاه را بر اساس عملکرد هدف (مثل فرکانس و نرخ کوپلینگ) پیشنهاد دهد. نتایج خیرهکننده است: دقت مدل در طراحی قطعات تا ۹۸ درصد میرسد و سرعت طراحی را به شدت افزایش میدهد. این یک قدم بزرگ برای مقیاسپذیری کامپیوترهای کوانتومی آینده است! ⚛️💻
منبع: arXiv AI
