用于量子计算机的 AI 激光锁定：QuEra 如何实现自动化

QuEra 的量子计算机在精确频率的激光上运行，这种精度是肉眼无法看到的，只有原子才能区分。保持激光存在是一个连续的行为：温度、振动和压力将其推离目标一整天，而分层反馈又将其推回目标。当反馈回路出现故障时，锁就会断开，机器就会停止。历史上，将其恢复需要一位特定的专家：他对激光器有直观的了解，并且具有将其恢复到正确状态所需的确切恢复顺序的经验。如果锁在半夜坏了，那个人就必须开车去实验室修理。这并不是一个新问题，QuEra 已经针对常见干扰构建了自动重新锁定功能。 Aquila 是我们通过 Amazon Braket 提供的生产 QPU，其正常运行时间已经超过 99%。但该团队知道，人类参与重新锁定的程度，特别是对于不太频繁但更严重的干扰来说，是不可扩展的。因此，今年春天 QuEra 部署了模型硬件标准 (MHS)，该标准最初是 Anthropic 和 HHMI Janelia 研究园区之间的合作。跨职能工作组将重新锁定提升到另一个级别：逻辑 QPU 可扩展部署所需的级别。通过 MHS 在专用测试台上工作，并由人工智能代理在人类设置的安全范围内对大约 70 万美元的精密硬件进行操作控制，现在锁定只需几秒钟即可恢复：经过验证，达到目标，且建筑物内无人。然后，同样的方法更进一步。它将锁本身调整到可以证明的质量水平，并在单次运行中将这种新能力带到第二个工作波长。当谈到 QuEra 在基础层面上跨量子计算机分层人工智能的计划时，结果很有希望，而且只是冰山一角。激光锁定问题 对于我们的人工智能代理正在解决的问题，想象一下跷跷板上的球是一个有用的视觉类比。在这个简化的类比中，球的位置就是激光的频率。如果我们可以将其固定在特定位置（在本例中为绿色区域内），我们就可以成功控制原子量子位。在 QuEra 的系统中，驱动逻辑量子位的激光器必须保持在 ±1 kHz 或更好的范围内，大约 ±0.000000001 nm（说明性值，用于教育）。这里的红外激光是肉眼看不见的，以假色显示。球摆动；任何人的眼睛都看不出来。只有原子才能区分。图中的跷跷板类似于我们系统中的执行器。但挑战在于所需的精度如此之高，以至于没有一个执行器可以单独完成。多个致动器堆叠在一起。大而缓慢的一层会带来宽阔的漂移；速度逐渐加快的层会产生更精细的抖动。总之，球永远不会离开该区域。但有一个转折。真正的调音旋钮并不平滑。激光器更喜欢某些波长，由其内部滤光片（标准具、双折射滤光片）决定。在此示例中，每次下蹲都是球可以进入的固定模式。这里有一个陷阱：在受到干扰后，将旋钮恢复到水平位置并不能将球带回家。它稳定地处于错误的模式，看起来被锁定了。足够大的扰动会使球远离精细层的范围，进入竞争模式。无论您将较小的层调整多远，球仍然卡在错误的锁中。恢复需要将粗略的宽范围旋钮扫过阈值以将球带回家，然后快速放松以捕获目标模式。最后，必须根据绝对波长参考来验证锁定，这样错误的模式就不会被误认为成功。此过程称为钛宝石跳模恢复。这是 MHS 自动重锁控制器自行执行的判断。在真实的激光系统中，所有层共存。双折射滤光片是粗糙的、范围最广的层：其景观具有一些宽间隔模式。标准具位于其上，带有更细的梳子。压电（平滑、连续、最快）骑在顶部进行快速的最终修剪。优雅地工作意味着每个粗元素都保持在其自身景观的右倾角，而细元素则滑动，并且球永远不会离开该区域。构建人工智能代理来重新锁定激光系统 上述恢复过程传统上是由高技能专家组成的小团队完成的。自动化也不是一项单人的工作：需要一名了解锁如何以及为何失效的激光系统工程师，一名指挥仪器的软件工程师，一名负责恢复逻辑的算法设计人员，以及一名测试人员将该逻辑与真实锁损坏的多种方式进行比较。正是这种形状的 QuEra 团队花了大约两到三周的时间来构建我们早期手写的恢复脚本，它的局限性是任何固定脚本的局限性：它只能处理其作者认为枚举的故障。任务为