Der Classiq-Codierwettbewerb in Zahlen

Wie es begann

Als wir den Classiq Coding Competition ins Leben riefen, wussten wir nicht, was wir erwarten würden. Wir hatten mehrere Ziele vor Augen:

• Das Bewusstsein dafür zu schärfen, dass kompakt und effizient sowohl wichtig als auch möglich ist.
• Förderung von Innovationen aus allen Teilen der Welt.
• Ermutigung junger Erwachsener, sich für das Quantencomputing zu interessieren.

Wie unser CEO sagt:

"Die Entwicklung effizienter Quantenalgorithmen ist teils Technik, teils Kunst. Der Classiq Coding Competition ist ein Aufruf an die weltweite Quantensoftware-Gemeinschaft, ihre Talente zu zeigen und zu demonstrieren, wie das Quantencomputing den Menschen zu neuen Höhen führen kann. Effiziente Schaltkreise verbessern die Fähigkeit eines jeden Quantencomputers, wichtige Probleme zu lösen."

Wir versuchten, diese Ziele zu erreichen, indem wir vier Quantenprobleme vorgaben(Zustandsvorbereitung, Hamilton-Exponentiation, Erfüllung von Nebenbedingungen und mehrfach kontrollierte Toffoli-Gatter) und verschiedene Geldpreise für effiziente Lösungen, originelle Beiträge und Teilnehmer unter 18 Jahren auslobten.

‍

Was geschah

Die Ergebnisse übertrafen unsere Erwartungen:

• 297 Teilnehmer aus 51 Ländern haben sich angemeldet. Die nachstehende Karte zeigt die Anmeldungen nach Ländern.

Die wichtigsten Länder waren: Indien (71 Anmeldungen), Vereinigte Staaten (65), Israel (23), Deutschland (12), Kanada (10), Frankreich (10), Vereinigtes Königreich (9), Spanien (8), Japan (8) und Polen (6 Anmeldungen).

‍

• Bei etwa 10 % der Anmeldungen (insgesamt 27) handelte es sich um Gruppen von Personen, die sich zusammenschlossen, um die Probleme gemeinsam zu lösen.
• 5 % der Anmeldungen (14) entfielen auf die Kategorie "18 Jahre und jünger".
• 45 % der registrierten Personen gaben an, über weniger als ein Jahr Erfahrung im Quantencomputing zu verfügen, 32 % gaben an, 1-2 Jahre Erfahrung zu haben, 12 % gaben an, 2-3 Jahre Erfahrung zu haben und 11 % gaben an, mehr als 3 Jahre Erfahrung zu haben.
• Die Anmeldungen kamen sowohl aus dem akademischen Bereich als auch aus der Industrie. Auf akademischer Seite haben wir die gesamte Bandbreite an Positionen erhalten: von Studenten bis hin zu ordentlichen Professoren. Aus der Wirtschaft kamen Anmeldungen von Mitarbeitern von IBM, Amazon, McKinsey, Infosys, Microsoft, Intel und vielen anderen.

Bewertung der Lösungen

Wir erhielten insgesamt 146 Lösungen von 82 einzelnen Teilnehmern. Die meisten Lösungen gingen für das mehrfach kontrollierte Toffoli-Problem ein (57 Lösungen), gefolgt von dem Problem der Erfüllung von Nebenbedingungen (44), der Vorbereitung des finanziellen Zustands (23) und der chemischen Hamilton-Exponentiation (22).

Unser Ziel bei der Bewertung war es, die Gewinner zu ermitteln. Das mag zwar offensichtlich klingen, aber es ist wichtig zu beachten, dass wir dies als Wettbewerb und nicht als Prüfung betrachteten. Unser Ziel war es also nicht, jede Lösung zu benoten, sondern nur die besten zu finden. Daher sind wir wie folgt vorgegangen:

• Wir sortierten die Lösungen nach der von den Teilnehmern angegebenen Metrik (Anzahl der CX-Tore oder Gesamttiefe). Niedriger war besser.
• Wir haben die Anzahl der Gatter und die Gesamttiefe überprüft. Während die meisten Einreichungen diese Zahlen genau wiedergaben, gaben einige die Tiefe oder die Anzahl der Tore an, die etwas höher oder niedriger als die tatsächliche Zahl war.
• Wir testeten Lösungen, beginnend mit der niedrigsten Zahl. Für jedes Problem verwendeten wir eine andere Testmethodik. Für das mehrfach kontrollierte Toffoli-Problem haben wir beispielsweise ein Schaltungsäquivalenz-Tool verwendet, mit dem wir die Lösung mit einer Standardimplementierung aus einer öffentlich zugänglichen Bibliothek vergleichen konnten. Für die Erfüllung von Nebenbedingungen haben wir die Grover-Schaltung ausgeführt, um die Ergebnisse zu ermitteln usw. Für die lognormale Zustandsvorbereitungsfunktion stellten wir Beispielcode zur Verfügung, um die Genauigkeit zu testen usw.
• Bei Schaltkreisen, die die Prüfung bestanden, haben wir die Lösung genauer untersucht. So wollten wir zum Beispiel sehen, dass die Grover-Lösungen nicht hart kodiert waren und die Schaltung tatsächlich ein Orakel implementierte.
• Viele Lösungen zur Vorbereitung des korrekten Zustands hatten die gleiche Schaltungstiefe, so dass wir denjenigen den Vorzug gaben, die früher im Wettbewerb eingereicht wurden.

Die Ermittlung der Gewinner in den Kategorien "innovative Lösung" und "unter 18 Jahren" war eher subjektiv, und wir legten Wert auf den Aufwand, die Qualität der Erklärung und so weiter. Einige der Erklärungen (siehe die Gewinner der Kategorie "Zufriedenheit mit den Einschränkungen") waren detailliert und wie für eine wissenschaftliche Veröffentlichung formatiert.

Die vollständige Liste der Gewinner können Sie hier einsehen.

‍

Finanzen: log-normaler Zustand Vorbereitung

Das Problem wurde wie folgt definiert:

Viele Quantenalgorithmen beruhen auf der Initialisierung von Qubits in einem bestimmten Zustand. Die versprochene Beschleunigung des Algorithmus hängt von der Fähigkeit ab, den Quantenzustand effizient vorzubereiten. Die Vorbereitung eines Quantenzustands ist ein Beispiel für einen umfassenderen Anwendungsfall der Kompilierung von Isometrien in spezifische Quantenschaltungen, und es ist bekannt, dass im Allgemeinen eine exponentielle Anzahl von Gattern benötigt wird. Eine der beliebtesten Verteilungen ist die Log-Normal-Verteilung, die an vielen Stellen verwendet wird, z. B. in der Optionspreisformel des Black-Scholes-Modells.

Das Ziel war es, die Tiefe des Schaltkreises zu minimieren, und die siegreichen Lösungen hatten tatsächlich eine Schaltkreistiefe von eins. Wir werden einen Beitrag mit detaillierteren Erklärungen veröffentlichen, aber im Grunde hatte das Problem zwei Freiheitsgrade: die spezifischen Quantengatter, die zur Annäherung an die Verteilung verwendet werden können, und die Diskretisierung (z. B. was jedem Quantenbin entspricht). Durch eine Änderung der Diskretisierung war es möglich, eine Quantenschaltkreistiefe von eins zu erreichen. Hier sind die eingereichten Schaltkreistiefen der verschiedenen gültigen Lösungen, sortiert von der besten (niedrigste Anzahl) bis zur höchsten Anzahl:

Eine Beschreibung der ausgezeichneten Lösungen finden Sie hier.

Chemie: Hamiltonsche Potenzierung

Die Problemstellung lautete:

Das Hamilton-Simulationsproblem beschreibt die Entwicklung von Quantensystemen, wie z. B. Molekülen und Festkörpersystemen, durch Lösung der Schrödingergleichung. Quantencomputer ermöglichen die Simulation in skalierbarer Weise. Der bekannteste Algorithmus ist die auf Trotterisierung basierende Produktformel. Für dieses Problem ist eine Schaltung mit nicht mehr als 10 Qubits zu erzeugen, die sich dem unitären e-iHe-iH annähert, wobeiHH der Qubit-Hamiltonian eines LiH (Lithiumhydrid)-Moleküls ist. Der LiH-Hamiltonian ist aus 276 Pauli-Strings zusammengesetzt. Der Approximationsfehler wird im nächsten Abschnitt definiert und sollte weniger als 0,1 betragen. Die Schaltung sollte nur aus den CX- und Einzel-Qubit-Gattern bestehen.

Hier sind die eingereichten Schaltkreistiefen der verschiedenen gültigen Lösungen, sortiert von der besten (niedrigste Anzahl) bis zur höchsten Anzahl:

Eine Beschreibung der ausgezeichneten Lösungen finden Sie hier.

Optimierung: Erfüllung von Nebenbedingungen

Die Aufgabe bestand darin, ein Kakuro-Rätsel zu lösen:

Kakuro ist ein Logikrätsel, das oft als mathematische Umschreibung des Kreuzworträtsels bezeichnet wird. Das Rätsel wird auf einem Gitter aus gefüllten und leeren Zellen gespielt. Die gefüllten Zellen enthalten die erforderliche Summe für die passenden leeren Zellen. Das Ziel des Rätsels ist es, die leeren Felder unter zwei Bedingungen zu füllen: 1) Zwei Zellen in der gleichen Zeile/Spalte dürfen nicht die gleiche Zahl haben. 2) Die Summe der Zellen in jeder Zeile/Spalte muss gleich der passenden gefüllten Zelle sein. Ziel ist es, dieses Kakuro-Rätsel mit Hilfe des Grover-Algorithmus zu lösen.

Die ausgezeichneten Lösungen werden hier vorgestellt und beschrieben.

Die Ergebnisse sind nachstehend aufgeführt:

Multi-Control Toffoli-Tor

Das Problem wurde wie folgt definiert:

Viele Quantenoperationen beinhalten Multi-Controlled Toffoli (MCX) Gatter. Zu den bekanntesten gehören der Grover-Operator, der logische UND-Operator, verschiedene Zustandsvorbereitungsalgorithmen und arithmetische Komparatoren. Diese Aufgabe konzentriert sich auf die Implementierung des MCX-Gatters mit einer begrenzten Anzahl von Qubits und Schaltungstiefe. Ihr Ziel ist es, ein MCX-Gatter mit 14 Steuerqubits in Einzel-Qubit- und Doppel-Qubit-CX-Gatter zu zerlegen. Sie dürfen bis zu fünf saubere Hilfsqubits verwenden und sollten diese am Ende der Schaltung wieder freigeben (uncompute). Die Schaltung darf also insgesamt nicht mehr als 20 Qubits verwenden: 14 Kontrollqubits, ein Zielqubit und bis zu fünf Hilfsqubits.

Die siegreichen Lösungen werden hier beschrieben, und die Einreichungen werden wie folgt bewertet:

‍

Die Kategorie der 18-Jährigen und jünger

Eine unserer angenehmen Überraschungen war die Anzahl und Qualität der Beiträge von jüngeren Teilnehmern. Ein Team, das besonders erwähnenswert ist, ist das Team "Carnivorous Cacti", bestehend aus Tarushii Goel, Kareem Jaber und Cyril Sharma, ein Team von drei Highschool-Schülern, die gerade ihren Abschluss an der Thomas Jefferson High School in Virginia gemacht haben. Dieses Team gewann den Bronzepreis beim Toffoli-Dekompositionsproblem (und trat damit gegen die gesamte Bevölkerung an) und erhielt außerdem eine lobende Erwähnung beim Hamilton-Exponentierungsproblem. Natürlich waren wir der Meinung, dass sie einen "18-und-unter"-Preis verdient hätten.

Da wir die Gewinner während der Quantum.Tech-Konferenz in Boston bekannt gegeben haben, haben wir die drei Studenten gebeten, zu uns nach Boston zu kommen und den Preis persönlich in Empfang zu nehmen. Hier sind sie an unserem Stand zusammen mit dem Preis:

Ich glaube, die Teilnehmer der Messe waren begeistert und optimistisch, was diese neue Generation von Quanten-Software-Ingenieuren angeht, insbesondere angesichts des erheblichen Talentmangels, mit dem die Branche konfrontiert ist.

‍