Caminhos evolutivos para circuitos quânticos: explorando algoritmos genéticos na geração automatizada de designs

Abstract

A computação quântica destaca-se pela promessa de uma capacidade de processamento superior e pelo desenvolvimento de algoritmos inovadores, com impactos significativos na segurança criptográfica. Contudo, na era NISQ (Noisy Intermediate-Scale Quantum), os computadores quânticos enfrentam limitações como ruído e baixo tempo de decoerência, o que restringe sua aplicabilidade. Para mitigar essas limitações, estratégias híbridas, como os circuitos quânticos variacionais, têm ganhado relevância ao combinar aspectos da computação clássica e quântica. Esta dissertação propõe um algoritmo de busca baseado em algoritmos genéticos, capaz de gerar circuitos quânticos variacionais otimizados para eficiência e desempenho em problemas de aprendizagem de máquina. O objetivo é criar arquiteturas mínimas e eficazes para resolver problemas sintéticos e reais, sem depender de informações prévias sobre o carregamento e processamento dos dados. Diversas configurações do algoritmo foram testadas, gerando arquiteturas quânticas eficientes, com desempenho comparável ao de algoritmos clássicos em alguns casos. A solução desenvolvida mostra-se promissora para a criação de arquiteturas quânticas, representando uma abordagem viável para a resolução de problemas de classificação dentro das limitações dos computadores quânticos atuais.