Исследователи Google DeepMind и Google Quantum AI представили метод, в котором агенты Gemini 4 Carbon ищут более экономные квантовые алгоритмы, а система Lean проверяет доказательства их корректности и затрат ресурсов. Препринт опубликован 6 ноября и дополнен 9 ноября; работа охватывает пять задач.

Обычный поиск алгоритмов с ИИ упирается в проверку: большие квантовые вычисления слишком дороги для симуляции на классическом компьютере, а подходящего квантового оборудования ещё нет. Здесь люди задают математические условия задачи, агенты предлагают программы и доказательства, а отдельная проверка не позволяет им незаметно упростить исходные требования.

По расчётам авторов, найденные схемы для трёх задач физики и химии сокращают произведение числа логических кубитов и числа дорогостоящих T-операций в 2,49–10,9 раза относительно базовых алгоритмов. В параллельном поиске всех отмеченных элементов лучший вариант требует в 2,55 раза меньше раундов запросов. Выигрыш не универсален: в граничных режимах поиска одного элемента новые схемы лишь совпадают с прежним результатом.

Это математически проверенные оценки в заданных моделях вычислений, а не измеренное ускорение реального устройства. Библиотеку Lean, условия задач и решения авторы пока обещают открыть. Метод расширяет область, где ИИ может искать алгоритмы до появления пригодного оборудования; перенос на него ещё потребует учёта исправления ошибок и расположения кубитов.