- تم تقليل عدد البوابات في تصميم الدوائر الكمية لـ Claude Mythos 5 بمقدار 17 مرة، مما يعزز كفاءة الحساب.
- تحسين تصميم الخوارزمية القابلة للعكس يحل مشاكل التخزين في حسابات المنحنيات البيضاوية.
- يساعد التصميم الآلي للدوائر في تسريع تقدم الحوسبة الكمية العملية.
- لا يزال يتعين على الحواسيب الكمية مواجهة تحديات تصحيح الأخطاء والتحكم في الأجهزة.
طوّر Claude خوارزمية حسابية قابلة للعكس لاستخدامها في حسابات المنحنيات البيضاوية، وتعاون مع باحثين من جامعة هارفارد وQuEra Computing في هذا العمل. تشير النتائج إلى أن التصميم الآلي للدوائر يمكن أن يسرع من تقدم الحوسبة الكمية العملية.
تعالج الحواسيب الكمية المعلومات من خلال الكيوبتات (qubits)، التي يمكن أن تمثل مجموعة من الحالات من خلال التراكب. ومع ذلك، تحتوي الحواسيب الكمية الحالية على مئات إلى آلاف الكيوبتات فقط، ويمكن أن تؤدي التداخلات البيئية إلى إدخال أخطاء أثناء عملية الحساب. لذلك، يجب على المهندسين جعل الدوائر الكمية فعالة قدر الإمكان. كل عملية تستهلك موارد حسابية، بينما يتطلب تخزين النتائج الوسيطة كيوبتات إضافية. كما لا يمكن ببساطة التخلص من المعلومات المؤقتة في الدوائر الكمية، حيث يجب أن تظل عملياتها قابلة للعكس. تكشف الاكتشافات الجديدة المستمدة من برنامج الباحثين في STEM لدينا أن الدوائر الكمية المصممة بواسطة Claude Mythos 5 وفقًا لتعليمات واضحة تتفوق في الأداء على التصاميم المنشورة الحالية، وفي بعض الحالات، تحسن الأداء بمقدار عدة درجات.تحسين الخوارزمية لحسابات المنحنيات البيضاوية
أوكلت Anthropic مهمة تحسين إلى Claude، تغطي ثمانية عناصر حسابية تشمل الكيمياء، والمحاكاة الفيزيائية، والتحسين، ونظرية الأعداد، والحساب العددي. يقوم المقيّم الآلي بفحص دقة كل تصميم وتقييم احتياجاته من الموارد. في دورة من إعادة التصميم والاختبار، تمكن Claude Mythos 5 من تحسين اقتراحاته دون تدخل بشري، وكانت النتائج النهائية محسّنة مقارنة بالتصاميم السابقة، حيث تم تقليل عدد البوابات في بعض الحالات بمقدار عدة درجات.
تتعلق إحدى النتائج الملحوظة بشكل خاص بعكس الوحدات، وهو عملية رياضية تستخدم في حسابات المنحنيات البيضاوية.تلعب هذه العملية دورًا مهمًا في الخوارزميات الكمية المتعلقة بمشكلة اللوغاريتمات المنفصلة للمنحنيات البيضاوية. ركز Claude على خوارزمية تُدعى divsteps، التي تبسط القيم من خلال عمليات شرطية متكررة. يمكن للحواسيب الكلاسيكية تنفيذ هذه الطريقة بكفاءة، لكن تحويلها إلى دوائر كمية يسبب مشاكل تخزين كبيرة. يجب أن تحتفظ الدوائر القابلة للعكس بمعلومات كافية لإعادة بناء كل خطوة حسابية، لذا تحتاج divsteps إلى تسجيل قرارات تفرعها، مما قد يستهلك عددًا كبيرًا من الكيوبتات الإضافية. طور Claude طريقة لاستعادة هذه القرارات مباشرة من القيم الوسيطة.
إمكانات وتحديات التصميم الآلي
استخلص رياضيات المعادلات الثابتة لتأسيس هذه الطريقة، واختبر قابلية تنفيذها من خلال المحاكاة العددية، وفي النهاية استخدم Lean لتأكيد صحتها. لم تعد الدائرة النهائية بحاجة إلى تخزين تاريخ كامل من قرارات التفرع. بعد ذلك، استكشف Claude التصميمات المختلطة، التي تخزن جزءًا من المعلومات وتعيد بناء الجزء المتبقي. استخدم أحد هذه التصميمات عددًا من الكيوبتات أكثر بنسبة 12% من التصميمات السابقة الأدنى، لكن عدد البوابات المطلوبة كان أقل بمقدار 17 مرة. يوسع هذا التوازن الخيارات المتاحة للمهندسين الذين يعملون على الأجهزة الكمية المحدودة.
أبلغت Anthropic أيضًا عن تحسينات في مهام تصميم دوائر أخرى. واحدة من التحسينات خفضت تكلفة الخطوة الأكثر تكلفة في خوارزمية تحسين كمية رائدة بحوالي 12 مرة. تم تحقيق هذه النتائج بناءً على سنوات من الجهود لتقليل الموارد المطلوبة للحوسبة الكمية العملية. قدّر الباحثون في عام 2017 أن محاكاة الحالة الأساسية لمجمع FeMoco الذي يثبت النيتروجين البيولوجي تتطلب حوالي 500 تريليون بوابة Toffoli. وقد خفضت التقدمات اللاحقة هذا التقدير إلى حوالي 340 مليون بوابة، مما يقللها بمقدار حوالي 150,000 مرة.تعتقد Anthropic أن تحسين الدوائر الآلي لديه القدرة على تسريع التقدم المماثل. ومع ذلك، لا تزال هناك عقبات مهمة. لا تزال الحواسيب الكمية بحاجة إلى تصحيح أخطاء أفضل، وتحكم موثوق في الأجهزة، وأنظمة قادرة على إدارة الكيوبتات الهشة خلال عمليات حسابية طويلة. ومع ذلك، فإن الدوائر المصممة بواسطة الذكاء الاصطناعي لا تزال تساعد الباحثين في استخدام الآلات المستقبلية بشكل أكثر فعالية.
العنصر المواصفات عدد بوابات الدائرة الكمية تم تقليله إلى 1/17 خوارزمية عكس الوحدات تحسين طريقة divsteps معدل استخدام الكيوبتات أكثر بنسبة 12% من التصميم الأدنى
تأثير التصميم الآلي للدوائر والتحديات المستقبلية
يظهر تصميم الدوائر الكمية لـ Claude Mythos 5 إمكانيات التصميم الآلي في الحوسبة الكمية، خاصة في تقليل عدد البوابات ومتطلبات التخزين. لا يعزز ذلك كفاءة الحساب فحسب، بل يمهد أيضًا الطريق لتطبيقات الحوسبة الكمية العملية. ومع ذلك، لا تزال الحواسيب الكمية تواجه تحديات كبيرة في تصحيح الأخطاء والتحكم في الأجهزة. يجب أن تركز الأبحاث المستقبلية على هذه القضايا لضمان استقرار الحواسيب الكمية خلال عمليات حسابية طويلة، مما يتيح تطبيقات أوسع.

