Anthropic Claude Mythos 5: Quantum Circuit Design reduziert die Anzahl der benötigten Tore erheblich

Anthropic's Claude Mythos 5 hat ein Quantum-Circuit-Design entwickelt, das die Anzahl der benötigten Tore im Vergleich zu früheren Methoden um das 17-Fache reduziert. Dieses Ergebnis könnte Ingenieuren helfen, rechenintensive Quantenalgorithmen mit weniger Rechenressourcen auszuführen und bietet einen neuen Ansatz zur Lösung einer der größten ingenieurtechnischen Herausforderungen in der Quantenberechnung: das Gleichgewicht zwischen Speicherbedarf und Verarbeitungszeit. Dieses Design stammt aus einem 53-stündigen Experiment, das von dem Forscher Andi Gu geleitet wurde und im Rahmen des STEM-Forschungsprogramms von Anthropic durchgeführt wurde.

Claude entwickelte einen reversiblen arithmetischen Algorithmus für elliptische Kurvenberechnungen und arbeitete dabei mit Forschern von Harvard University und QuEra Computing zusammen. Die Forschungsergebnisse zeigen, dass automatisiertes Circuit-Design vielversprechend ist, um den Fortschritt in der praktischen Quantenberechnung zu beschleunigen.

Quantencomputer verarbeiten Informationen durch Quantenbits (qubits), die durch Überlagerung Kombinationen von Zuständen darstellen können. Derzeitige Quantencomputer verfügen jedoch nur über Hunderte bis Tausende von Qubits, und Umgebungsstörungen können während des Berechnungsprozesses Fehler einführen. Daher müssen Ingenieure die Quantenkreise so effizient wie möglich gestalten. Jede Operation verbraucht Rechenressourcen, und das Speichern von Zwischenergebnissen erfordert zusätzliche Qubits. Quantenkreise können auch nicht einfach temporäre Informationen verwerfen, da ihre Operationen reversibel bleiben müssen.

Neue Erkenntnisse aus unserem STEM-Forschungsprogramm zeigen, dass die Quantum-Circuits von Claude Mythos 5, die nach klaren Anweisungen entworfen wurden, in der Leistung bestehende beste veröffentlichte Designs übertreffen und in einigen Fällen sogar um mehrere Größenordnungen verbessert wurden.

Neuer Algorithmus optimiert elliptische Kurvenberechnungen

Anthropic übertrug die Optimierungsaufgabe auf Claude, die acht Rechenbausteine abdeckt, darunter Chemie, physikalische Simulation, Optimierung, Zahlentheorie und numerische Berechnungen. Ein automatisierter Evaluator überprüft die Korrektheit jedes Designs und bewertet dessen Ressourcenbedarf. Claude Mythos 5 konnte in einem iterativen Design- und Testzyklus seine Vorschläge ohne menschliches Eingreifen verfeinern, wobei das Endergebnis im Vergleich zu zuvor veröffentlichten Designs verbessert wurde, wobei einige Reduzierungen um mehrere Größenordnungen erreicht wurden.

Eine besonders bemerkenswerte Erkenntnis betrifft die Modul-Inversion, eine mathematische Operation, die in der elliptischen Kurvenarithmetik verwendet wird.

Diese Operation spielt eine wichtige Rolle in Quantenalgorithmen, die auf das Problem des diskreten Logarithmus elliptischer Kurven abzielen. Claude konzentrierte sich auf einen Algorithmus namens divsteps, der durch wiederholte bedingte Operationen die Werte vereinfacht. Klassische Computer können diese Methode effizient ausführen, aber die Umwandlung in Quantenkreise bringt erhebliche Speicherprobleme mit sich. Reversible Schaltungen müssen genügend Informationen speichern, um jeden Berechnungsschritt wiederherzustellen, weshalb divsteps seine Entscheidungszweige aufzeichnen muss, was eine große Menge zusätzlicher Qubits verbrauchen kann. Claude entwickelte jedoch eine Methode, um diese Entscheidungen direkt aus den Zwischenergebnissen wiederherzustellen.

Potenzial und Herausforderungen des automatisierten Designs

Er leitete mathematische Identitäten ab, um diese Methode zu etablieren, und testete ihre Machbarkeit durch numerische Simulationen, bevor er schließlich ihre Korrektheit mit Lean formalisierte. Der endgültige Schaltkreis muss nicht mehr die vollständige Historie der Entscheidungszweige speichern. Claude erkundete anschließend hybride Designs, die teilweise Informationen speichern und den Rest rekonstruieren. Eine der verwendeten Designs benötigte 12 % mehr Qubits als das minimalste vorherige Design, benötigte jedoch 17-mal weniger Tore. Dieses Gleichgewicht erweitert die Auswahlmöglichkeiten für Ingenieure, die mit begrenzter Quantenhardware arbeiten.

Anthropic berichtete auch über Verbesserungen bei anderen Circuit-Design-Aufgaben. Eine der Optimierungen reduzierte die Kosten des teuersten Schrittes in einem führenden Quantenoptimierungsalgorithmus um etwa das 12-Fache. Diese Ergebnisse basieren auf jahrelangen Bemühungen, die für praktische Quantenberechnung benötigten Ressourcen zu reduzieren. Forscher schätzten 2017, dass die Simulation der Grundzustandsenergie des biologischen Stickstofffixierers FeMoco etwa 500 Billionen Toffoli-Tore erfordern würde. Spätere Fortschritte reduzierten diese Schätzung auf etwa 340 Millionen Tore, was einer Reduzierung um etwa 150.000-fach entspricht.

Anthropic ist der Ansicht, dass automatisierte Circuit-Optimierung vielversprechend ist, um ähnliche Fortschritte zu beschleunigen. Dennoch stehen weiterhin bedeutende Hindernisse im Weg. Quantencomputer benötigen bessere Fehlerkorrektur, zuverlässige Hardwarekontrolle und Systeme, die in der Lage sind, fragile Qubits über längere Berechnungen hinweg zu verwalten. Dennoch können von KI entworfene Schaltungen Forschern helfen, zukünftige Maschinen effektiver zu nutzen.

Artikel	Spezifikationen
Anzahl der Quanten-Circuit-Tore	Reduziert auf 1/17
Modul-Inversionsalgorithmus	Optimierung der divsteps-Methode
Qubit-Nutzungsrate	12 % mehr als das minimale Design

Einfluss und zukünftige Herausforderungen des automatisierten Circuit-Designs

Das Quantum-Circuit-Design von Claude Mythos 5 zeigt das Potenzial automatisierter Designs in der Quantenberechnung, insbesondere bei der Reduzierung der Anzahl der Tore und des Speicherbedarfs. Dies kann nicht nur die Recheneffizienz steigern, sondern auch den Weg zur Praktikabilität der Quantenberechnung ebnen. Dennoch stehen Quantencomputer vor erheblichen Herausforderungen in Bezug auf Fehlerkorrektur und Hardwarekontrolle. Zukünftige Forschungen müssen sich auf diese Probleme konzentrieren, um sicherzustellen, dass Quantencomputer über längere Berechnungen hinweg stabil arbeiten können und somit breitere Anwendungen ermöglichen.