- Claude Mythos 5 的量子電路設計閘數減少 17 倍，提升計算效率。
- 新算法可逆性設計改善了橢圓曲線計算的存儲問題。
- 自動化電路設計有助於加速實用量子計算的進展。
- 量子電腦仍需解決錯誤校正和硬體控制等挑戰。
Anthropic 的 Claude Mythos 5 開發了一種量子電路設計，所需的閘數比早期方法少了 17 倍。這一成果有可能幫助工程師以更少的計算資源運行要求高的量子算法，並提供了一種全新的方法來解決量子計算中最重大的一個工程挑戰：平衡記憶體需求與處理時間。這一設計源於一個由研究員 Andi Gu 主導，透過 Anthropic 的 STEM 研究員計劃進行的 53 小時實驗。
Claude 開發了一種可逆的算術算法，用於橢圓曲線計算，並與哈佛大學及 QuEra Computing 的研究人員合作進行這項工作。研究結果表明，自動化電路設計有望加速實用量子計算的進展。
量子電腦通過量子位（qubits）處理資訊，這些量子位能通過疊加表示狀態的組合。然而，現有的量子電腦僅擁有數百到數千個量子位，並且環境幹擾可能在計算過程中引入錯誤。因此，工程師必須使量子電路盡可能高效。每一操作都消耗計算資源，而存儲中間結果則需要額外的量子位。量子電路也無法簡單地丟棄臨時資訊，因為它們的操作必須保持可逆性。 從我們的 STEM 研究員計劃中得出的新發現顯示，Claude Mythos 5 根據清晰指示設計的量子電路在性能上超越了現有最佳發表的設計，某些情況下甚至提高了好幾個數量級。
新算法優化橢圓曲線計算
Anthropic 將優化任務交給 Claude，涵蓋化學、物理模擬、優化、數論及數值計算等八個計算構建塊。自動化評估器檢查每個設計的正確性並評分其資源需求。Claude Mythos 5 在反覆設計和測試的循環中，無需人為幹預便能完善其提案，最終的結果在之前發表的設計上有所改進，某些減少達到好幾個數量級。 一項特別值得注意的結果涉及模組反演，這是一種在橢圓曲線算術中使用的數學運算。
該運算在針對橢圓曲線離散對數問題的量子算法中扮演著重要角色。Claude 專注於一種名為 divsteps 的算法，通過反覆的條件操作簡化數值。古典電腦能高效執行這一方法，但將其轉換為量子電路則帶來了重大的存儲問題。可逆電路必須保留足夠的資訊以重建每一計算步驟，因此 divsteps 需要記錄其分支決策，這可能消耗大量額外的量子位。Claude 則開發了一種從中間數值直接恢復這些決策的方法。
自動化設計的潛力與挑戰
他推導出數學恆等式以確立這一方法，並通過數值模擬測試其可行性，最終使用 Lean 形式化其正確性。最終的電路不再需要存儲完整的分支決策歷史記錄。Claude 隨後探索了混合設計，這些設計同時存儲部分資訊並重建其餘部分。其中一種設計使用的量子位比最小的先前設計多 12%，但所需的閘數卻少了 17 倍。這一平衡擴展了在有限量子硬體上工作的工程師的可選擇方案。
Anthropic 還報告了在其他電路設計任務上的改進。其中一項優化將一個領先的量子優化算法中最昂貴的步驟成本降低了約 12 倍。這些結果是在多年努力減少實用量子計算所需資源的基礎上取得的。研究人員在 2017 年估計，模擬涉及生物氮固定的鐵硫聚集體 FeMoco 的基態能量大約需要 50 萬億個 Toffoli 閘。隨後的進展將這一估計值降至約 3.4 億個閘，減少了約 150,000 倍。
Anthropic 認為，自動化電路優化有望加速類似的進展。儘管如此，仍然面臨重要的障礙。量子電腦仍需更好的錯誤校正、可靠的硬體控制以及能在長時間計算中管理脆弱量子位的系統。即便如此，AI 設計的電路仍有助於研究人員更有效地使用未來的機器。
項目 規格 量子電路閘數 減少至 1/17 模組反演算法 優化 divsteps 方法 量子位使用率 比最小設計多 12%
自動化電路設計的影響與未來挑戰
Claude Mythos 5 的量子電路設計顯示出自動化設計在量子計算中的潛力，特別是在減少閘數和存儲需求方面。這不僅可以提升計算效率，還能為量子計算的實用化鋪平道路。然而，量子電腦在錯誤校正和硬體控制方面仍面臨重大挑戰。未來的研究需要集中於這些問題，以確保量子電腦能夠在長時間計算中穩定運行，從而實現更廣泛的應用。