Anthropic říká Claude Mythos 5 navržených kvantových obvodů, které překonávají nejlepší publikované návrhy

Společnost Anthropic říká, že její model Claude Mythos 5 navrhl kvantové obvody, které vylepšují nejlepší dříve publikované návrhy v sedmi z osmi výpočetních úloh, v některých případech o řád nebo více. Tvrzení, uvedené ve výzkumném příspěvku publikovaném v pátek a 46stránkovém článku předloženém arXivu 15. října, je zatím nejkonkrétnější demonstrací laboratoře, že velké jazykové modely mohou vytvářet originální vědecké návrhy spíše než sumarizovat stávající znalosti.

Práci vedl Andi Gu prostřednictvím Anthropic's STEM Fellows Program, s mentorstvím od antropického kvantového fyzika Aleka Kemenyho a ve spolupráci s harvardskými fyziky Susanne Yelin a Michailem Lukinem, který je také zakladatelem kvantové výpočetní společnosti QuEra. Dokument nazvaný „Objevování nejmodernějších kvantových obvodů s velkými jazykovými modely“ má 46 stran s 10 obrázky a šesti tabulkami, podle Unite.AI, která byla mezi prvními, které podrobně informovaly o výsledcích spolu s The Quantum Insider a Zajímavé inženýrství.

Těchto osm úloh jsou výpočetní primitiva – základní rutiny, ze kterých se staví větší kvantové algoritmy – zahrnující chemii, optimalizaci, kvantovou simulaci, teorii čísel a numerické výpočty. Podle abstraktu článku v sedmi z osmi úloh objevené obvody výrazně snižují počet Toffoliho hradel a qubitů vzhledem ke stavu techniky, zatímco osmý přinesl zcela novou reverzibilní architekturu pro modulární inverzi primárního pole.

Chcete-li pokračovat v pokrytí výstupů výzkumu společnosti Anthropic a širšího závodu v aplikaci umělé inteligence ve vědě, sledujte naše nejnovější zprávy o AI, jak se tato oblast vyvíjí.

Jak funguje uzavřená smyčka

Proces návrhu je evoluční smyčka, ve které jazykový model navrhuje obvody a nezávislý hodnotitel je kontroluje. Kvantové obvody lze napsat jako běžný kód, takže Claude Mythos 5 předložil návrhy jako programy Python, obdržel zpětnou vazbu o správnosti a skóre od hodnotitele a revidoval – bez lidského zásahu mezi koly.

Skóre je záměrně jednoduché: počet qubitů vynásobený počtem bran. Tento produkt slouží jako proxy pro to, jak dlouho by obvodu trvalo běžet na budoucím kvantovém počítači, a dává modelu objektivní cíl, který je třeba posunout dolů.

Kvantové obvody také ukládají omezení, která běžný software nedělá. Obvod se nemůže větvit na rozhodnutích if-then, protože se provádí na superpozici mnoha vstupů najednou a musí obsahovat operace pro každou cestu pokaždé, když běží. Nemůže ani zahodit informace, protože každý krok musí být reverzibilní – mezivýsledky musí být uloženy nebo „nevypočítány“ spuštěním výpočtu, který je vytvořil, obráceně, za cenu dalších bran. Tato omezení si vynucují kompromis mezi počtem qubitů a dobou běhu, což je přesně ten kompromis, který Claude přetvořil.

53hodinový běh vytváří nový modulární inverzní algoritmus

První podrobný objev se týká sčítání bodů, základní operace v kvantových algoritmech pro problém diskrétního logaritmu eliptické křivky a jednoho ze standardních benchmarků pole. Většina jeho nákladů spočívá v jediném kroku – modulární inverzi, obtékající verzi dělení používané v aritmetice eliptických křivek.

Podle příspěvku společnosti Anthropic obdržel Claude stručný stručnou zprávu o jednom odstavci vysvětlující matematické pravidlo a způsob, jakým hodnotitel ohodnotí každý návrh, poté pracoval 53 hodin s minimálním zásahem člověka, než dospěl ke skutečně novému přístupu. Klasické počítače zvládají modulární inverzi efektivně pomocí metody zvané divsteps, ale tato metoda nikdy nepřinesla praktický kvantový obvod, protože reverzibilita nutí obvod zaznamenávat, která operace byla zvolena při každé iteraci – a uložení této historie větve vyžaduje enormní počet dalších qubitů.

Claudeův poznatek byl, že záznam nemusí být vůbec uložen: informace o větvi by bylo možné dekódovat později kontrolou dvojice čísel vytvořených při každé iteraci. První pravidla dekódování fungovala na malých testovacích případech, ale selhala při plné velikosti 256bitového problému, uvádí příspěvek. Model pak prokázal řadu nových algebraických identit o iteraci, odvodil přesný dekódovací vzorec, ověřil jej v rozsáhlých numerických simulacích a formalizoval tvrzení v asistentovi Lean proof.

Výsledkem, říká Anthropic, je první reverzibilní implementace divstepů bez uložené historie větví. Protože dekódování šetří qubity, ale stojí provozní dobu, Claude vytvořil řadu návrhů podél hranice mezi těmito dvěma. Jeden obvod v této rodině používá o 12 % více qubitů, ale 17krát méně hradel než nejmenší předchozí návrh; příspěvek uvádí nejlepší dříve publikované návrhy jako Schrottenloher (2026) a Luo et al. (2026).

12x levnější dekodér pro kvantovou optimalizaci

Druhý objev se zaměřuje na dekódovanou kvantovou interferometrii (DQI), popsanou v příspěvku jako jednoho z nejsilnějších známých kandidátů na superpolynomiální kvantové zrychlení. Nejdražším krokem algoritmu je dekodér opravující chyby a odhady výzkumníků Google Quantum AI citované v příspěvku naznačují, že konkrétní případ problému optimálního polynomiálního průniku by na superpočítači Frontier trval asi tři měsíce oproti zhruba hodině na budoucím kvantovém počítači – přičemž většinu této hodiny stráví dekódováním Reed–Solomon.

Předchozí nejmodernější obvod dekodéru byl postaven na rozšířeném euklidovském algoritmu, jehož počet kroků závisí na vstupu, což nutí kvantový obvod protáhnout výpočet přes nejhorší případ a spustit každou operaci v každém kole. Claude místo toho zorganizoval svůj okruh kolem dekódování Berlekamp–Massey, které každé kolo provádí stejnou práci. Díky tomu, že to bylo reverzibilní, vznikl problém s pamětí, který model vyřešil statisticky: napsal vysokorychlostní simulátor a provedl 403 milionů dekódování vzorků, aby změřil, jak často se vyskytují výjimečné hodnoty. Téměř každý běh potřeboval uložit maximálně jednu hodnotu, takže obvod si rezervuje 19 qubitů místo 665, které by vyžadoval návrh v nejhorším případě, přičemž zhruba jeden běh z 10 000 selhal – míra, jak uvádí příspěvek, je v rámci chybového rozpočtu úlohy. Optimalizace snížily počet bran dekodéru o faktor 12 ve srovnání s předchozí konstrukcí Google, a to prostřednictvím změn na úrovni metody, architektury a rozpočtu zdrojů.

Proč na tom záleží – a co to nedokazuje

Abychom ilustrovali sázky, příspěvek Anthropic líčí historii FeMoco, shluku železa a síry v srdci dusíkaté látky, enzymu, který bakterie používají k přeměně dusíku na amoniak. V roce 2017 výzkumníci odhadli, že výpočet základní energie FeMoco by vyžadoval zhruba 50 bilionů bran Toffoli; série algoritmických pokroků během osmi let přinesla odhad na přibližně 340 milionů – 150 000násobné snížení, které odpovídá několika hodinám výpočtů na budoucím stroji s přibližně třemi miliony fyzických qubitů. Kontrast, který společnost vykresluje, je neomalený: toto 150 000násobné zlepšení trvalo mnoha výzkumným skupinám osm let, zatímco výsledek eliptické křivky vyšel z jediného 53hodinového běhu.

Výhrady jsou stejně jasné. Dnešní kvantové počítače mají jen stovky až tisíce qubitů a tyto qubity jsou vysoce citlivé na šum, takže jde spíše o návrhy pro budoucí hardware než o ukázky na pracovních strojích. A výsledky jsou vlastní tvrzení společnosti Anthropic, i když podložená důkazy Lean, numerickým ověřením a nezávislým hodnotitelem; Širší peer kontrola dokumentu arXiv teprve začíná.

Anthropic také uvádí raný vzor chování, který stojí za zmínku: v počátečních experimentech byl Claude konzervativní, opakovaně dvojitě a třikrát kontroloval dobře podložené výsledky a preferoval známé přístupy. Tým na to reagoval tím, že požadoval několik kvalitativně odlišných návrhů paralelně a příležitostně přiměl model, aby rozšířil své hledání – stejná opatrnost, jak uvádí příspěvek, v první řadě podnítila Lean důkazy.

Společnost uvádí výhled, že umělá inteligence by nakonec mohla společně optimalizovat každou součást kvantového počítače s opravenou chybou, od algoritmu až po hardware, pro konkrétní problém. Pokud výsledky obstojí, papír si možná bude pamatovat méně pro jakýkoli jednotlivý obvod než pro demonstraci, že jazykový model může obstát v jedné z nejnáročnějších počítačových disciplín designu.

Udržujte si náskok před AI

Kvantové výpočty, hraniční modely a výzkumné objevy mezi nimi postupují rychle. Přečtěte si další zprávy o AI na AI Buzz Wire.

Přečtěte si další zprávy o AI →