Anthropic dice que su modelo Claude Mythos 5 ha diseñado circuitos cuánticos que mejoran los mejores diseños publicados anteriormente en siete de ocho tareas computacionales, en algunos casos en un orden de magnitud o más. La afirmación, expuesta en una publicación de investigación publicada el viernes y en un artículo de 46 páginas presentado a arXiv el 15 de octubre, es la demostración más concreta del laboratorio hasta el momento de que los grandes modelos de lenguaje pueden producir diseños científicos originales en lugar de resumir el conocimiento existente.

El trabajo fue dirigido por Andi Gu a través del Programa de becarios STEM de Anthropic, con la tutoría del físico cuántico de Anthropic Alek Kemeny y en colaboración con los físicos de Harvard Susanne Yelin y Mikhail Lukin, quien también es fundador de la empresa de computación cuántica QuEra. El artículo, titulado "Descubriendo circuitos cuánticos de última generación con grandes modelos de lenguaje", tiene 46 páginas con 10 figuras y seis tablas, según Unite.AI, que fue uno de los primeros medios en informar los resultados en detalle junto con The Quantum Insider e Interesting Engineering.

Las ocho tareas son primitivas computacionales (las rutinas básicas a partir de las cuales se construyen algoritmos cuánticos más grandes) que abarcan la química, la optimización, la simulación cuántica, la teoría de números y la computación numérica. Según el resumen del artículo, en siete de las ocho tareas, los circuitos descubiertos reducen significativamente tanto el número de puertas de Toffoli como el número de qubits en relación con el estado del arte, mientras que la octava arrojó una arquitectura reversible completamente nueva para la inversión modular de campo primario.

Para una cobertura continua de los resultados de la investigación de Anthropic y la carrera más amplia para aplicar la IA a la ciencia, siga nuestra cobertura de últimas noticias sobre IA a medida que se desarrolla el campo.

Cómo funciona el circuito cerrado

El proceso de diseño es un bucle evolutivo en el que el modelo del lenguaje propone circuitos y un evaluador independiente los comprueba. Los circuitos cuánticos se pueden escribir como código ordinario, por lo que Claude Mythos 5 presentó diseños como programas Python, recibió comentarios sobre la corrección y una puntuación del evaluador, y los revisó, sin intervención humana entre rondas.

La puntuación es deliberadamente simple: el número de qubits multiplicado por el número de puertas. Ese producto sirve como indicador de cuánto tiempo tardaría en funcionar un circuito en una futura computadora cuántica, y le da al modelo un objetivo objetivo para impulsar.

Los circuitos cuánticos también imponen restricciones que el software ordinario no impone. Un circuito no puede bifurcarse en decisiones si-entonces, porque se ejecuta en una superposición de muchas entradas a la vez y debe contener las operaciones para cada ruta cada vez que se ejecuta. Tampoco puede descartar información, ya que cada paso debe ser reversible: los resultados intermedios deben almacenarse o "no computarse" ejecutando el cálculo que los produjo a la inversa, con un costo en puertas adicionales. Esas limitaciones obligan a un equilibrio entre el número de qubits y el tiempo de ejecución, que es precisamente el equilibrio que los diseños de Claude remodelaron.

Una ejecución de 53 horas produce un nuevo algoritmo de inversión modular

El primer descubrimiento detallado se refiere a la suma de puntos, la operación central de los algoritmos cuánticos para el problema del logaritmo discreto de curva elíptica y uno de los puntos de referencia estándar en el campo. La mayor parte de su costo se concentra en un solo paso: la inversión modular, la versión envolvente de la división utilizada en la aritmética de curvas elípticas.

Según la publicación de Anthropic, Claude recibió un resumen de un párrafo que explicaba la regla matemática y cómo el evaluador calificaría cada diseño, luego trabajó durante 53 horas con una mínima intervención humana antes de llegar a un enfoque genuinamente nuevo. Las computadoras clásicas manejan la inversión modular de manera eficiente con un método llamado divsteps, pero ese método nunca había producido un circuito cuántico práctico, porque la reversibilidad obliga al circuito a registrar qué operación se eligió en cada iteración, y almacenar el historial de esa rama requiere una enorme cantidad de qubits adicionales.

La idea de Claude fue que tal vez no fuera necesario almacenar el registro en absoluto: la información de la rama podría decodificarse más tarde inspeccionando el par de números producidos en cada iteración. Las primeras reglas de decodificación funcionaron en casos de prueba pequeños, pero fallaron en el tamaño total del problema de 256 bits, afirma la publicación. Luego, el modelo demostró una serie de nuevas identidades algebraicas sobre la iteración, derivó una fórmula de decodificación precisa, la validó en simulaciones numéricas a gran escala y formalizó la afirmación en el asistente de prueba Lean.

El resultado, dice Anthropic, es la primera implementación reversible de divsteps sin historial de ramas almacenado. Debido a que la decodificación ahorra qubits pero cuesta tiempo de ejecución, Claude produjo una familia de diseños a lo largo de la frontera entre los dos. Un circuito de esa familia utiliza un 12% más de qubits pero 17 veces menos puertas que el diseño anterior más pequeño; la publicación nombra los mejores diseños publicados anteriormente como Schrottenloher (2026) y Luo et al. (2026).

Un decodificador 12 veces más barato para la optimización cuántica

El segundo descubrimiento tiene como objetivo la interferometría cuántica decodificada (DQI), descrita en la publicación como uno de los candidatos más fuertes conocidos para una aceleración cuántica superpolinomial. El paso más costoso del algoritmo es un decodificador de corrección de errores, y las estimaciones de los investigadores de Google Quantum AI citados en la publicación implican que una instancia particular del problema de intersección polinomial óptima tomaría alrededor de tres meses en la supercomputadora Frontier versus aproximadamente una hora en una futura computadora cuántica, y la mayor parte de esa hora se dedicaría a la decodificación Reed-Solomon.

El circuito decodificador de última generación anterior se construyó sobre el algoritmo euclidiano extendido, cuyo recuento de pasos depende de la entrada, lo que obliga a un circuito cuántico a extender el cálculo al peor de los casos y ejecutar todas las operaciones en cada ronda. En cambio, Claude organizó su circuito en torno a la decodificación Berlekamp-Massey, que realiza el mismo trabajo en cada ronda. Hacer eso reversible creó un problema de memoria, que el modelo resolvió estadísticamente: escribió un simulador de alta velocidad y ejecutó 403 millones de decodificaciones de muestra para medir con qué frecuencia ocurren valores excepcionales. Casi cada ejecución necesitaba guardar como máximo un valor, por lo que el circuito reserva 19 qubits en lugar de los 665 que requeriría un diseño en el peor de los casos, con aproximadamente una ejecución en 10,000 fallando, una tasa que, según la publicación, está dentro del presupuesto de error de la tarea. Las optimizaciones redujeron el número de puertas del decodificador en un factor de 12 en relación con la construcción anterior de Google, a través de cambios en los niveles de método, arquitectura y presupuesto de recursos.

Por qué es importante y qué no prueba

Para ilustrar lo que está en juego, la publicación de Anthropic relata la historia de FeMoco, el grupo de hierro y azufre en el corazón de la nitrogenasa, la enzima que las bacterias usan para convertir el nitrógeno en amoníaco. En 2017, los investigadores estimaron que calcular la energía del estado fundamental de FeMoco requeriría aproximadamente 50 billones de puertas Toffoli; una serie de avances algorítmicos a lo largo de ocho años elevaron la estimación a unos 340 millones, una reducción de 150.000 veces que corresponde a unas pocas horas de cálculo en una máquina futura con alrededor de tres millones de qubits físicos. El contraste que establece la empresa es contundente: esa mejora de 150.000 veces tomó a muchos grupos de investigación ocho años, mientras que el resultado de la curva elíptica surgió de una sola ejecución de 53 horas.

Las advertencias son igualmente claras. Las computadoras cuánticas actuales tienen sólo cientos o miles de qubits, y esos qubits son muy sensibles al ruido, por lo que estos son diseños para hardware futuro en lugar de demostraciones en máquinas en funcionamiento. Y los resultados son las propias afirmaciones de Anthropic, aunque respaldadas por pruebas Lean, validación numérica y un evaluador independiente; Un escrutinio más amplio por pares del artículo arXiv apenas está comenzando.

Anthropic también informa un patrón de comportamiento temprano que vale la pena señalar: en los experimentos iniciales, Claude era conservador, verificaba repetidamente dos y tres veces resultados bien respaldados y prefería enfoques familiares. El equipo contrarrestó esto requiriendo varios diseños cualitativamente diferentes en paralelo y ocasionalmente incitando al modelo a ampliar su búsqueda; la misma precaución, señala la publicación, que impulsó las pruebas Lean en primer lugar.

La perspectiva declarada de la compañía es que la IA podría eventualmente optimizar conjuntamente cada componente de una computadora cuántica con corrección de errores, desde el algoritmo hasta el hardware, para un problema específico. Si los resultados se mantienen, el artículo puede ser recordado menos por un circuito concreto que por la demostración de que un modelo de lenguaje puede mantenerse en una de las disciplinas de diseño más exigentes de la informática.

Manténgase por delante de la IA

La computación cuántica, los modelos de frontera y los avances en la investigación entre ellos avanzan rápidamente. Lea más noticias sobre IA en AI Buzz Wire.

Leer más noticias sobre IA →