Anthropic nói Claude Mythos 5 thiết kế mạch lượng tử đánh bại các thiết kế được xuất bản tốt nhất

Anthropic cho biết mô hình Claude Mythos 5 của họ đã thiết kế các mạch lượng tử cải tiến các thiết kế tốt nhất đã được công bố trước đó trên bảy trong số tám tác vụ tính toán, trong một số trường hợp có cường độ lớn hơn hoặc hơn. Tuyên bố này, được đưa ra trong một bài nghiên cứu được xuất bản hôm thứ Sáu và một bài báo dài 46 trang được gửi tới arXiv vào ngày 15 tháng 10, là minh chứng cụ thể nhất của phòng thí nghiệm rằng các mô hình ngôn ngữ lớn có thể tạo ra các thiết kế khoa học nguyên bản thay vì tóm tắt kiến ​​thức hiện có.

Công việc được dẫn dắt bởi Andi Gu thông qua Chương trình nghiên cứu sinh STEM của Anthropic, với sự hướng dẫn của nhà vật lý lượng tử Anthropic Alek Kemeny và cộng tác với các nhà vật lý Harvard Susanne Yelin và Mikhail Lukin, người cũng là người sáng lập công ty điện toán lượng tử QuEra. Bài báo có tiêu đề "Khám phá các mạch lượng tử tiên tiến với các mô hình ngôn ngữ lớn", dài 46 trang với 10 hình và sáu bảng, theo Unite.AI, một trong những cơ quan đầu tiên báo cáo kết quả chi tiết cùng với The Quantum Insider và Thú vị Kỹ thuật.

Tám nhiệm vụ là các nguyên tắc tính toán cơ bản - các quy trình cơ bản mà từ đó các thuật toán lượng tử lớn hơn được xây dựng - bao gồm hóa học, tối ưu hóa, mô phỏng lượng tử, lý thuyết số và tính toán số. Theo bản tóm tắt của bài báo, trong bảy trong số tám nhiệm vụ, các mạch được phát hiện đã làm giảm đáng kể cả số lượng cổng Toffoli và số lượng qubit so với hiện đại, trong khi nhiệm vụ thứ tám mang lại một kiến ​​trúc đảo ngược hoàn toàn mới cho việc đảo ngược mô-đun trường nguyên tố.

Để tiếp tục đưa tin về kết quả nghiên cứu của Anthropic và cuộc chạy đua rộng hơn trong việc áp dụng AI vào khoa học, hãy theo dõi tin tức tin nóng về AI của chúng tôi khi lĩnh vực này phát triển.

Vòng khép kín hoạt động như thế nào

Quá trình thiết kế là một vòng lặp tiến hóa trong đó mô hình ngôn ngữ đề xuất các mạch và người đánh giá độc lập sẽ kiểm tra chúng. Các mạch lượng tử có thể được viết dưới dạng mã thông thường, vì vậy Claude Mythos 5 đã gửi các thiết kế dưới dạng chương trình Python, nhận được phản hồi về độ chính xác và điểm số từ người đánh giá rồi sửa đổi — không có sự can thiệp của con người giữa các vòng.

Điểm số rất đơn giản: số lượng qubit nhân với số cổng. Sản phẩm đó đóng vai trò là đại diện cho thời gian chạy của một mạch trên máy tính lượng tử trong tương lai và nó cung cấp cho mô hình một mục tiêu khách quan để đẩy xuống.

Mạch lượng tử cũng áp đặt các ràng buộc mà phần mềm thông thường không có. Một mạch không thể phân nhánh theo các quyết định nếu-thì, bởi vì nó thực thi trên sự chồng chất của nhiều đầu vào cùng một lúc và phải chứa các thao tác cho mọi đường dẫn mỗi khi nó chạy. Nó cũng không thể loại bỏ thông tin vì mỗi bước phải đảo ngược được — các kết quả trung gian phải được lưu trữ hoặc "không được tính toán" bằng cách chạy phép tính ngược lại tạo ra chúng, với chi phí ở các cổng bổ sung. Những ràng buộc đó buộc phải đánh đổi giữa số lượng qubit và thời gian chạy, đó chính xác là sự đánh đổi mà các thiết kế của Claude đã định hình lại.

Chạy 53 giờ tạo ra thuật toán đảo ngược mô-đun mới

Khám phá chi tiết đầu tiên liên quan đến phép cộng điểm, phép toán cốt lõi trong thuật toán lượng tử cho bài toán logarit rời rạc đường cong elip và một trong những tiêu chuẩn chuẩn của lĩnh vực này. Hầu hết chi phí của nó nằm ở một bước duy nhất - đảo ngược mô-đun, phiên bản bao quát của phép chia được sử dụng trong số học đường cong elip.

Theo bài đăng của Anthropic, Claude đã nhận được một đoạn văn ngắn giải thích quy tắc toán học và cách người đánh giá chấm điểm từng thiết kế, sau đó làm việc trong 53 giờ với sự can thiệp tối thiểu của con người trước khi đạt được một cách tiếp cận thực sự mới. Máy tính cổ điển xử lý việc đảo ngược mô-đun một cách hiệu quả bằng một phương pháp gọi là divstep, nhưng phương pháp đó chưa bao giờ mang lại mạch lượng tử thực tế, bởi vì khả năng đảo ngược buộc mạch phải ghi lại thao tác nào đã được chọn ở mỗi lần lặp - và việc lưu trữ lịch sử nhánh đó đòi hỏi một số lượng lớn qubit bổ sung.

Cái nhìn sâu sắc của Claude là bản ghi có thể không cần phải lưu trữ gì cả: thông tin chi nhánh có thể được giải mã sau đó bằng cách kiểm tra cặp số được tạo ra ở mỗi lần lặp. Bài đăng cho biết các quy tắc giải mã ban đầu đã hoạt động trong các trường hợp thử nghiệm nhỏ nhưng không thành công ở kích thước vấn đề 256-bit đầy đủ. Sau đó, mô hình đã chứng minh một loạt các nhận dạng đại số mới về phép lặp, rút ​​ra công thức giải mã chính xác, xác thực nó trong các mô phỏng số quy mô lớn và chính thức hóa tuyên bố trong trợ lý chứng minh Lean.

Anthropic cho biết kết quả là việc triển khai các bước div có thể đảo ngược đầu tiên mà không có lịch sử nhánh được lưu trữ. Bởi vì việc giải mã giúp tiết kiệm qubit nhưng lại tốn thời gian chạy, Claude đã tạo ra một nhóm thiết kế dọc theo ranh giới giữa hai bên. Một mạch trong họ đó sử dụng nhiều qubit hơn 12% nhưng số cổng ít hơn 17 lần so với thiết kế nhỏ nhất trước đó; bài đăng nêu tên những thiết kế tốt nhất đã được xuất bản trước đó là Schrottenloher (2026) và Luo et al. (2026).

Bộ giải mã rẻ hơn 12 lần để tối ưu hóa lượng tử

Mục tiêu khám phá thứ hai là giải mã giao thoa lượng tử (DQI), được mô tả trong bài đăng là một trong những ứng cử viên mạnh nhất được biết đến cho việc tăng tốc lượng tử siêu đa thức. Bước tốn kém nhất của thuật toán là bộ giải mã sửa lỗi và ước tính của các nhà nghiên cứu AI Lượng tử của Google được trích dẫn trong bài đăng ngụ ý rằng một trường hợp cụ thể của bài toán giao cắt đa thức tối ưu sẽ mất khoảng ba tháng trên siêu máy tính Frontier so với khoảng một giờ trên máy tính lượng tử trong tương lai – với phần lớn thời gian đó dành cho việc giải mã Reed–Solomon.

Mạch giải mã tiên tiến trước đây được xây dựng trên thuật toán Euclide mở rộng, thuật toán này có số bước phụ thuộc vào đầu vào, buộc mạch lượng tử phải kéo dài quá trình tính toán trong trường hợp xấu nhất và chạy mọi thao tác trong mỗi vòng. Thay vào đó, Claude tổ chức mạch của nó xung quanh việc giải mã Berlekamp–Massey, thực hiện công việc giống nhau ở mỗi vòng. Việc đảo ngược điều đó đã tạo ra một vấn đề về bộ nhớ mà mô hình đã giải quyết theo thống kê: nó viết một trình mô phỏng tốc độ cao và chạy 403 triệu bộ giải mã mẫu để đo tần suất xuất hiện các giá trị đặc biệt. Hầu như mỗi lần chạy đều cần lưu tối đa một giá trị, do đó, mạch dự trữ 19 qubit thay vì 665 mà thiết kế trong trường hợp xấu nhất sẽ yêu cầu, với khoảng một lần chạy trong 10.000 qubit không thành công - tỷ lệ mà bài đăng cho biết là nằm trong giới hạn lỗi của nhiệm vụ. Việc tối ưu hóa đã cắt giảm số lượng cổng của bộ giải mã xuống 12 lần so với cấu trúc trước đây của Google, thông qua những thay đổi về phương pháp, kiến ​​trúc và mức ngân sách tài nguyên.

Tại sao nó quan trọng - và nó không chứng minh được điều gì

Để minh họa các cổ phần, bài đăng của Anthropic kể lại lịch sử của FeMoco, cụm lưu huỳnh sắt ở trung tâm của nitơase, vi khuẩn enzyme sử dụng để biến nitơ thành amoniac. Năm 2017, các nhà nghiên cứu ước tính rằng việc tính toán năng lượng ở trạng thái cơ bản của FeMoco sẽ cần khoảng 50 nghìn tỷ cổng Toffoli; một loạt tiến bộ về thuật toán trong 8 năm đã đưa con số ước tính lên khoảng 340 triệu qubit – giảm 150.000 lần tương ứng với vài giờ tính toán trên một cỗ máy tương lai có khoảng ba triệu qubit vật lý. Sự tương phản mà công ty đưa ra thật rõ ràng: sự cải thiện gấp 150.000 lần đó đã khiến nhiều nhóm nghiên cứu phải mất 8 năm, trong khi kết quả về đường cong elip chỉ xuất hiện sau 53 giờ chạy.

Những lời cảnh báo đều rõ ràng như nhau. Máy tính lượng tử ngày nay chỉ có hàng trăm đến hàng nghìn qubit và những qubit đó rất nhạy cảm với tiếng ồn, vì vậy đây là những thiết kế dành cho phần cứng trong tương lai chứ không phải là bản trình diễn trên máy hoạt động. Và kết quả là những tuyên bố của chính Anthropic, mặc dù được hỗ trợ bởi các bằng chứng Lean, xác thực bằng số và một người đánh giá độc lập; sự giám sát rộng rãi hơn của đồng nghiệp đối với bài báo arXiv chỉ mới bắt đầu.

Anthropic cũng báo cáo một mô hình hành vi ban đầu đáng chú ý: trong các thí nghiệm ban đầu, Claude là người thận trọng, liên tục kiểm tra hai lần và ba lần các kết quả được hỗ trợ tốt và thích các phương pháp tiếp cận quen thuộc hơn. Nhóm đã phản đối điều này bằng cách yêu cầu song song một số thiết kế khác nhau về chất lượng và đôi khi thúc đẩy mô hình mở rộng tìm kiếm của nó - cùng một sự thận trọng, bài đăng lưu ý, đã thúc đẩy Bằng chứng Lean ngay từ đầu.

Triển vọng mà công ty đã nêu là AI cuối cùng có thể cùng nhau tối ưu hóa mọi thành phần của máy tính lượng tử đã sửa lỗi, từ thuật toán cho đến phần cứng, cho một vấn đề cụ thể. Nếu kết quả đúng, bài báo có thể được ghi nhớ ít hơn đối với bất kỳ mạch đơn nào so với việc chứng minh rằng một mô hình ngôn ngữ có thể giữ vững vị trí của nó trong một trong những nguyên tắc thiết kế đòi hỏi khắt khe nhất của máy tính.

Đi trước AI

Điện toán lượng tử, các mô hình biên giới và những đột phá trong nghiên cứu giữa chúng phát triển nhanh chóng. Đọc thêm tin tức về AI trên AI Buzz Wire.

Đọc thêm tin tức về AI →