Anthropic称Claude设计量子电路超越顶尖方案

Anthropic 宣布，其 Claude Mythos 5 模型在几乎完全自主运行的情况下，设计出了性能超越现有最佳公开方案的量子电路，部分指标优化幅度达到“一个数量级甚至更多”。

测试中，研究人员仅向模型输入了来自化学、优化、物理模拟和数论领域的 8 个量子电路自然语言规范，并配备了一个自动评估器负责验证并为每种设计打分。

当前量子计算机仅具备数百到数千个存在噪声的量子比特。大幅精简电路能显著降低运行实用算法所需的硬件门槛。Anthropic 认为，这可能让实用量子计算机“比此前预期的更早到来”。

显著减少量子逻辑门与比特数

在一篇题为《利用大语言模型发现前沿量子电路》（Discovering state-of-the-art quantum circuits with large language models）的研究论文中，团队详细介绍了这一演化框架。在该框架下，Claude 负责编写生成电路的程序，独立的评估器则持续检验其正确性与硬件成本。

在 8 项任务中的 7 项里，Claude 发现的新电路相比前沿水平同时削减了托夫利门（Toffoli gate）数量和量子比特数。论文使用“托夫利门数量乘以峰值量子比特数”（即 TQ 成本）作为核心评分指标。

该研究由 Anthropic STEM 奖学金获得者 Andi Gu 主导，Anthropic 量子物理学家 Alek Kemeny 提供指导，并与哈佛大学的 Susanne Yelin 以及哈佛大学兼 QuEra Computing 的 Mikhail Lukin 合作完成。

其中一项成果涉及解码量子干涉仪的解码器设计，这是一种有潜力的量子优化算法。新设计仅使用 44 万个托夫利门和 1837 个量子比特，相比里德-所罗门（Reed–Solomon）基准方案，托夫利门数量减少了 12 倍。

提出全新可逆模逆运算方案

第八项任务针对素数域模逆运算提出了全新的可逆设计。该运算是量子算法求解离散对数问题时椭圆曲线算术中开销最高的步骤。

Claude 连续工作了 53 个小时，人类干预仅限于初始任务说明以及极少数拓宽思路的提示。最终，模型改造了经典算法 divsteps。该算法因以往需要存储大量历史步骤，一直难以实现高效的可逆计算。Claude 推导出一套直接从数值本身恢复历史记录的规则，并通过了模拟验证以及 Lean 语言的形式化证明，实现了“首个无需存储分支历史的可逆 divsteps 方案”。在该设计族中，一种方案相比此前最小电路仅增加了 12% 的量子比特，却将逻辑门数量削减了 17 倍。

研究团队指出，算法层面的优化长期以来是降低量子计算硬件要求的重要驱动力。例如针对固氮酶铁钼辅因子（FeMoco）催化剂的模拟估算，其所需的托夫利门数量已从 2017 年的约 50 万亿个降至约 3.4 亿个，主要贡献均来自电路重构而非硬件升级。

论文作者表示，这一研究成果为“评估器引导下的大语言模型协同设计新型量子算法结构打开了大门”。