Claude Mythos 5 projektē kvantu shēmas, kas dažos uzdevumos pārspēj līdzšinējos rekordus

Uzņēmums Anthropic 16. oktobrī publiskoja pētījumu, kurā MI modelis Claude Mythos 5 gandrīz autonomi projektēja kvantu skaitļošanas shēmas astoņiem uzdevumiem no ķīmijas, optimizācijas, fizikas simulācijas un skaitļu teorijas. Uzņēmums norāda, ka modelis saņēma vienkāršu valodas specifikāciju un automātisku vērtētāju, kas pārbaudīja shēmu pareizību un vērtēja tās pēc kubitu un vārtu skaita.

Saskaņā ar Anthropic un arXiv publicēto zinātnisko rakstu Claude Mythos 5 strādāja slēgtā ciklā: ierosināja shēmu Python kodā, saņēma vērtējumu un bez cilvēka iejaukšanās starp kārtām uzlaboja nākamo versiju. Septiņos no astoņiem uzdevumiem iegūtās shēmas samazināja gan Toffoli vārtu, gan kubitu skaitu salīdzinājumā ar līdzšinējiem labākajiem publicētajiem risinājumiem.

Viens no izteiktākajiem rezultātiem bija eliptisko līkņu punktu saskaitīšanā izmantotā modulārā inversija. Anthropic norāda, ka pēc aptuveni 53 stundu darba modelis izveidoja jaunu pieeju, kurā daļu starpposma informācijas var atjaunot no skaitļu stāvokļa, nevis glabāt atsevišķi. Viena no jaunajām shēmām salīdzinājumā ar mazāko iepriekšējo dizainu izmantoja ap 12 % vairāk kubitu, taču aptuveni 17 reizes mazāk vārtu.

Otrs izceltais piemērs ir Reed–Solomon dekodētājs kvantu optimizācijas algoritmam DQI. Claude aizstāja iepriekš izmantoto paplašināto Eiklīda algoritmu ar Berlekamp–Massey metodi un samazināja dekodētāja vārtu skaitu aptuveni 12 reizes pret Google iepriekšējo konstrukciju, kā norāda Anthropic.

Pētījumu vadīja Andi Gu Anthropic STEM Fellows programmā sadarbībā ar Alek Kemeny no Anthropic, kā arī Hārvarda Universitātes pētniekiem Susanne Yelin un Mikhail Lukin (arī QuEra Computing). Autori uzsver, ka rezultāti vēl jāpārbauda uz reāla aparatūras, un ka viens no astoņiem uzdevumiem neuzlaboja līdzšinējo līmeni.

Kvantu datoriem joprojām trūkst kubitu un tie ir jutīgi pret troksni, tāpēc efektīvākas shēmas ir viens no ceļiem, kā praktiskus algoritmus tuvināt pieejamajai aparatūrai. Anthropic secina, ka MI var palīdzēt pārprojektēt shēmas un potenciāli paātrināt ceļu uz lietderīgām kvantu lietojumprogrammām ķīmijā un materiālzinātnē.