Anthropic：Claude 设计的量子电路在 8 类任务上超越已发表最优方案

AI 撬动量子计算：Anthropic 称 Claude 设计的量子电路超越顶尖现有方案

IT之家 10 月 17 日消息，Anthropic 于 10 月 16 日发布研究称， 其 AI 模型 Claude 在几乎无需人工干预的情况下，针对 8 类量子计算任务，设计出比已发表最优电路更高效的方案。 IT之家援引博文介绍，量子计算机依靠量子比特运行，但当前设备通常仅有数百到数千个量子比特，且对热量、振动等环境噪声极为敏感。量子比特和运行时间都是稀缺资源，因此让量子计算走向实用的关键，是减少电路所需的量子比特数和量子门数量。 量子比特（qubit）是量子计算的“信息单元”：经典计算机用比特表示 0 或 1，而量子比特（qubit）则可以处于 0、1 的叠加态，即同时带有两种状态的“概率幅”。不过量子比特非常脆弱。热量、振动、电磁噪声等都会造成退相干和计算错误，因此当前量子设备通常只有数百到数千个量子比特，且需要极低温、隔离和纠错机制。 而量子门是对一个或多个量子比特施加的幺正变换，相当于经典逻辑门（如 AND、NOT）的量子版本，但作用对象是叠加态和纠缠态。量子电路就是按时间顺序排列的一组量子门，外加初始化、测量等步骤。 衡量量子电路的“成本”通常看两个指标：需要多少量子比特，以及需要多少量子门。量子比特越少、门数越少，硬件压力、运行时间和噪声累积通常就越低。 Anthropic 研究团队使用通俗语言，向 Claude 阐述了来自化学、优化、物理模拟、数论和数值计算等领域的 8 项任务，并设定了自动评估程序。 该程序会检验 Claude 提出的电路是否正确，并按“量子比特数 × 量子门数”打分；Claude 随后根据反馈迭代改进，形成闭环设计流程。 结果显示，Claude 发现的新设计不仅减少了量子比特和量子门数量，而且并非小幅微调既有方案，更是提出了新的数学与结构思路。 例如，在模拟硫化铁分子时，Claude 利用分子的对称性和重复结构，将部分结果计算一次后重复使用；在量子优化算法的解码环节，它将最昂贵步骤的成本降低至 12 分之一。 其中一项代表性成果涉及椭圆曲线点加法。Claude 经过约 53 小时的自主探索，提出了无需存储完整分支历史即可反向运行的可逆算法，并形成一系列在量子比特数量与运行时间之间取得不同平衡的新设计。 椭圆曲线点加法的资源。粗体行是 Claude 的设计；其余为先前发表的最佳设计。 研究人员认为，这类进展有望降低实用量子应用对硬件规模的要求，让新药设计、高效电池、新型催化剂和更清洁的肥料生产等问题的量子计算解决方案更早落地。不过，研究也指出，量子电路设计只是构建容错量子计算机的一环，纠错、硬件控制等问题仍需协同突破。