Anthropic испытала ИИ-модель Claude Mythos 5 на проектировании базовых схем для квантовых вычислений. Модель получала описание задачи обычным языком, писала схему и улучшала её после автоматической проверки, как рассказывает Anthropic. В исследовании было восемь задач из химии, оптимизации, моделирования физических систем, теории чисел и численных вычислений.
Квантовая схема задаёт последовательность операций над кубитами. Автоматическая программа проверяла предложения Claude на корректность и оценивала затраты как произведение числа кубитов на число операций — гейтов. Получив результат, модель готовила следующий вариант без участия человека между раундами. Для задачи со сложением точек на эллиптической кривой она работала 53 часа. Люди задавали исходное условие и иногда просили её рассмотреть больше подходов.
Самая трудная часть сложения точек связана с модульным обращением — разновидностью деления в арифметике эллиптических кривых. Claude обратилась к методу divsteps, который применяют в обычных вычислениях. Для квантовой схемы он неудобен: промежуточные действия нельзя просто стереть, поскольку вычисление должно оставаться обратимым. Хранение истории этих действий потребовало бы дополнительных кубитов.
Модель нашла способ восстанавливать историю по числам, полученным в ходе вычисления. Первые правила прошли небольшие тесты, но не сработали на 256-битных числах. Тогда Claude вывела новые алгебраические тождества и точную формулу восстановления. Её проверили численным моделированием и формализовали в системе доказательств Lean. Получилась первая обратимая реализация divsteps без хранения истории ветвлений. Затем модель разработала несколько вариантов схемы с разным балансом памяти и вычислений. Один из них требует на 12% больше кубитов, чем самая компактная прежняя схема, зато использует в 17 раз меньше гейтов.
Ещё один результат касается декодера для алгоритма оптимизации Decoded Quantum Interferometry, или DQI. Claude заменила расширенный алгоритм Евклида методом декодирования Берлекэмпа — Мэсси. Он выполняет однотипные действия в каждом раунде, что удобнее для квантовой схемы с фиксированной последовательностью операций. Модель также научилась восстанавливать большую часть временных значений вместо их хранения. По подсчётам Anthropic, число гейтов в декодере уменьшилось в 12 раз по сравнению с прежней конструкцией Google.
Для редких значений, которые восстановить не удаётся, память всё же нужна. Резервирование под худший случай заняло бы 665 кубитов. Claude провела 403 млн пробных декодирований и обнаружила, что почти всегда достаточно места для одного такого значения — 19 кубитов. Примерно одному запуску из 10 000 этого объёма не хватит, и он завершится неудачей. По оценке исследователей, такая частота укладывается в допустимую для задачи ошибку.
Сокращение числа операций важно для задачи моделирования FeMoco — железосерного кластера в составе фермента нитрогеназы. В 2017 году для расчёта его энергии основного состояния оценивали потребность примерно в 50 трлн гейтов Тоффоли. Последующие улучшения алгоритмов снизили оценку до 340 млн — примерно в 150 000 раз. Anthropic приводит этот результат как пример многолетней работы разных исследовательских групп, а не как достижение Claude.
Claude испытывали на задачах, для которых обычная программа может эффективно проверить ответ. Проектирование схем — лишь часть работы над пригодным к использованию квантовым компьютером: ему также нужны исправление ошибок и управление оборудованием. В ранних опытах модель нередко возвращалась к известным решениям и перепроверяла уже подтверждённые результаты. Чтобы расширить поиск, исследователи поручали ей параллельно развивать разные подходы.
В июне Anthropic представила Claude Fable 5 и Mythos 5. Тогда компания сообщала, что модели могут часами выполнять многоэтапные задачи без постоянных подсказок пользователя; нынешнее исследование продолжает эту тему на примере Mythos 5.
