Claude设计量子电路 门数减少17倍

Anthropic 公司 10 月 16 日公布一项引人注目的研究成果：其大模型 Claude Mythos 5 在几乎无需人工干预的情况下，自主设计出多项优于已发表最优方案的量子电路，部分设计的资源开销最多降低一个数量级，其中一款电路所需逻辑门数量减少 17 倍。研究论文已提交 arXiv 预印本平台。

这项工作由 Anthropic「STEM 研究员计划」的研究员安迪·顾（Andi Gu）主导，在历时 53 小时的实验中，量子物理学家亚历克·凯梅尼（Alek Kemeny）担任导师，哈佛大学的苏珊·耶林（Susanne Yelin）与米哈伊·卢金（Mikhail Lukin）及量子计算公司 QuEra 参与协作。

实验采用闭环流程：研究者用自然语言向模型描述八项计算基元任务，覆盖化学、优化、量子模拟、数论和数值计算等领域；Claude 用 Python 编写电路实现，自动评估器检验结果正确性，并按量子比特数与门数的乘积打分，模型据此迭代改进，轮次之间没有任何人工介入。

结果显示，八项任务中有七项同时降低了 Toffoli 门数量与量子比特占用；第八项——椭圆曲线运算中的模逆——则得到一套全新的可逆电路架构。量子电路的一大约束是所有中间结果都不能丢弃、必须可逆地保留，而经典模逆算法依赖分支决策，直接搬上量子电路需要存储庞大的分支历史。Claude 找到了从中间数值直接反推分支决策的方法，免去存储开销，并用 Lean 证明语言形式化验证了正确性。新设计比此前最小的方案多用 12％的量子比特，但门数减少 17 倍。

另一项成果瞄准量子优化算法 DQI 中成本最高的 Reed-Solomon 译码步骤。Claude 把此前的扩展欧几里得算法换成更适合量子电路的 Berlekamp-Massey 译码，并通过 4.03 亿次采样模拟确定内存预留——只需按 19 个量子比特预留，而非最坏情况的 665 个。相比谷歌量子团队此前的构造，译码门数减少 12 倍。

Anthropic 强调这些是公司自报结果，尚未经独立复现，研究也不意味着量子计算机能破解椭圆曲线加密。作为参照，FeMoco 分子模拟的资源估算曾在十年间靠算法进步从约 50 万亿 Toffoli 门降到 3.4 亿个。若 AI 辅助电路设计持续发挥作用，实用量子计算的到来时间或许比预想更近。

编译自 Interesting Engineering，原标题："Claude's new quantum circuit design uses 17 times fewer gates than earlier approach"