Модель Anthropic самостоятельно вывела математические тождества и предложила более экономные схемы для восьми вычислительных задач, улучшив опубликованные ранее решения Модель Claude Mythos 5 компании Anthropic разработала новые схемы квантовых вычислений, которые в отдельных задачах требуют на порядок меньше операций, чем ранее опубликованные решения. Модель работала в автоматическом цикле: предлагала схему, получала оценку программы, проверявшей её корректность и вычислительную стоимость, а затем дорабатывала следующий вариант. Человек не вмешивался между этапами этого цикла. Всего Claude оптимизировала 8 базовых вычислительных процедур для задач химии, оптимизации, моделирования квантовых систем, теории чисел и численных методов. Одна из наиболее заметных разработок связана с вычислениями на эллиптических кривых — математических объектах, используемых, в частности, в криптографии. За 53 часа работы Claude предложила способ обратимого вычисления модульной обратной величины, необходимого для операций с такими кривыми. В основе решения лежит алгоритм divsteps, известный по классическим вычислениям, но сложный для переноса на квантовый компьютер. Дело в том, что квантовая схема должна сохранять возможность обратного выполнения вычислений: промежуточные данные нельзя просто удалить, как в обычной программе. Предыдущие подходы требовали хранить историю условных переходов, расходуя дополнительные кубиты — квантовые аналоги битов. Источник изображения: Anthropic Claude нашла способ восстанавливать эту историю по промежуточным числам, вывела новые алгебраические тождества и получила формулу для восстановления последовательности операций. Корректность результата проверили численными симуляциями, а математическое утверждение дополнительно формализовали в Lean — системе для проверки доказательств. Один из новых вариантов схемы использует на 12% больше кубитов, чем самый компактный из прежних вариантов, но требует в 17 раз меньше квантовых гейтов. Это показывает, что разработчики могут выбирать более выгодный баланс между объёмом квантовой памяти и количеством операций. Вторая разработка касается декодера для алгоритма Decoded Quantum Interferometry (DQI), предназначенного для решения задач оптимизации. Claude заменила расширенный алгоритм Евклида, использовавшийся в прежней схеме, декодированием Берлекэмпа — Мэсси, а также сократила объём промежуточных данных, которые необходимо хранить. В результате число гейтов уменьшилось в 12 раз относительно предыдущей конструкции Google. Вместо резервирования памяти на худший случай, требовавший 665 кубитов, новая схема выделяет 19. Такой компромисс основан на результатах 403 млн симуляций: примерно в одном случае из 10 000 исключительная ситуация требует больше памяти, чем предусмотрено, и вычисление не удаётся завершить. Авторы указывают, что эта частота укладывается в допустимую для рассматриваемой задачи ошибку. Масштаб возможной экономии вычислительных ресурсов иллюстрирует и моделирование FeMoco — железосерного кластера в составе фермента нитрогеназы, участвующего в превращении атмосферного азота в аммиак. В 2017 году оценка вычисления энергии основного состояния этой системы составляла около 50 трлн гейтов Тоффоли. Благодаря последовательным алгоритмическим улучшениям, внесённым разными научными группами, оценка снизилась до 340 млн гейтов — в 150 000 раз. Авторы подчёркивают, что этот прогресс нельзя приписывать одной Claude: он стал результатом многолетней работы всего сообщества. При этом результаты не означают, что готовые полезные квантовые компьютеры уже близки к появлению. Исследование охватывает только проектирование отдельных вычислительных схем, а не все компоненты отказоустойчивого квантового компьютера, включая коррекцию ошибок и управление физическим оборудованием. Кроме того, выбранный метод подходит прежде всего для задач, где корректность схемы можно эффективно проверить обычным компьютером. В ходе работы Claude также проявляла излишнюю осторожность и предпочитала известные подходы, поэтому для поиска принципиально новых решений ей задавали необходимость параллельно изучать разные варианты.