Claude Mythos 5 нашла квантовые схемы экономнее лучших опубликованных

Модель Anthropic Claude Mythos 5 по описанию на обычном языке спроектировала квантовые схемы для восьми вычислительных задач, и они оказались экономнее лучших опубликованных — иногда в десять раз и больше.

Почему это важно: оценки ресурсов для полезных квантовых расчётов, например в химии, за последние годы упали в основном благодаря новым схемам, а не новому железу. Здесь эту работу почти целиком сделала модель.

Повод: исследование вёл Энди Гу (Andi Gu) в программе STEM Fellows, куда Anthropic на несколько месяцев приглашает учёных и студентов поработать со своими исследователями. Соавторы — физик Anthropic Алек Кемени и гарвардские физики Сюзанна Йелин и Михаил Лукин. Препринт вышел на arXiv 15 октября, а в соцсети X компания пишет, что экономные схемы могут приблизить применение квантовых компьютеров в химии и материаловедении.

Общая картина: цену схемы хорошо видно на FeMoco — железосерном кластере фермента, которым бактерии превращают азот воздуха в аммиак. Его расчёт помог бы химикам подбирать промышленные катализаторы:

• В 2017 году на расчёт самого устойчивого состояния FeMoco, по оценке исследователей, требовалось около 50 трлн вентилей Тоффоли¹.
• Улучшения алгоритмов снизили эту оценку примерно до 340 млн вентилей — примерно в 150 000 раз.
• Это несколько часов работы будущей машины примерно с 3 млн физических кубитов², а у нынешних квантовых компьютеров их от сотен до тысяч.

Как это работает: модель получила от авторов задание и программу-оценщик, а дальше шла по кругу, и между раундами люди не вмешивались:

• Она записывает схему как обычный код и отправляет её на проверку.
• Оценщик проверяет схему без квантового компьютера: на каждый вход она должна выдать один определённый ответ, а его обычный компьютер умеет просчитать и сверить.
• Балл — число кубитов, умноженное на число вентилей Тоффоли: так приблизительно оценивают время работы схемы.
• По баллу и замечаниям модель правит следующую версию.

Детали: самым трудным тестом стало сложение точек на эллиптической кривой — правило, по которому из двух точек кривой получают третью. Это главный шаг квантовых алгоритмов дискретного логарифмирования: зная точку и результат её сложения с собой n раз, найти n. Для больших кривых обычный компьютер не решит эту задачу за разумное время, а достаточно большой квантовый — сможет. Модель работала над сложением точек 53 часа по заданию в один абзац:

• Дороже всего здесь обходится модульная инверсия — аналог деления в арифметике, где числа, дойдя до предела, начинают счёт заново.
• Обычные компьютеры считают её методом, который раунд за раундом упрощает пару чисел, но квантовая схема не может стирать черновые записи и должна помнить, какую ветку выбирала на каждом шаге.
• Модель предложила не хранить эту историю, а восстанавливать её по самим числам.
• Простые правила восстановления ломались на 256-битных числах, и тогда модель доказала нужные тождества, вывела точную формулу и проверила её в Lean³.

В цифрах:

• Одна из новых схем сложения точек требует на 12% больше кубитов, чем самая компактная из прежних, но в 17 раз меньше операций.
• Самый дорогой шаг квантового алгоритма оптимизации DQI⁴ модель сделала в 12 раз дешевле по числу операций, чем прежняя схема Google.
• В схеме для DQI часть промежуточных значений нельзя восстановить, их приходится хранить, и на худший случай нужно 665 кубитов. Прогнав 403 млн пробных расчётов, модель увидела, что почти всегда хватает места под одно такое значение, и отвела под него 19 кубитов. Схема с ними ошибается примерно раз на 10 000 прогонов, и это в пределах допустимой для задачи ошибки.

Если шире: на трудности дискретного логарифма на эллиптических кривых держится эллиптическая криптография — ею, например, подписывают транзакции в биткоине. Сложение точек, по данным статьи, даёт большую часть затрат кубитов и времени в квантовых алгоритмах для этой задачи.

Но: авторы называют модель «по натуре консервативной»: она по два-три раза перепроверяла уже надёжные результаты и тянулась к известным подходам. Чтобы она пробовала новое, авторы прописали в задании, что она должна вести несколько разных подходов параллельно, и изредка сами просили её искать шире. Схемы проверяла программа-оценщик, а не квантовый компьютер.

Так уже было: в сентябре Claude меньше чем за месяц в среднем вчетверо ускорила больше 30 открытых моделей, которыми биологи предсказывают и проектируют белки.

Следующим шагом авторы видят ИИ, который настроит сразу всё — от алгоритма до железа — и так спроектирует квантовый компьютер с исправлением ошибок под конкретную задачу.