Claude自主设计量子电路实现效率数量级提升

Anthropic 发布研究论文，展示其模型 Claude Mythos 5 在无需人工干预的情况下，通过闭环迭代自主设计了八种量子电路，其中部分设计的资源消耗比此前最佳发表成果减少了一个数量级以上。该工作由 Andi Gu 主导，作为 Anthropic STEM Fellows Program 的一部分，与哈佛大学及 QuEra Computing 合作完成。 核心证据在于两个具体案例的突破：一是在椭圆曲线点加法的模逆运算中，Claude 发现了一种无需存储分支历史信息的可逆算法，通过数学推导直接解码分支信息，从而大幅降低了对量子比特（qubits）的需求；二是在 DQI 优化器的 Reed-Solomon 解码步骤中，Claude 摒弃了传统的扩展欧几里得算法，转而采用 Berlekamp-Massey 解码方法，并结合对异常值的统计模拟，将最昂贵的计算步骤成本降低了约 12 倍。 这一结果意味着 AI 不仅能辅助代码编写，更能深入理解并重构底层物理算法的逻辑结构。事实层面，Claude 确实完成了从提出假设、编写代码、验证正确性到形式化证明的全过程。推断层面，这种能力若迁移至其他硬件架构或纠错码设计，可能加速容错量子计算机的实用化进程。猜测层面，未来 AI 或许能联合优化从算法到硬件控制的全栈组件，而非仅针对单一模块进行优化。