|
Anthropic于2026年10月16日介绍一项与哈佛大学及QuEra Computing研究者合作的量子电路设计工作。研究团队把8类计算任务的自然语言规格和自动评估器交给Claude Mythos 5，让模型提出电路方案，再由评估程序检查正确性并按量子比特数与门数评分。Anthropic称，新方案在8项任务中都减少了量子比特和门数；关联论文摘要则更谨慎地表述为，其中7项显著降低Toffoli门和量子比特数量，第8项提出新的可逆模逆架构并改善资源权衡。
一个例子是解码量子优化算法中的Reed–Solomon错误信息：论文和Anthropic说明称，重新设计后，相关解码步骤的门数约为此前方案的十二分之一。另一项椭圆曲线点加法设计经过约53小时的自动探索；模型利用数值模拟和Lean形式化证明来验证关键推导。
需要划清边界：这是电路算法与代码级评估结果，并非在真实量子处理器上的实验，也不代表通用量子计算优势已经实现。论文是近期提交的预印本，资源指标以Toffoli门数、量子比特数等电路成本代理未来运行开销；具体硬件表现仍取决于噪声、纠错和控制等系统因素。
来源：Anthropic官方研究说明（2026年10月16日）及其关联论文。https://www.anthropic.com/research/designing-efficient-quantum-circuits
论文：https://arxiv.org/abs/2610.22367 |
0