Anthropic'a göre Claude, doğrulanmış kuantum devreleri tasarladı ve yayımlanmış tasarım­lardan daha iyi sonuç aldı

Anthropic ne yaptı

Anthropic, Claude'a sekiz kuantum devresi için doğal dilde yazılmış belirtimler ve her tasarımı denetleyip puanlayan otomatik bir değerlendirici verdiğini; Claude'un ise büyük ölçüde insan müdahalesi olmadan çalışarak, bazı durumlarda bir mertebeden fazla iyileştirmeyle en iyi yayımlanmış devreleri geride bırakan tasarımlar ürettiğini söylüyor. Tam metin arXiv'te yayımlandı.

Proje, Anthropic'in STEM Fellows Programı kapsamında Andi Gu öncülüğünde yürütüldü; Anthropic'teki kuantum fizikçisi Alek Kemeny'in danışmanlığında, Harvard Üniversitesi'nden Susanne Yelin ile Harvard Üniversitesi ve QuEra Computing'ten Mikhail Lukin'in katılımıyla gerçekleşti.

Kurulum nasıl çalıştı

Anthropic'a göre sekiz görev, daha büyük kuantum algoritmalarının üzerine inşa edildiği temel yordamlar olan hesaplamalı primitiflerdi ve kimya, optimizasyon, kuantum simülasyonu, sayı teorisi ve sayısal hesaplama alanlarını kapsıyordu.

Anthropic'a göre üç özellik bu görevi bir dil modeli için uygun hale getiriyordu. Kuantum devreleri kod olarak ifade edilebildiğinden Claude'un programlama yetenekleri doğrudan geçerliydi. Hedeflenen algoritma sınıfının doğruluğu verimli biçimde sınanabiliyordu, çünkü her girdi sıradan bir bilgisayarın doğrulayabileceği tek bir kesin çıktı üretiyor. Ve küçültülecek tek bir amaç puan vardı: kullanılan qubit sayısının geçit sayısıyla çarpımı; bu, devrenin çalıştırılma süresinin bir göstergesiydi.

Claude kapalı bir döngüde çalıştı: Python'da bir tasarım öneriyor, harici değerlendirici doğruluğu denetleyip bir puan döndürüyor, Claude da bu geri bildirimi bir sonraki denemesini iyileştirmek için kullanıyordu. Anthropic, Claude Mythos 5 olarak adlandırdığı modelin döngüyü turlar arasında hiç insan girdisi olmadan yönettiğini söylüyor.

Sonuçlar

Anthropic'ın bildirdiğine göre, sekiz görevin tamamında Claude'un tasarımları hem daha az qubit hem de daha az geçit kullandı; önceki en iyi yayımlanmış devrelerden daha iyi sonuç verdiler.

Özellikle şirket, kazanım­ların mevcut tasarımların ince ayarından değil, yeni yapısal ve matematiksel içgörülerden geldiğini vurguluyor. Bir demir-sülfür molekülünü simüle edecek bir devre derlerken Claude, molekülün simetrilerinin ve yinelenen yapısının bazı sonuçların bir kez hesaplanıp sistemin her parçası için yeniden hesaplanmak yerine yeniden kullanılabileceği anlamına geldiğini fark etti. Bazı durumlarda ise yayımlanmış devrelerin yalnızca son derece nadir girdileri ele almak için gereken maliyetli bileşenler içerdiğini görüp bu bileşenler olmadan yeniden tasarladı.

Yazıda iki keşif öne çıkıyor: eliptik eğri hesaplamalarının en pahalı adımı olan modüler terslemenin yeni bir yolu ve önde gelen bir kuantum optimizasyon algoritmasının en maliyetli adımını yaklaşık on iki kat ucuzlatan bir yeniden tasarım.

Devre tasarımı neden zor

Yazıda ayrıca kuantum devre tasarımını sıradan programlamadan ayıran şeyler açıklanıyor. Bir kuantum devresi if-then (eğer-ise) kararları veremez, çünkü aynı anda birçok girdinin üst üpose edilmişi üzerinde çalışır; bu yüzden her çalıştığında tüm yolların işlemlerini içermek zorundadır. Ve ara bilgiyi atamaz: her adım tersinir olmalıdır, bu yüzden arta kalan karalama işlemleri, kendisini üreten hesabı ters yönde çalıştırılarak geri alınmalıdır; bu da ek geçitler pahasına gelir.

Neden önemli

Bugünün kuantum bilgisayarları yalnızca yüzlerce ile binlerce qubite sahip ve bu qubitler kıt ve hataya eğilimli; dolayısıyla hem qubit sayısı hem de hesaplama süresi değerli kaynaklardır. Devre düzeyindeki verimlilik bu alanda tarihsel olarak büyük kazanımlar sağladı: Anthropic, endüstriyel katalizör açısından önem taşıyan bir demir-kükürt kümesi olan FeMoco'nun temel durum enerjisini hesaplama maliyetinin, 2017'deki bir tahminde yaklaşık 50 trilyon Toffoli geçitinden, bir dizi algoritmik ilerlemenin ardından yaklaşık 340 milyona düştüğünü belirtiyor — donanımı iyileştirmek yerine devreleri yeniden tasarımla elde edilmiş kabaca 150.000 katlık bir azalma bu.

Yapay zekâ sistemleri bu tür azalmaları otomatikleştirmeyi başarırsa, yararlı kuantum uygulamalarının kaynak gereksinimleri de ona göre küçülür; Anthropic, pratik kuantum bilgisayarların daha önce öngörülenden erken gelebileceğini öne sürüyor. Sonuç ayrıca kuantum bilgisayarı ötesine işaret ediyor: Anthropic, Claude'un klasik algoritmaları optimize ettiğini daha önce gözlemlemişti ve bu çalışma aynı yeteneğin donanıma yakın araştırma sorunlarına da uzandığını gösteriyor — yapay zekâyı yalnızca bir kodlama asistanı değil, bilimsel ve mühendislik tasarımında pratik bir iş birlikçi olarak konumlandırıyor.