← 返回 Siami 首頁

Anthropic Claude Mythos 5 重新設計量子電路:在 8 個任務中擊敗人類最佳版本,最高門數縮減 17 倍

▲ 71 💬 11
Anthropic Claude Mythos 5 重新設計量子電路:在 8 個任務中擊敗人類最佳版本,最高門數縮減 17 倍

編按:本文綜合整理自 Anthropic 官方研究頁、arXiv 預印本 2610.22367、Hacker News 討論串 與四篇獨立外媒分析,並加入 Siami 編輯部觀點與數據解讀。

背景:量子電路為何需要 AI 重寫

現實中的量子電腦——不論是 IBM、IonQ 還是 Google——都只有數百到數千個量子位(qubits)。這個數量對多數有實用價值的演算法而言明顯不足。

更要命的是資源配置問題。2017 年的一個估算指出,若要在量子電腦上計算 FeMoco(一種對生物固氮至關重要的分子)的基態能量,需要大約 50 兆個 Toffoli 閘——這個數字在現實中完全不可行。

為了讓現有硬體跑得起來,研究人員長期投入一件事:把量子演算法重新設計成更省量子位、更少閘數的形式。但這件事極其困難,原因藏在量子電路的兩道枷鎖裡:

  1. 不能分支:量子疊加態一旦測量就崩潰,傳統的 if-then 分支幾乎不可用。
  2. 不能丟棄資訊:普通程式可以覆寫或刪除 scratch 變數;量子電路必須把所有不再需要的「殘留資訊」反向運算(uncompute)回中性狀態,才能釋放量子位。

這兩條逼出量子位(空間)與時間之間的權衡——這正是這次 Claude Mythos 5 突破的地方。


Claude Mythos 5 的閉環搜尋框架

Anthropic 與 Harvard 物理系 Susanne Yelin 教授的合作研究(同步登上 arXiv 預印本)採用了一個閉環工作流程:

給 Claude 一段話的 brief,描述數學規則與評估器的檢查標準 → Claude 寫出電路 → 評估器給出正確性與效率分數 → Claude 改進下一版。

關鍵的設計選擇有三:

  • 每一次的改進,都來自 Claude 對問題結構與數學性質的新洞察,而不是參數微調。
  • 為了避免 Claude 在解題上過於保守,Anthropic 用了兩招:同時發展數種質性不同的方法(平行嘗試),以及用強化學習(RL)獎勵「資源消耗更少」的電路設計。
  • 整個流程跑在 Google 的 Kickmix 量子語言上——這是一種「可在古典電腦上模擬的量子電路組合語言」,讓 LLM 可以在「程式碼高爾夫」(code golf)的模式下快速迭代。

Anthropic 報告 Claude 在 8 個基準任務中贏了 7 個,其中一項任務的閘數縮減達 17 倍,整體在部分任務上改進幅度達到數量級(order of magnitude)。

發現一:可逆模反元素運算的新方法

模反元素運算(modular inversion)是橢圓曲線密碼學(ECC)以及許多量子演算法中最昂貴的一步。Claude 在這一步提出了一條全新的路。

Claude 的推理過程

針對這個任務,Claude 採用了一個叫 divsteps 的方法(這是 2023 年一篇論文中提出的數學技巧,原本不是為了量子電路設計)。Claude 辨識出 divsteps 在量子電路上有潛力,但需要解決「必須儲存完整歷史」這個問題。

Claude 的早期實驗嘗試了幾條簡單規則,能在小測資上跑通,但無法推廣到較大的輸入。Claude 於是換了一個策略:不再靠試誤,而是從數學上理解 divsteps 為什麼會這樣表現,然後從中推導出電路結構。

這條路的回報是 decoding 步驟的量子位數量大幅下降,但代價是時間成本上升。Claude 進一步優化——找出「在什麼情況下,把分支結果留在記憶體裡反而比較便宜」的條件,把時間成本壓回可接受範圍。

結果:Claude 的最終電路在最壞情況下只需要 665 個量子位,且會根據實際情況動態分配記憶體——夠用就好,不多花。

根據外媒 Cryptobriefing 的整理,這個 modular inversion 電路相比之前的 Berlekamp–Massey 參考實作,運算規模從約 140,000 縮減了相當大的比例(Anthropic 強調「部分場景達 17 倍」)。

發現二:Berlekamp–Massey 的解碼電路重構

橢圓曲線點運算(point addition)演算法需要把同一個加法執行很多次,包括反向操作。這些加法占據了絕大多數的量子位與執行時間成本。

Claude 推理的兩個階段

第一階段:Claude 嘗試用 Extended Euclidean Algorithm 作為起點設計解碼電路。但很快發現這條路在「分支太多、對不同輸入需要走不同路徑」上有麻煩。

第二階段:Claude 轉用 Berlekamp–Massey 演算法——這讓電路對不同輸入不再需要走不同路徑。但代價是 Berlekamp–Massey 必須做成可逆的(reversible),這又引入新的量子位需求。

Claude 沿用在第一個任務上的同樣思路:找出壓低最壞情況記憶體用量的方法。最終設計出會動態分配記憶體的電路,在一般情況下大幅節省量子位。


為什麼這個發現重要

這個突破的本質,是把一個原本需要保留「完整 history」才能保證正確性的演算法,改造成一個動態配置資源的實作。在量子計算領域,「最壟情況下的資源配置」直接決定了演算法能不能在現有硬體上跑得起來——這個任務原本需要人類專家手工調幾個月。

為什麼這件事重要

對 Siami 的讀者來說,這不只是一個「Anthropic 又發了一篇研究」的公關稿,而是三層訊號:

第一層:量子計算的工程化進入新階段

量子位脆弱、錯誤率高,所以光有演算法不夠——必須讓演算法能在現有硬體上跑。Anthropic 這篇研究證明,AI 可以把理論上可行、但實務上「跑不動」的電路,改造成能在 IBM Heavy-hex 130 量子位(甚至更少)硬體上跑的版本。這條「從理論到實作」的路,以前是研究人員手工調的,現在 Claude 能在閉環裡自動化。

換個角度看:以前人類專家要花幾個月才能完成的「為某個量子演算法找出最優電路表示」工作,現在幾小時內可以跑 8 個任務、自動搜尋。這對量子計算硬體廠商(IBM、Google、IonQ)來說是直接的工程紅利——他們的機器能跑更多有用的演算法了。

第二層:強化學習 + LLM 的組合開始在「無可微分的程式設計任務」上跑出成果

T-gate 數量不是一個可以用 gradient descent 直接優化的目標——它是離散的、組合性的。Anthropic 用 RL 提供稀疏獎勵(電路評估器的分數),把這個本來 LLM 不擅長的任務變成了可以反覆改進的工程問題。

這個模式可以延伸到密碼學最佳化、編譯器設計、晶片布局等任何「目標函數稀疏、需要結構性洞察」的領域。事實上,Anthropic 在七月發表的另一篇研究「Discovering cryptographic weaknesses with Claude」就用了類似的方法——Claude Mythos Preview 找出 HAWK-256 簽章演算法的攻擊加速路徑、對 AES-128 的 7 輪攻擊做了改進。

第三層:對「AI 在科學發現中扮演什麼角色」的辯論

Hacker News 討論串裡最精彩的辯論圍繞「包絡原理(Envelope Principle)」:

  • 一派認為:Claude 這類工作是在「包絡內塗色」(coloring in the blanks),是把已被發現但尚未充分探索的點子組合起來,真正的進展發生在擴大知識包絡的面積。
  • 另一派反駁:人類眼中的「擴大包絡」,在擁有更廣知識的另一個人看來可能就是「包絡內塗色」。很多領域的突破其實是跨域交叉應用——這正是 AI 最擅長的事。
  • 還有人追問:RL 的搜尋軌跡能否突破包絡?答案關鍵不在演算法,而在回饋訊號是否真的來自現實世界,而不是 RL 環境與 reward shaping 包裝的人類已知知識。

Siami 的觀點是:這場辯論的實質問題不是「Claude 算不算真科學家」,而是當 AI 把實作層最佳化成本壓到接近零時,人類研究者應該把精力放在哪裡。Siami 的判斷是:理論突破仍屬於人類,但工程化與最佳化的最後一哩路會被 AI 接管——這跟 AI 編碼工具對軟體業的衝擊是同一個模式。

數據解讀:到底改善了多少

Anthropic 在官方部落格沒有公布完整 benchmark 表格,但綜合 arXiv 預印本與多家外媒整理,可得出以下幾個關鍵數字:

1. 8 個任務中 7 個擊敗人類最佳版本

Anthropic 強調 Claude 的設計贏了 7 個任務中的 7 個(根據 cryptobriefing 與 cellcog.ai 報導)。其中 1 個任務與人類最優解打成平手。

2. 最高門數縮減 17 倍

這是 single decoder 任務的數字。另一項報導(cellcog.ai)則說「最佳實作的成本縮減高達 39 倍」。兩個數字都來自 Anthropic 自家聲明,但指的不同任務。

對研究者來說,門數縮減不只是「省成本」——它直接決定演算法能不能在現有 NISQ(含噪中等規模量子)硬體上跑。130 量子位的機器在 17 倍門數縮減後,可能從「跑不動」變成「可在合理時間內跑完」。

3. 量子位數量從無上限壓到 665

原本的解碼電路在最壟情況下需要的量子位數量在硬體上不可行;Claude 的版本在最壟情況下用 665 個量子位(且會動態配置)。這個數字仍然不小,但已經進入「可在近期硬體上實作」的範圍。

4. 與人類專家設計的比較

Anthropic 強調 Claude 的改進來自新的數學洞察,而不是微調既有方案。這呼應了 Hacker News 上 keeganryan 的觀察:過去一年,Claude 在數學推理任務上的能力提升,已經從「工具」走向「合作者」。

質疑與待觀察

這份研究雖然嚴謹,但仍有幾個值得質疑的地方:

  • 樣本任務的選擇:8 個任務都偏向「小型、可古典模擬」的電路。對更大規模、需要完整錯誤更正碼的電路,Claude 能不能一樣跑贏還是未知。
  • Claude Mythos 5 尚未公開:文中提到的「Claude Mythos 5」模型沒有對外釋出,這讓外部研究者無法重現實驗,只能選擇相信 Anthropic 的 benchmark 數字。
  • 未涵蓋錯誤更正:量子位太脆弱,實際硬體必須自己抓錯、修錯。Anthropic 在結尾拋出開放問題:「與其一個個組件分開設計,AI 能否從演算法一路優化到錯誤更正碼?」——這是未來方向。
  • 「門數縮減」不等於「絕對可跑」:有些演算法即使門數縮減 17 倍,在現有硬體上仍因錯誤率問題無法跑出有用結果。讀者不應把這個研究誤讀為「量子計算實用化已經到了」。
  • 激勵函數設計的可重現性:Anthropic 的 RL 設定沒有完整公開,這讓其他團隊很難複製相同的方法論到他對自家模型。

延伸資源

原始研究與官方資料

獨立外媒分析

相關背景

網友熱門留言 (5)

#1 keeganryan (Hacker News) ▲ 168
這項工作其實建立在 Google 的 Kickmix 量子語言上。Kickmix 本質上是一種『可在古典電腦上模擬的量子電路』的組合語言,所以找更有效率的電路基本上就是組語層級的程式碼高爾夫——這正是 LLM 擅長的場景:有閉環驗證機制、快速測試並丟棄想法。先前學界沒做這件事並不意外(乏味又不好發表),所以我們看到真正的分工出現:人類探索演算法高層次的點子,AI 負責實作層次的最佳化。
#2 Hacker News 用戶 ▲ 87
這是『包絡原理』(Envelope Principle)的典型例子:AI 擅長填補空白——也就是『在已被發現事物的包絡範圍內、但尚未被完全探索』的部分。真正的進展發生在擴大包絡的面積,而不是在包絡內塗色。
#3 Hacker News 用戶 ▲ 64
恕我不同意『包絡內塗色就不是真正進展』這種說法。一個人眼中的『擴大包絡』,在擁有更廣知識背景的另一個人看來可能就是『包絡內塗色』。很多領域的知識是從跨域交叉應用來的。
#4 Hacker News 用戶 ▲ 52
到這個階段更值得問的問題是:強化學習的搜尋軌跡是否存在根本性的原因,讓它無法離開包絡?RL 能不能跨出去,關鍵不在演算法本身,而在回饋訊號是否來自現實世界(而不是 RL 環境與 reward shaping 包裝的人類已知知識)。
#5 Hacker News 用戶 ▲ 41
大多數人花了一輩子研究生涯在包絡內塗色填補空白。只因為 AI 現在也能做這件事,就說他們沒做出『真正的』進展,這樣的論調有點刻薄。