新智元报道
Anthropic最新研究成果显示，其AI模型Mythos 5已实现自主闭环，在纯语言描述下设计出比人类“最佳方案”更高效的量子电路。
在关键解码任务中，Claude将计算成本降低了12至17倍，并自主推导出人类未曾发现的全新代数恒等式。仅用53小时，Mythos 5便完成了人类科学家数年才能完成的研究工作。
量子计算的困境：硬件局限与算法瓶颈
量子计算机利用量子叠加态处理海量信息，潜力巨大，但目前面临两大硬件缺陷：
1. 量子位数量有限：当前设备仅拥有数百至数千个量子位，难以运行复杂算法。
2. 环境敏感性高：热量、震动甚至宇宙射线等微小干扰均会导致量子位出错，错误累积将使计算结果失效。
受限于硬件，科学家致力于通过优化软件算法，以最少的量子位和时间完成计算。然而，量子电路编程存在两大核心难点：
1. 无条件分支：传统程序可依据条件选择路径，而量子计算机处于叠加态，必须同时包含所有可能性的操作。
2. 信息不可丢弃：量子计算必须是绝对可逆的，强行清除中间结果会污染数据。清理内存需“倒放”计算过程，这将消耗昂贵的量子门资源。
这迫使科学家在空间（量子位）和时间（计算步数）之间进行极限平衡。以固氮酶核心FeMoco模拟为例，2017年人类预估需50万亿个Toffoli门，经8年优化降至3.4亿。而Claude仅用53小时便实现了更优方案。
53小时突破：Mythos 5的自主创新
在Anthropic的STEM Fellows项目中，Mythos 5接收了关于化学、优化、物理模拟和数论领域8个基础量子电路的自然语言描述，并全自动闭环完成任务：
1. Claude使用Python编写量子电路设计；
2. 自动评估程序检查正确性并评分（量子位数 × 量子门数量）；
3. Claude根据反馈自主反思迭代，无需人工干预。
53小时内，Claude在全部8个任务中击败了人类公开发表的最优设计，打破了思维定势，发现了新的结构与数学规律。
突破一：推导新数学公式，解决存储难题
在数论和密码学的“点加法”中，“模块化求逆”是耗时核心。传统计算机使用的“divsteps”算法会产生大量可丢弃的分支信息，但量子计算机无法丢弃数据，导致存储需求天文数字般增长。
Claude放弃暴力测试，通过纯数学理论推导，证明了一系列全新的代数恒等式，提出了无需存储分支历史的量子divsteps可逆实现方案。
该方案仅增加12%的量子位，却将量子门数量降低了17倍，并用Lean完成了形式化验证。
突破二：重构算法架构，算力成本锐减12倍
在解码量子干涉测量（DQI）算法中，谷歌此前采用“扩展欧几里得算法”，因量子电路不能走不同分支的特性，导致计算回合数冗长。
Claude判定该算法不匹配，将其核心替换为动作一致的“Berlekamp-Massey解码法”。为解决随之而来的内存危机，Claude通过4.03亿次样本测试精确测量异常概率，发现绝大多数情况仅需存储1个值。
最终，Claude仅预留19个量子位的存储空间，结合极致内存复用，使解码器的门数量减少12倍，计算时间从1小时缩短至几分钟。
业界反响：加速量子实用化进程
该成果引发广泛关注。业界认为，这将彻底改变量子计算的预测时间线，人类有望提前多年获得实用的量子机器。
评论指出，AI已从解释科学转向发现科学，其生成的方案往往优于人类博士多年的研究成果。
展望：从软件优化到全局联合设计
Mythos 5的成就表明，软件优化可有效弥补硬件不足，使现有量子设备也能产生颠覆性结果。Anthropic指出，未来AI有望实现从底层硬件物理结构到上层算法逻辑的“全局联合优化”，人类或将直接依据AI设计的图纸制造硬件。
科技奇点的到来，或许比预期更为临近。
参考资料：
编辑：Aeneas