Anthropic heeft Claude ingezet om quantumcircuits efficiënter te maken. Het systeem kreeg in gewone taal uitgelegd welke berekening een circuit moest uitvoeren en kon de voorgestelde ontwerpen daarna zelfstandig testen, beoordelen en aanpassen.
De onderzoekers lieten Claude werken aan acht zogenoemde computational primitives, basisroutines voor grotere quantumalgoritmen. De opdrachten kwamen uit onder meer de chemie, optimalisatie, natuurkundige simulaties, getaltheorie en numerieke berekeningen. Volgens Anthropic leverde Claude in alle acht gevallen ontwerpen op die zowel minder qubits als minder gates nodig hadden dan de best gepubliceerde circuits.
Quantumcomputers werken met qubits, die anders dan klassieke bits meerdere toestanden tegelijk kunnen vertegenwoordigen. De huidige machines beschikken over honderden tot duizenden qubits, terwijl die bovendien gevoelig zijn voor verstoringen door bijvoorbeeld warmte en trillingen. Daardoor zijn zowel het aantal beschikbare qubits als de rekentijd belangrijke beperkingen.
Automatische verbeterlus
Claude schreef de circuits als code. Een automatisch programma controleerde vervolgens of de uitkomst correct was en gaf een score op basis van het aantal gebruikte qubits en gates. Claude ontving die informatie en maakte zonder menselijke tussenkomst een nieuwe versie. De onderzoekers gebruikten Claude Mythos 5 voor deze gesloten verbeterlus.
De winst kwam volgens Anthropic niet alleen door bestaande ontwerpen beter af te stellen. Claude ontdekte ook nieuwe manieren om berekeningen op te bouwen. Bij een circuit voor de simulatie van een ijzersulfidemolecuul zag het systeem bijvoorbeeld dat bepaalde resultaten door symmetrie en herhaling maar één keer hoefden te worden berekend. In andere gevallen liet het onderdelen weg die alleen voor zeer zeldzame invoer nodig waren.
Een voorbeeld is FeMoco, een ijzer- en zwavelcluster in het enzym nitrogenase. Dat enzym helpt bacteriën om stikstof uit de lucht om te zetten in ammoniak. Een schatting uit 2017 ging uit van ongeveer 50 biljoen Toffoli-gates om de stabielste energietoestand van FeMoco te berekenen. Door opeenvolgende verbeteringen is dat aantal teruggebracht tot ongeveer 340 miljoen gates, een daling van circa 150.000 keer.
Een ander resultaat betreft modulaire inversie, een rekenstap die veel kost in berekeningen met elliptische krommen. Claude ontwierp daarnaast een variant die de duurste stap van een belangrijk quantumoptimalisatiealgoritme ongeveer twaalf keer goedkoper maakt.
De onderzoekers concluderen dat kunstmatige intelligentie kan helpen bij het ontwerpen van quantumalgoritmen die minder hardware en rekentijd vereisen. Dat kan toepassingen zoals simulaties voor nieuwe medicijnen, batterijen en kunstmest dichterbij brengen, hoewel daarvoor nog krachtigere en stabielere quantumcomputers nodig zijn.
