Claude entwirft schlankere Quantenschaltungen, wobei ein Computer jeden Schritt überprüft
Laut Anthropic hat Claude Mythos 5 in acht Aufgaben Quantenschaltungsdesigns gefunden, die weniger Qubits und Gatter benötigen als veröffentlichte. Ein eingebauter Prüfer sorgte für Ehrlichkeit.
Anthropic berichtet, dass Claude Mythos 5 Quantenschaltungen entworfen hat, die die besten veröffentlichten Designs bei acht Aufgaben übertreffen, von der Chemie bis zur Zahlentheorie. Einige Verbesserungen betrugen, in den Worten von Anthropic, „eine Größenordnung oder mehr“.
Zuerst eine kurze Übersetzung. Ein Quantenschaltkreis ist das Rezept, dem ein Quantencomputer folgt und der aus Qubits (der Quantenversion von Bits) und Gates (den einzelnen Schritten) besteht. Weniger Qubits und weniger Tore bedeuten, dass eine kleinere, billigere Maschine die gleiche Aufgabe erledigen könnte. Das ist wichtig, denn die heutige Quantenhardware ist klein und fehleranfällig.
So hat es funktioniert. Claude erhielt verständliche Beschreibungen jeder Aufgabe und schrieb Schaltungsentwürfe in Python. Ein automatisierter Bewerter überprüfte, ob jedes Design korrekt war, und bewertete es nach Qubits mal Gates. Claude überarbeitete dann seine Arbeit anhand dieses Feedbacks in einer Schleife, ohne dass ein Mensch zwischen den Runden war. Zwei Beispiele aus dem Beitrag: Für einen Schritt, der in Berechnungen mit elliptischen Kurven verwendet wird, verwendet ein Entwurf nach einem 53-Stunden-Lauf 12 Prozent mehr Qubits, aber 17-mal weniger Gatter als die kleinste frühere Version. Für einen Decoder, der in einer Quantenoptimierungsmethode verwendet wird, wechselte Claude zu einem anderen Algorithmus und verwendete temporäre Werte und erreichte damit etwa zwölfmal weniger Gatter als die frühere Konstruktion von Google.
Was dahinter steckt: Das funktioniert, weil die Antworten kostengünstig auf einem normalen Computer überprüft werden können. Der Evaluator, umfangreiche numerische Simulationen (403 Millionen Beispieldekodierungen für einen Decoder) und ein formaler Beweis in Lean, einem Tool zur Beweisprüfung, bedeuten, dass Sie der KI nicht einfach vertrauen müssen. Laut Anthropic kommt diese Art von Problem bei den untersuchten Algorithmen „ziemlich häufig“ vor. Es wird auch berichtet, dass Claude vorsichtig war, sich selbst überprüfte und sich an vertrauten Methoden orientierte, sodass das Team mehrere unterschiedliche Ansätze parallel forderte.
Halten Sie es im Verhältnis. In dem Beitrag heißt es nicht, dass die Ergebnisse von Experten begutachtet werden (ein Artikel befindet sich auf arXiv, 2610.22367). Das Schaltungsdesign ist nur ein Teil des Aufbaus eines nützlichen Quantencomputers, und Fehlerkorrektur und Hardware sind separate schwierige Probleme. Der berühmte 150.000-fache Rückgang der geschätzten Gates für ein Chemieproblem kam von vielen Gruppen über einen Zeitraum von acht Jahren, nicht von Claude.
Was das für Sie bedeutet: Es landet kein Quantencomputer auf Ihrem Schreibtisch. In der Lektion geht es um die Methode: KI funktioniert am besten bei Problemen, bei denen eine Maschine die Antwort überprüfen und dort echte, überprüfbare Fortschritte erzielen kann. Dieses Muster ist in Wissenschaft und Technik sehenswert.
Quellen
Quellen: https://www.anthropic.com/research/designing-efficient-quantum-circuits
ChatGPT Pro kann jetzt mehrere Agenten gleichzeitig für eine Aufgabe ausführen
Laut OpenAI können Pro-Benutzer einen Auftrag in ChatGPT auf parallele Agenten aufteilen und deren Fortschritt beobachten. Es gibt nur wenige Details, daher erfahren Sie hier, was bekannt ist und worauf Sie warten müssen.
