Anthropic刚刚公布了一项令人震惊的研究成果。
Mythos 5已实现自主闭环，设计出比人类“最优方案”效率高出许多的全新量子电路！
并且，这一切仅凭纯语言描述完成。
在关键的解码任务里，Claude将计算成本大幅降低了12倍甚至17倍！
更令人吃惊的是，为了达成目标，它自主推导出了人类此前从未发现的全新代数恒等式。
53个小时内，Mythos 5就超越了人类数年的研究成果。
有网友感叹：“每个物理学博士刚刚意识到，他们耗费心血撰写的论文，AI只需几句简单语言就能写出强10倍的版本……”
人类遭遇瓶颈：量子计算的“绝望之谷”
量子电路设计为何如此困难？
要知道，传统计算机依赖0和1（比特）来存储信息。
而量子计算机使用的是“量子位”。凭借量子叠加态，它可以同时处理海量数据。一旦真正实现实用化，它能破解密码、研发绝症特效药、寻找室温超导材料……
然而，当前的量子计算机存在严重缺陷。
第一，量子位数量太少。 现有机器最多几百上千个量子位，不足以运行复杂算法。
第二，它们过于脆弱。 轻微的环境干扰——如一点热量、一点震动，甚至穿透地球的宇宙射线，都能导致量子位出错。错误一旦累积，计算结果便毫无价值。
由于硬件上的限制，科学家们只能在“软件（算法电路）”上精雕细琢，试图用最少的量子位和最短的时间完成计算。
但量子电路的编程与常规代码截然不同。
它面临两座难以逾越的大山：
1.缺少“If-then”： 传统程序可根据条件判断，选择A路径或B路径。但量子计算机处于所有可能性的叠加状态，每次运行时必须同时包含A和B的操作。
2.绝不能“丢弃垃圾”： 传统程序计算完中间结果后，会清空内存。但在量子世界中，信息不能被丢弃，因为量子计算必须绝对可逆！强行擦除中间草稿会污染结果。要清理内存？唯一办法是将刚才的计算“倒放”一遍，但这会消耗昂贵的量子门。
这迫使人类科学家不得不在“空间（量子位）”和“时间（计算步数）”之间极限权衡。
以模拟FeMoco为例（这是一种固氮酶核心，对化肥制造至关重要）。
2017年，人类估计需要50万亿个Toffoli门才能完成计算。经过顶级科学家8年的冥思苦想，这个数字才降至3.4亿。
人类用了8年。而Claude，只用了53个小时。
53小时，Mythos创造奇迹
Anthropic推出了一个STEM Fellows项目。
他们向Mythos 5下达了一项任务——
我用简单语言为你描述化学、优化、物理模拟和数论领域的8个基础量子电路，你自己去设计吧。
整个过程实现了全自动闭环。
1.Claude用Python编写量子电路设计。
2.自动评估程序检查其正确性，并给出一个“得分”（使用的量子位数 × 量子门数量）。
3.Claude获得反馈后，无需人类干预，自行反思并迭代。
短短53小时内，Claude在8个任务上全部超越了人类公开发表的最优设计！
它直接打破了人类的思维定式，发现了全新的结构和数学规律。
让我们来看看它最令人震撼的两个操作。
操作一：自主推导新数学公式，破解僵局
在数论和密码学（如椭圆曲线计算）中，有一个耗时的核心步骤“点加法”，其中最昂贵的操作就是模块化求逆。
传统计算机执行此操作很快，有一种算法叫“divsteps”：将两个数字不断交换、加减、折半，最终得出结果。在此过程中，传统计算机会产生大量“分支信息（草稿）”，计算完成后便丢弃。
但是，量子计算机不能丢弃草稿！
如果要用量子电路运行divsteps算法，就必须将所有历史分支信息全部存储下来。这需要占用天文数字般的量子位，根本不现实。因此，人类科学家认为此路不通。
但Claude没有放弃。
它思考：既然存储草稿成本太高，那能否不存储草稿，直接从结果中“反推”出草稿？
起初，Claude像勤奋的学生一样，盲目猜测了几种规则，但在处理256位的大数字时，它终于崩溃了。
然而接下来，令人震惊的操作发生了：Claude放弃了暴力测试，转而进行纯数学的理论推导。它深入研究了divsteps的迭代过程，硬生生地证明了一系列全新的代数恒等式！
基于新数学公式，Claude编写了一个精确的解码规则，甚至用Lean完成了形式化验证！
最终，Claude拿出了人类历史上第一个无需存储分支历史的量子divsteps可逆实现方案。
与人类设计相比，它在仅增加12%量子位的情况下，将量子门数量大幅降低了17倍！
操作二：改造谷歌算法架构，计算成本锐减12倍
第二个重大突破发生在“解码量子干涉测量（DQI）”算法中。这是量子计算机用于物流调度、材料设计的最强工具。
简单来说，DQI算法最耗资源的一步，是使用一个名为里德-所罗门（Reed-Solomon）的解码器进行纠错。
此前，谷歌专家设计的方案基于“扩展欧几里得算法”。
但由于量子电路“不能走不同分支”的严格限制，谷歌不得不将计算过程拉长到极其夸张的回合数，浪费了大量算力。
Claude接到任务后，审视了谷歌的方案，迅速得出结论：该算法与量子电路不匹配，需要更换。
它直接将核心引擎替换为“Berlekamp-Massey解码法”。该算法每轮操作一致，完美契合量子电路的严格特性。
然而，更换算法带来了新的“内存危机”！每轮计算都会产生一堆临时数据，不能删除，必须保留以备后续“倒放”使用。如果全部存储，需要665个量子位，这简直是天文数字。
Claude再次施展神奇操作：它首先使用相同的“反推法”消除了大部分存储需求，仅剩下个别“异常值”。
如果按照人类最保守的做法，还需要预留大量空间。
但Claude竟然自行编写了一个高速模拟器，运行了整整4.03亿次样本测试，精确测量异常发生的概率！
结果发现：绝大多数情况下只需存储1个值。
于是，Claude仅给电路预留了19个量子位的存储空间。
这套“更换核心算法 + 极致内存复用 + 大数据精算预留空间”的组合拳打完，Claude设计的解码器，其门数量比原架构减少了整整12倍！
原本需要1小时的计算，现在几分钟就能完成。
网友热议：我的物理学博士论文成了笑话？
这份报告一经发布，外网立刻沸腾了。
有人说，“量子领域的时间预测线将被彻底打乱。人类可能提前多年获得一台有用的量子机器！”
有人感慨：过去我们在让AI解释现有的科学，但现在，AI已经在发现我们自己尚未理解的东西。
最令人绝望的是，可能每个物理学博士都发现：自己苦心研究的论文，AI有一个简单语言版本，而且比自己的好10倍。
改变人类历史的里程碑到来
Mythos 5的这一成就，实在令人激动。
FeMoco固氮酶模拟，人类干了8年，Mythos 5只用了53个小时。这意味着，软件正在拯救硬件！
我们原本以为，要造出能研发新药、制造清洁化肥的量子计算机，还需要人类花费十几年，攻克“几百万量子位”的难关。
但现在，无需等待硬件升级了，AI直接将算法压缩十倍百倍，“破机器”也能跑出颠覆性结果！
更具想象力的是，由于量子计算机的每个环节都可以用代码描述、验证并评分，Anthropic指出了一种诱人的可能性——
未来的AI，不再是单独优化某个电路，而是从最底层的硬件物理结构，到最上层的算法逻辑，进行“全局联合优化”！
人类，将直接按照AI的图纸去制造硬件。
科技大爆炸的奇点，比我们想象的还要近得多。
参考资料：
https://www.anthropic.com/research/designing-efficient-quantum-circuits
本文来自微信公众号 “新智元”（ID：AI_era），作者：ASI启示录，36氪经授权发布。
