Квантовые системы
Claude Mythos 5 спроектировал квантовые схемы лучше опубликованных: в 17 раз меньше гейтов Тоффоли
Публикация:
Anthropic показала языковую модель в новой роли: Claude Mythos 5 самостоятельно разработал проекты квантовых схем, которые эффективнее всего опубликованного ранее.
Anthropic 16 октября 2026 года опубликовала исследование, в котором Claude Mythos 5 в замкнутом цикле с автоматической программой-проверяющим разработал проекты квантовых схем для восьми вычислительных задач: химии, оптимизации, физического моделирования, теории чисел и численных вычислений. Модель получала текстовое описание задачи и писала схему на Python, программа проверяла корректность, считала число кубитов и гейтов Тоффоли и возвращала оценку. Между итерациями человек не вмешивался. В семи из восьми задач новые схемы сократили и число гейтов, и число кубитов по сравнению с лучшими из ранее опубликованных.
Самый заметный результат относится к сложению точек на эллиптической кривой. Один 53-часовой запуск по одноабзацному заданию дал первую обратимую реализацию алгоритма divsteps без сохранённой истории ветвлений: корректность подтверждена моделированием и формальными доказательствами в системе Lean. Одна из схем семейства требует на 12% больше кубитов, чем самая компактная из известных, но использует в 17 раз меньше гейтов Тоффоли. В задаче декодера квантовой оптимизации Claude прогнал 403 млн пробных декодирований, выяснил, что почти каждому прогону достаточно одного сохранённого значения, и зарезервировал 19 кубитов вместо худшего случая в 665. Около 1 прогона из 10 000 завершается ошибкой, что в пределах допустимой погрешности задачи, а сам шаг стал примерно в 12 раз дешевле.
Ничего из этого не запускалось на реальном квантовом компьютере: это оценки ресурсов на бумаге, а не эксперимент на железе. Работа вышла препринтом arXiv 2610.22367, отправленным 15 октября 2026 года, независимого воспроизведения пока нет, а подсчёт гейтов и кубитов лишь прокси реальной стоимости схемы. Авторы: Энди Гу, Алек Кемени (Anthropic), Сюзанн Йелин (Гарвард), Михаил Лукин (Гарвард и QuEra). Для читателя здесь важен сам принцип: там, где корректность можно проверить автоматически, модель находит решения, до которых люди не додумались.