Claude de Anthropic diseña circuitos cuánticos más eficientes con retroalimentación automatizada
aiinsider ·
Investigadores de Anthropic y la Universidad de Harvard han utilizado con éxito el modelo de IA Claude para diseñar circuitos cuánticos más eficientes mediante un bucle de retroalimentación automatizado. Al combinar el modelo de lenguaje con un evaluador independiente, el sistema optimizó algoritmos en ocho tareas computacionales sin necesidad de acceso inmediato a hardware cuántico. El enfoque redujo significativamente el número de costosos puertas Toffoli y los requisitos máximos de qubits en siete de las tareas en comparación con las líneas base existentes. En un caso, una rutina de decodificación rediseñada disminuyó el uso de puertas de 5,1 millones a aproximadamente 440.000, mientras reducía ligeramente las necesidades de qubits. La octava tarea dio lugar a un enfoque aritmético novedoso para la inversión modular que mejoró los compromisos entre tiempo de cálculo y memoria. Aunque los resultados se validaron mediante cómputo clásico, el estudio destaca cómo la IA puede proponer, probar y refinar autónomamente soluciones técnicas complejas. La guía humana siguió siendo necesaria para fomentar una exploración más amplia y contrarrestar la tendencia del modelo hacia enfoques familiares. Estos hallazgos demuestran un flujo de trabajo prometedor para el descubrimiento científico guiado por IA, siempre que se puedan establecer evaluadores confiables para aplicaciones más amplias.
aiinsider