Anthropic的Claude利用自动反馈设计更高效的量子电路
aiinsider ·
Anthropic与哈佛大学的研究人员成功利用Claude AI模型,通过自动化反馈循环设计了更高效的量子电路。该系统将语言模型与独立评估器结合,在无需立即访问量子硬件的情况下,对八项计算任务进行了算法优化。与现有基线相比,该方法在七项任务中显著减少了昂贵的Toffoli门数量和峰值量子比特需求。其中一项重新设计的解码例程将门使用量从510万降至约44万,同时略微降低了量子比特需求。第八项任务则产生了一种用于模逆运算的新型算术方法,改善了计算时间与内存之间的权衡。尽管结果通过经典计算得到了验证,但该研究突显了AI如何自主提出、测试并完善复杂的技术方案。人类指导对于鼓励更广泛的探索以及对抗模型倾向于熟悉方法的倾向仍是必要的。这些发现表明,只要能为更广泛的应用建立可靠的评估器,这种由AI引导的科学发现工作流程具有广阔前景。
aiinsider