IT之家 Meldung vom 17. Oktober: Anthropic veröffentlichte am 16. Oktober eine Studie, der zufolgesein KI-Modell Claude für 8 Arten von Quantencomputing-Aufgaben – nahezu ohne menschliches Eingreifen – effizientere Lösungen entworfen hat als die bisher veröffentlichten besten Schaltkreise.
Laut IT之家, der sich auf den Blogbeitrag stützt, arbeiten Quantencomputer mit Qubits, doch aktuelle Geräte verfügen meist nur über einige Hundert bis wenige Tausend Qubits und sind äußerst empfindlich gegenüber Umgebungsstörungen wie Wärme und Vibrationen. Qubits und Rechenzeit sind knapp bemessene Ressourcen; daher besteht der Schlüssel zur Praxisreife des Quantencomputings darin, die Anzahl der vom Schaltkreis benötigten Qubits und Quantengatter zu reduzieren.
Das Qubit ist die „Informationseinheit“ des Quantencomputings: Klassische Computer stellen 0 oder 1 mit Bits dar, während sich ein Qubit in einem Überlagerungszustand aus 0 und 1 befinden kann, also gleichzeitig die „Wahrscheinlichkeitsamplituden“ beider Zustände trägt. Qubits sind jedoch sehr empfindlich: Wärme, Vibrationen, elektromagnetische Störungen und mehr verursachen Dekohärenz und Rechenfehler, weshalb heutige Quantengeräte typischerweise nur einige Hundert bis wenige Tausend Qubits besitzen und tiefste Temperaturen, Abschirmung sowie Fehlerkorrekturmechanismen benötigen.
Ein Quantengatter ist eine unitäre Transformation, die auf ein oder mehrere Qubits angewendet wird – gewissermaßen die Quantenversion klassischer Logikgatter (wie AND, NOT) –, wirkt jedoch auf Überlagerungs- und Verschränkungszustände. Ein Quantenschaltkreis ist eine zeitlich geordnete Abfolge von Quantengattern, ergänzt um Schritte wie Initialisierung und Messung.
Der „Kostenwert“ eines Quantenschaltkreises wird üblicherweise anhand zweier Kennzahlen gemessen: wie viele Qubits und wie viele Quantengatter benötigt werden. Je weniger Qubits und Gatter, desto geringer sind in der Regel die Hardwarebelastung, die Laufzeit und die Störungsakkumulation.
Das Anthropic-Forschungsteam beschrieb Claude in verständlicher Sprache 8 Aufgaben aus Bereichen wie Chemie, Optimierung, physikalischer Simulation, Zahlentheorie und numerischer Berechnung und richtete ein automatisiertes Bewertungsverfahren ein.
Dieses Verfahren prüft, ob die von Claude vorgeschlagenen Schaltkreise korrekt sind, und bewertet sie nach der Formel „Anzahl der Qubits × Anzahl der Quantengatter“; Claude verbessert seine Entwürfe anschließend iterativ anhand des Feedbacks, wodurch ein geschlossener Designprozess entsteht.
Die Ergebnisse zeigen, dass Claudes neu gefundene Entwürfe nicht nur die Zahl der Qubits und Quantengatter verringern, sondern auch keine bloßen kleinen Anpassungen bestehender Lösungen sind, sondern neue mathematische und strukturelle Ansätze aufweisen.
So nutzte Claude bei der Simulation eines Eisensulfid-Moleküls die Symmetrie und die wiederholten Strukturen des Moleküls, um Teilergebnisse einmal zu berechnen und anschließend wiederzuverwenden; beim Dekodierungsschritt eines Quantenoptimierungsalgorithmus senkte es die Kosten des teuersten Schritts auf 1/12.
Ein repräsentatives Ergebnis betrifft die Punktaddition auf elliptischen Kurven. Nach etwa 53 Stunden autonomer Exploration schlug Claude einen reversiblen Algorithmus vor, der rückwärts laufen kann, ohne den vollständigen Verlaufszweig speichern zu müssen, und entwickelte eine Reihe neuer Entwürfe, die unterschiedliche Kompromisse zwischen der Anzahl der Qubits und der Laufzeit eingehen.
Die Forscher sind der Ansicht, dass solche Fortschritte die Anforderungen praktischer Quantenanwendungen an die Hardwaregröße senken könnten, sodass Quantencomputing-Lösungen für Probleme wie das Design neuer Medikamente, effizienter Batterien, neuartiger Katalysatoren und saubererer Düngemittelproduktion früher Realität werden. Die Studie weist jedoch auch darauf hin, dass der Entwurf von Quantenschaltkreisen nur ein Baustein beim Aufbau fehlertoleranter Quantencomputer ist; bei Fragen wie Fehlerkorrektur und Hardwaresteuerung sind weiterhin gemeinsame Durchbrüche nötig.
