IT之家 AI

La IA sacude la computación cuántica: Anthropic afirma que los circuitos cuánticos diseñados por Claude superan a las mejores soluciones…

IT之家, noticia del 17 de octubre: Anthropic publicó el 16 de octubre una investigación que afirma que su modelo de IA Claude, casi sin intervención humana, diseñó soluciones más eficientes que los mejores circuitos…

Fuente de la imagen · IT之家 AI

IT之家 Noticia del 17 de octubre: Anthropic publicó el 16 de octubre una investigación que afirma quesu modelo de IA Claude, casi sin intervención humana, diseñó soluciones más eficientes que los mejores circuitos publicados para 8 tipos de tareas de computación cuántica.

Según el blog citado por IT之家, las computadoras cuánticas funcionan con cúbits, pero los dispositivos actuales suelen tener solo de cientos a miles de cúbits y son extremadamente sensibles al ruido ambiental como el calor y las vibraciones. Tanto los cúbits como el tiempo de ejecución son recursos escasos, por lo que la clave para hacer práctica la computación cuántica es reducir el número de cúbits y de puertas cuánticas que requiere el circuito.

El cúbit (qubit) es la "unidad de información" de la computación cuántica: las computadoras clásicas usan bits para representar 0 o 1, mientras que un cúbit (qubit) puede encontrarse en una superposición de 0 y 1, es decir, con las "amplitudes de probabilidad" de ambos estados simultáneamente. Sin embargo, los cúbits son muy frágiles. El calor, las vibraciones, el ruido electromagnético y otros factores causan decoherencia y errores de cálculo, por lo que los dispositivos cuánticos actuales suelen tener solo de cientos a miles de cúbits y requieren temperaturas extremadamente bajas, aislamiento y mecanismos de corrección de errores.

Una puerta cuántica es una transformación unitaria aplicada a uno o más cúbits, equivalente a la versión cuántica de las puertas lógicas clásicas (como AND y NOT), pero que actúa sobre estados de superposición y entrelazamiento. Un circuito cuántico es un conjunto de puertas cuánticas ordenadas cronológicamente, junto con pasos como la inicialización y la medición.

La "costo" de un circuito cuántico suele medirse con dos indicadores: cuántos cúbits se necesitan y cuántas puertas cuánticas hacen falta. Cuantos menos cúbits y puertas, generalmente menor es la presión sobre el hardware, el tiempo de ejecución y la acumulación de ruido.

El equipo de investigación de Anthropic explicó a Claude en lenguaje sencillo 8 tareas procedentes de áreas como la química, la optimización, la simulación física, la teoría de números y el cálculo numérico, y estableció un programa de evaluación automática.

Este programa verifica si los circuitos propuestos por Claude son correctos y les asigna una puntuación según "número de cúbits × número de puertas cuánticas"; Claude luego itera y mejora según la retroalimentación, formando un proceso de diseño de circuito cerrado.

Los resultados muestran que los nuevos diseños descubiertos por Claude no solo reducen el número de cúbits y de puertas cuánticas, sino que no son meros ajustes menores de soluciones existentes, sino que proponen nuevas ideas matemáticas y estructurales.

Por ejemplo, al simular la molécula de sulfuro de hierro, Claude aprovechó la simetría y la estructura repetitiva de la molécula para calcular algunos resultados una sola vez y reutilizarlos; en la etapa de decodificación de un algoritmo de optimización cuántica, redujo a 1/12 el costo del paso más caro.

Uno de los resultados más representativos involucra la suma de puntos en curvas elípticas. Tras unas 53 horas de exploración autónoma, Claude propuso un algoritmo reversible que puede ejecutarse en sentido inverso sin necesidad de almacenar el historial completo de ramificaciones, y generó una serie de nuevos diseños que logran distintos equilibrios entre el número de cúbits y el tiempo de ejecución.

Recursos de la suma de puntos en curvas elípticas. Las filas en negrita son diseños de Claude; el resto son los mejores diseños publicados previamente.

Los investigadores consideran que este tipo de avances podría reducir los requisitos de escala de hardware para aplicaciones cuánticas prácticas, permitiendo que las soluciones de computación cuántica para el diseño de nuevos fármacos, baterías eficientes, catalizadores novedosos y una producción de fertilizantes más limpia lleguen antes. No obstante, la investigación también señala que el diseño de circuitos cuánticos es solo una parte de la construcción de una computadora cuántica tolerante a fallos; la corrección de errores, el control del hardware y otros problemas aún requieren avances coordinados.

Fuente original

IT之家 AI

Notas sobre el contenido

La publicación original y los derechos pertenecen a la fuente.

Traducción automática · Consulte el original