Claude a réduit d’un facteur 17 le nombre de portes d’un circuit quantique en apprenant ce qu’il pouvait décalculer.

Une prépublication d’Anthropic et de Harvard a donné à Claude Mythos 5 huit problèmes de conception de circuits quantiques. Sept conceptions réduisaient à la fois le nombre de qubits et celui des portes Toffoli ; un cas échange 12 % de qubits en plus contre environ 17 fois moins de portes. Les circuits ont été vérifiés par simulation et en partie dans Lean, mais n’ont jamais été exécutés sur du matériel quantique.

En informatique classique, la mémoire temporaire est gratuite. Un programme écrit des valeurs intermédiaires sur une pile, se termine, et la pile est jetée. Les circuits quantiques ne peuvent pas faire cela : un qubit ne peut pas être supprimé discrètement, car supprimer un état quantique est en soi une opération qui doit être réversible.

Cette contrainte est le goulot d’étranglement discret de la conception de circuits. Chaque valeur temporaire dont un circuit a besoin doit être stockée dans un qubit supplémentaire, et ces qubits sont les éléments les plus rares de la machine. La solution habituelle consiste à exécuter le calcul à l’envers à la fin, en restaurant le qubit temporaire dans son état d’origine — une technique appelée uncompute — mais le circuit doit encore savoir comment s’y prendre.

Une prépublication déposée sur arXiv le 15 octobre par Andi Gu et trois coauteurs d’Anthropic et de Harvard a confié ce problème, ainsi que sept autres, à Claude Mythos 5.

Huit problèmes, une boucle d’évaluation

Le dispositif n’était pas une conversation. Le modèle a écrit du code décrivant un circuit ; un évaluateur automatisé l’a vérifié, a compté les qubits et les portes Toffoli, et a renvoyé un score afin que le modèle puisse s’améliorer à l’essai suivant.

Sept des huit conceptions obtenues réduisaient à la fois le nombre de qubits et le nombre de portes Toffoli par rapport à des constructions publiées précédemment. La huitième a produit une nouvelle façon de rendre un calcul réversible.

Le cas emblématique est l’addition de points sur une courbe elliptique — l’arithmétique qui sous-tend une grande partie de la cryptographie à clé publique moderne. Stocker l’historique complet de ce calcul est coûteux. L’approche de Claude consistait à déduire l’opération qu’il venait d’effectuer à partir de l’état restant, plutôt qu’à enregistrer chaque étape. Les premières règles fonctionnaient sur de petits nombres et échouaient à 256 bits ; le modèle a ensuite examiné les relations algébriques pour trouver des règles qui restaient valables sur toute la largeur.

Après 53 heures de recherche, amorcées par un énoncé de problème et quelques indices humains, il a produit une famille de conceptions plutôt qu’une réponse unique.

À quoi ressemble réellement le compromis

La comparaison est la partie intéressante, car elle montre que « meilleur » dépend de la ressource qui vous manque.

La conception de Claude utilise 935 qubits et environ 4,01 millions de portes Toffoli. La construction de Luo nécessite moins de qubits — 838 — mais 69,53 millions de portes, soit environ 17 fois plus. Une troisième approche, de Schrottenloher, descend à 1,9 million de portes mais dépense 1 446 qubits pour y parvenir.

À lire sans détour : le modèle n’a surpassé aucune des deux alternatives sur les deux axes. Il a trouvé un point différent sur la même courbe, et le point qu’il a trouvé est celui que la plupart du matériel existant préférerait.

Un second résultat, et son taux d’échec

L’article remanie aussi un décodeur Reed-Solomon utilisé dans un algorithme d’optimisation quantique. En récupérant les résultats intermédiaires à partir de l’état courant au lieu de les conserver, la conception réduit le nombre de qubits de réserve que l’algorithme doit garder.

Les auteurs rapportent que sur 403 millions d’exécutions simulées, environ une sur 10 000 dépassait l’allocation de 19 qubits et aurait pu échouer. La conception révisée réduit le nombre de portes Toffoli d’environ un facteur 12.

Ce taux d’échec est la partie honnête du résultat. Une conception moins coûteuse en moyenne mais qui échoue occasionnellement est un produit différent d’une conception plus coûteuse et qui fonctionne toujours, et l’article ne cache pas cette différence.

Ce qui ne s’est pas encore produit

Rien de tout cela n’a été exécuté sur du matériel quantique. Les circuits ont été vérifiés par programme et par simulation. L’assistant de preuve Lean a vérifié certaines des affirmations mathématiques clés, pas l’ensemble du circuit. Et le manuscrit n’a pas été évalué par les pairs.

Ces réserves comptent plus que d’habitude ici, car les chiffres sont des décomptes de ressources plutôt que des performances mesurées. Un nombre de portes est une propriété de la conception ; savoir si la conception résiste au bruit, à la dérive de calibration et aux optimisations du compilateur lui-même est une question à laquelle seule une machine peut répondre.

Pourquoi cela vaut tout de même la peine d’être signalé

L’affirmation intéressante n’est pas qu’un modèle ait conçu un meilleur circuit. C’est que la conception de circuits dispose d’une fonction de notation automatique et peu coûteuse — compter les qubits, compter les portes — et qu’un modèle peut être inséré dans cette boucle et laissé chercher.

Là où un domaine peut noter ses propres résultats, l’IA peut itérer en fonction du score. La synthèse de circuits quantiques est l’un des rares domaines de la physique où le score est sans ambiguïté et l’espace de recherche est immense, ce qui est proche du cas idéal. La plupart de l’ingénierie n’est pas comme cela, et l’article ne prétend pas le contraire.

Ce que cela montre est plus restreint et plus utile : lorsque l’objectif est dénombrable, le modèle peut consacrer 53 heures à faire ce qu’un étudiant de troisième cycle passerait un an à faire, et revenir avec une famille de conceptions à vérifier.

Source : prépublication d’Andi Gu et de coauteurs (Anthropic, Harvard), arXiv, 15 octobre 2026, telle que rapportée par Tuoi Tre.

Contact : [email protected]

Veuillez noter que la version française est assistée par Ai, des erreurs mineures peuvent donc exister.

Auteur

Ai-Banking-NetworkSecurity (ABN), ABN ASIA a été fondée par des personnes ayant des racines profondes dans le milieu académique, avec une expérience professionnelle aux États-Unis, aux Pays-Bas, en Hongrie, au Japon, en Corée du Sud, à Singapour et au Vietnam. ABN ASIA est l'endroit où l'académie et la technologie rencontrent l'opportunité. Avec nos solutions de pointe et nos services de développement logiciel compétents, nous aidons les entreprises à se développer et à s'imposer sur la scène mondiale. Notre engagement : Plus vite. Mieux. Plus fiable. Dans la plupart des cas : moins cher également.

N'hésitez pas à nous contacter chaque fois que vous avez besoin de services informatiques, de conseils en matière de numérique, de solutions logicielles prêtes à l'emploi, ou si vous souhaitez nous envoyer des demandes de propositions (RFP). Vous pouvez nous contacter à l'adresse [email protected]. Nous sommes prêts à vous aider avec tous vos besoins technologiques.

© ABN ASIA