Claude ลดจำนวนเกตของวงจรควอนตัมลง 17 เท่า โดยการเรียนรู้ว่าส่วนใดสามารถยกเลิกการคำนวณได้

งาน preprint จาก Anthropic และ Harvard ให้โจทย์การออกแบบวงจรควอนตัมแปดข้อแก่ Claude Mythos 5 โดยเจ็ดแบบลดทั้งจำนวนคิวบิตและทอฟโฟลีเกต ส่วนอีกหนึ่งกรณีแลกคิวบิตที่เพิ่มขึ้น 12% กับจำนวนเกตที่ลดลงราว 17 เท่า วงจรเหล่านี้ได้รับการตรวจสอบด้วยการจำลองและบางส่วนใน Lean แต่ยังไม่เคยรันบนฮาร์ดแวร์ควอนตัม

ในการคำนวณแบบคลาสสิก หน่วยความจำชั่วคราวไม่มีค่าใช้จ่าย โปรแกรมเขียนค่ากลางลงในสแตก เมื่อทำงานเสร็จ สแตกก็ถูกทิ้งไป วงจรควอนตัมทำเช่นนั้นไม่ได้: คิวบิตไม่สามารถถูกลบอย่างเงียบ ๆ ได้ เพราะการลบสถานะควอนตัมเองก็เป็นปฏิบัติการที่ต้องย้อนกลับได้

ข้อจำกัดนั้นคือคอขวดเงียบ ๆ ในการออกแบบวงจร ทุกค่าชั่วคราวที่วงจรต้องใช้จะต้องถูกเก็บไว้ในคิวบิตเพิ่มเติม และคิวบิตเหล่านี้คือสิ่งที่ขาดแคลนที่สุดในเครื่อง ทางออกมาตรฐานคือการรันการคำนวณย้อนกลับในตอนท้าย เพื่อคืนคิวบิตชั่วคราวให้กลับสู่สถานะเดิม ซึ่งเป็นเทคนิคที่เรียกว่า uncompute แต่วงจรก็ยังต้องรู้วิธีทำ

พรีพรินต์ที่โพสต์บน arXiv เมื่อวันที่ 15 ตุลาคม โดย Andi Gu และผู้ร่วมเขียนอีกสามคนที่ Anthropic และ Harvard ได้มอบปัญหานั้นและอีกเจ็ดปัญหาให้ Claude Mythos 5

แปดปัญหา หนึ่งลูปตัวประเมิน

การตั้งค่านี้ไม่ใช่แชท โมเดลเขียนโค้ดที่อธิบายวงจร ตัวประเมินอัตโนมัติตรวจสอบโค้ด นับจำนวนคิวบิตและเกตทอฟโฟลี แล้วคืนคะแนนเพื่อให้โมเดลปรับปรุงในการลองครั้งถัดไป

ในบรรดาการออกแบบที่ได้ทั้งหมดแปดแบบ มีเจ็ดแบบที่ลดทั้งจำนวนคิวบิตและจำนวนเกตทอฟโฟลีเมื่อเทียบกับโครงสร้างที่เคยเผยแพร่มาก่อน ส่วนแบบที่แปดก่อให้เกิดวิธีใหม่ในการทำให้การคำนวณย้อนกลับได้

กรณีตัวอย่างเด่นคือการบวกจุดบนเส้นโค้งเชิงวงรี ซึ่งเป็นการคำนวณที่เป็นรากฐานของการเข้ารหัสลับด้วยกุญแจสาธารณะสมัยใหม่จำนวนมาก การเก็บประวัติทั้งหมดของการคำนวณนั้นมีต้นทุนสูง แนวทางของ Claude คือการอนุมานการดำเนินการที่เพิ่งทำไปจากสถานะที่ยังเหลืออยู่ แทนที่จะบันทึกทุกขั้นตอน กฎในช่วงแรกใช้ได้กับจำนวนเล็ก ๆ และล้มเหลวที่ 256 บิต จากนั้นโมเดลจึงไล่ตามความสัมพันธ์เชิงพีชคณิตเพื่อหากฎที่ใช้ได้ที่ความกว้างเต็ม

หลังการค้นหา 53 ชั่วโมง โดยเริ่มต้นจากคำอธิบายปัญหาและคำใบ้จากมนุษย์เล็กน้อย ระบบได้สร้างกลุ่มการออกแบบขึ้นมา แทนที่จะเป็นคำตอบเดียว

การแลกเปลี่ยนนี้จริง ๆ แล้วมีหน้าตาอย่างไร

ส่วนที่น่าสนใจคือการเปรียบเทียบ เพราะมันแสดงให้เห็นว่า "ดีกว่า" ขึ้นอยู่กับว่าคุณขาดแคลนทรัพยากรใด

การออกแบบของ Claude ใช้ 935 คิวบิตและเกต Toffoli ประมาณ 4.01 ล้านเกต โครงสร้างของ Luo ใช้คิวบิตน้อยกว่า — 838 — แต่ใช้ 69.53 ล้านเกต ซึ่งมากกว่าประมาณ 17 เท่า แนวทางที่สามโดย Schrottenloher ลดลงเหลือ 1.9 ล้านเกต แต่ใช้ 1,446 คิวบิตในการทำเช่นนั้น

พูดตรง ๆ ก็คือ โมเดลไม่ได้เอาชนะทางเลือกทั้งสองบนทั้งสองแกน มันพบจุดที่แตกต่างออกไปบนเส้นโค้งเดียวกัน และจุดที่มันพบคือจุดที่ฮาร์ดแวร์ที่มีอยู่ส่วนใหญ่จะต้องการมากกว่า

ผลลัพธ์ที่สอง และอัตราความล้มเหลวของมัน

เปเปอร์ยังปรับปรุงตัวถอดรหัส Reed-Solomon ที่ใช้ภายในอัลกอริทึมการหาค่าเหมาะที่สุดเชิงควอนตัมอีกด้วย ด้วยการกู้คืนผลลัพธ์ระหว่างทางจากสถานะปัจจุบันแทนที่จะเก็บผลลัพธ์เหล่านั้นไว้ การออกแบบจึงลดจำนวนคิวบิตสำรองที่อัลกอริทึมต้องกันไว้สำรอง

ผู้เขียนรายงานว่าในการจำลอง 403 ล้านรอบ ประมาณหนึ่งใน 10,000 รอบต้องใช้เกินโควตา 19 คิวบิต และอาจล้มเหลวได้ การออกแบบที่แก้ไขแล้วลดเกต Toffoli ลงประมาณ 12 เท่า

อัตราความล้มเหลวนั้นเป็นส่วนที่ซื่อตรงของผลลัพธ์ การออกแบบที่ถูกกว่าโดยเฉลี่ยแต่ล้มเหลวเป็นครั้งคราวเป็นผลิตภัณฑ์ที่แตกต่างจากการออกแบบที่แพงกว่าและทำงานได้เสมอ และบทความไม่ได้ปิดบังความแตกต่างนั้น

สิ่งที่ยังไม่เกิดขึ้น

ยังไม่มีสิ่งใดในนี้ที่ถูกรันบนฮาร์ดแวร์ควอนตัม วงจรเหล่านี้ถูกตรวจสอบโดยโปรแกรมและการจำลอง ผู้ช่วยพิสูจน์ Lean ยืนยันข้อกล่าวอ้างทางคณิตศาสตร์ที่สำคัญบางข้อ ไม่ใช่ทั้งวงจร และต้นฉบับยังไม่ผ่านการตรวจสอบโดยผู้ทรงคุณวุฒิ

ข้อควรระวังเหล่านี้สำคัญกว่าปกติในที่นี้ เพราะตัวเลขเป็นการนับทรัพยากร ไม่ใช่สมรรถนะที่วัดได้จริง จำนวนเกตเป็นคุณสมบัติของการออกแบบ; ว่าการออกแบบจะทนต่อสัญญาณรบกวน ดริฟต์การสอบเทียบ และการปรับให้เหมาะสมของคอมไพเลอร์เองได้หรือไม่ เป็นคำถามที่มีแต่เครื่องจักรเท่านั้นที่ตอบได้

เหตุใดจึงยังน่าสังเกต

ข้อกล่าวอ้างที่น่าสนใจไม่ใช่การที่โมเดลออกแบบวงจรได้ดีกว่า แต่คือการที่การออกแบบวงจรมีฟังก์ชันให้คะแนนอัตโนมัติที่มีต้นทุนต่ำ — นับคิวบิต นับเกต — และโมเดลสามารถถูกหยอดเข้าไปในลูปนั้นแล้วปล่อยให้ค้นหา

ในสาขาที่สามารถให้คะแนนผลลัพธ์ของตัวเองได้ AI สามารถวนซ้ำเทียบกับคะแนนได้ การสังเคราะห์วงจรควอนตัมเป็นหนึ่งในไม่กี่พื้นที่ของฟิสิกส์ที่คะแนนชัดเจนไม่กำกวมและปริภูมิการค้นหามหาศาล ซึ่งใกล้เคียงกรณีในอุดมคติ งานวิศวกรรมส่วนใหญ่ไม่ได้เป็นเช่นนั้น และบทความไม่ได้แสร้งทำเป็นว่าเป็นเช่นนั้น

สิ่งที่แสดงให้เห็นนั้นแคบกว่าและมีประโยชน์มากกว่า: เมื่อเป้าหมายสามารถนับได้ โมเดลสามารถใช้เวลา 53 ชั่วโมงทำงานในสิ่งที่นักศึกษาระดับบัณฑิตศึกษาจะต้องใช้เวลาหนึ่งปี และกลับมาพร้อมกับชุดการออกแบบให้ตรวจสอบ

ที่มา: preprint โดย Andi Gu และผู้ร่วมเขียน (Anthropic, Harvard), arXiv, 15 ตุลาคม 2026 ตามที่รายงานโดย Tuoi Tre

ติดต่อ: [email protected]

โปรดทราบว่าเวอร์ชันภาษาไทยได้รับการช่วยเหลือจาก AI ดังนั้นอาจมีข้อผิดพลาดเล็กน้อย

ผู้เขียน

Ai-Banking-NetworkSecurity (ABN), ABN ASIA ถูกก่อตั้งขึ้นโดยคนที่มีรากฐานลึกในวงการวิชาการ มีประสบการณ์การทำงานในสหรัฐอเมริกา ดัตช์ ฮังการี ญี่ปุ่น เกาหลีใต้ สิงคโปร์ และเวียดนาม ABN Asia เป็นที่เราพบกันของวิทยาลัยและเทคโนโลยี ด้วยโซลูชันขั้นสูงและบริการพัฒนาซอฟต์แวร์ที่มีความสามารถ เราช่วยธุรกิจเติบโตและเข้าสู่ฉากโลก ความมุ่งมั่นของเรา: ด่วนขึ้น ดีขึ้น น่าเชื่อถือมากขึ้น ในกรณีส่วนมาก: ราคาถูกด้วย

หากคุณต้องการบริการ IT การให้คำปรึกษาดิจิทัล โซลูชันซอฟต์แวร์ใช้ได้หรือหากคุณต้องการส่งคำขอข้อเสนอ (RFPs) อย่าลังเลที่จะติดต่อเรา คุณสามารถติดต่อเราได้ที่ [email protected] เราพร้อมช่วยเหลือคุณด้านทุกความต้องกรทางเทคโนโลยีของคุณทุกเมื่อ

© ABN ASIA