Xuất bản vào

Claude đã giảm số cổng của một mạch lượng tử xuống 17 lần bằng cách học những gì nó có thể hoàn tác tính toán.

Tác giả

Listen in English · Claude đã giảm số cổng của một mạch lượng tử xuống 17 lần bằng cách học những gì nó có thể hoàn tác tính toán.

0:00 / 0:00

Watch in English · Claude đã giảm số cổng của một mạch lượng tử xuống 17 lần bằng cách học những gì nó có thể hoàn tác tính toán.

Một bản tiền ấn phẩm từ Anthropic và Harvard đã giao cho Claude Mythos 5 tám bài toán thiết kế mạch lượng tử. Bảy thiết kế giảm cả số qubit lẫn cổng Toffoli; một trường hợp đánh đổi thêm 12% qubit để có số cổng ít hơn khoảng 17 lần. Các mạch đã được xác minh bằng mô phỏng và một phần bằng Lean, nhưng chưa từng được chạy trên phần cứng lượng tử.

Trong điện toán cổ điển, bộ nhớ nháp là miễn phí. Một chương trình ghi các giá trị trung gian vào ngăn xếp, hoàn tất, rồi ngăn xếp bị loại bỏ. Mạch lượng tử không thể làm điều đó: một qubit không thể bị xóa một cách âm thầm, vì việc xóa một trạng thái lượng tử tự nó là một phép toán phải có tính khả nghịch.

Ràng buộc đó chính là nút thắt thầm lặng trong thiết kế mạch. Mọi giá trị tạm thời mà một mạch cần đều phải được lưu trong một qubit phụ, và những qubit đó là thứ khan hiếm nhất trong cỗ máy. Cách thoát hiểm tiêu chuẩn là chạy phép tính ngược lại vào cuối, khôi phục qubit nháp về trạng thái ban đầu — một kỹ thuật gọi là uncompute — nhưng mạch vẫn phải biết cách làm.

Một preprint được đăng lên arXiv ngày 15 tháng 10 bởi Andi Gu và ba đồng tác giả tại Anthropic và Harvard đã giao bài toán đó, cùng bảy bài toán khác, cho Claude Mythos 5.

Tám bài toán, một vòng lặp đánh giá

Cách thiết lập không phải là một cuộc trò chuyện. Mô hình đã viết mã mô tả một mạch; một trình đánh giá tự động đã kiểm tra nó, đếm số qubit và cổng Toffoli, rồi trả về điểm số để mô hình có thể cải thiện trong lần thử tiếp theo.

Bảy trong số tám thiết kế thu được đã giảm cả số qubit và số cổng Toffoli so với các cấu trúc đã được công bố trước đó. Thiết kế thứ tám tạo ra một cách mới để làm cho một phép tính có thể đảo ngược.

Trường hợp nổi bật là phép cộng điểm trên một đường cong elliptic — phần số học nằm bên dưới phần lớn mật mã khóa công khai hiện đại. Việc lưu toàn bộ lịch sử của phép tính đó rất tốn kém. Cách tiếp cận của Claude là suy ra thao tác mà nó vừa thực hiện từ trạng thái còn lại, thay vì ghi lại mọi bước. Các quy tắc ban đầu hoạt động với các số nhỏ và thất bại ở 256 bit; sau đó mô hình đã xử lý các quan hệ đại số để tìm ra những quy tắc đúng ở độ rộng đầy đủ.

Sau 53 giờ tìm kiếm, được khởi đầu bằng một phát biểu bài toán và một vài gợi ý của con người, nó đã tạo ra một họ thiết kế thay vì một đáp án duy nhất.

17×
ít cổng Toffoli hơn so với cách xây dựng đã công bố mà nó được đem ra so sánh
12%
nhiều qubit hơn được dùng để đánh đổi lấy mức giảm đó
53giờ
tìm kiếm, từ một đề bài và một vài gợi ý của con người

Sự đánh đổi thực sự trông như thế nào

Phần thú vị nằm ở sự so sánh, vì nó cho thấy "tốt hơn" phụ thuộc vào việc bạn đang thiếu nguồn tài nguyên nào.

Claude Mythos 54.01M

935 qubit

Luo và cộng sự69.53M

838 qubit

Schrottenloher1.9M

1.446 qubit

Số lượng cổng Toffoli tính bằng hàng triệu. Ít cổng hơn thường là khoản tiết kiệm giá trị hơn: mỗi cổng là thêm một cơ hội để máy mất sự kết hợp lượng tử.

Thiết kế của Claude dùng 935 qubit và khoảng 4,01 triệu cổng Toffoli. Cấu trúc của Luo cần ít qubit hơn — 838 — nhưng 69,53 triệu cổng, nhiều hơn khoảng 17 lần. Cách tiếp cận thứ ba, của Schrottenloher, giảm xuống còn 1,9 triệu cổng nhưng tiêu tốn 1.446 qubit để làm điều đó.

Hiểu một cách đơn giản: mô hình không vượt qua cả hai lựa chọn thay thế trên cả hai trục. Nó tìm thấy một điểm khác trên cùng một đường cong, và điểm mà nó tìm thấy là điểm mà hầu hết phần cứng hiện có sẽ ưu tiên hơn.

Kết quả thứ hai, và tỷ lệ thất bại của nó

Bài báo cũng làm lại một bộ giải mã Reed-Solomon được dùng bên trong một thuật toán tối ưu lượng tử. Bằng cách khôi phục các kết quả trung gian từ trạng thái hiện tại thay vì giữ chúng lại, thiết kế này giảm số qubit dự phòng mà thuật toán phải giữ trong kho dự trữ.

Các tác giả báo cáo rằng trong 403 triệu lượt mô phỏng, khoảng 1 trên 10.000 lượt cần nhiều hơn hạn mức 19 qubit và có thể đã thất bại. Thiết kế sửa đổi cắt giảm cổng Toffoli khoảng 12 lần.

Tỷ lệ thất bại đó là phần trung thực của kết quả. Một thiết kế rẻ hơn về trung bình nhưng thỉnh thoảng thất bại là một sản phẩm khác với một thiết kế đắt hơn và luôn hoạt động, và bài báo không che giấu sự khác biệt.

Những gì chưa xảy ra

  1. Một mạch cần các qubit nháp

    Các giá trị trung gian phải sống ở đâu đó, và mỗi giá trị đều tốn một qubit.

  2. Không thể đơn giản xóa qubit nháp

    Việc vứt bỏ một trạng thái lượng tử không phải là phép toán hợp lệ; nó phải được đảo ngược, chứ không phải bị xóa.

  3. Vì vậy mạch chạy ngược

    Uncompute khôi phục ancilla bằng cách hoàn tác công việc đã làm bẩn nó — nếu bạn có thể tìm ra cách.

  4. Lưu trữ lịch sử là phương án thay thế

    Giữ lại từng bước tránh được lượt chạy ngược nhưng tốn qubit và cổng. Bài báo đi theo hướng đó.

Bài toán thiết kế là lựa chọn giữa bộ nhớ và khả năng đảo ngược, không có bữa trưa miễn phí.

Không phần nào trong số này đã chạy trên phần cứng lượng tử. Các mạch đã được kiểm tra bằng chương trình và bằng mô phỏng. Trợ lý chứng minh Lean đã xác minh một số tuyên bố toán học then chốt, chứ không phải toàn bộ mạch. Và bản thảo chưa được bình duyệt.

Những lưu ý đó ở đây quan trọng hơn thường lệ, vì các con số là số đếm tài nguyên chứ không phải hiệu năng đo được. Số cổng là một thuộc tính của thiết kế; liệu thiết kế có chịu được nhiễu, trôi hiệu chuẩn và cả các tối ưu hóa của chính trình biên dịch hay không là câu hỏi chỉ máy mới trả lời được.

Vì sao vẫn đáng lưu ý

Luận điểm thú vị không phải là việc một mô hình đã thiết kế ra một mạch tốt hơn. Mà là việc thiết kế mạch có một hàm chấm điểm tự động, rẻ — đếm số qubit, đếm số cổng — và một mô hình có thể được thả vào vòng lặp đó và để nó tự tìm kiếm.

Ở nơi một lĩnh vực có thể tự chấm điểm đầu ra của mình, AI có thể lặp lại dựa trên điểm số. Tổng hợp mạch lượng tử là một trong số ít lĩnh vực vật lý nơi điểm số rõ ràng, không mơ hồ và không gian tìm kiếm khổng lồ, gần với trường hợp lý tưởng. Phần lớn ngành kỹ thuật không như vậy, và bài báo không giả vờ khác đi.

Điều nó cho thấy thì hẹp hơn và hữu ích hơn: khi mục tiêu có thể đếm được, mô hình có thể dành 53 giờ để làm việc mà một nghiên cứu sinh sẽ dành cả năm để làm, rồi quay lại với một nhóm thiết kế để kiểm tra.

Nguồn: bản thảo trước in của Andi Gu và các đồng tác giả (Anthropic, Harvard), arXiv, ngày 15 tháng 10 năm 2026, theo đưa tin của Tuổi Trẻ.

Liên hệ: [email protected]

TÁC GIẢ

Về ABN Asia: Ai-Banking-NetworkSecurity (ABN), ABN Asia được thành lập từ năm 2012, là một công ty xuất phát từ học thuật, do những giảng viên, cựu du học sinh Hungary, Hà Lan, Nga, Đức, và Nhật Bản sáng lập. Chúng tôi chia sẻ đam mê chung và tầm nhìn vững chắc về công nghệ, mang đến sự đổi mới và chất lượng đỉnh cao cho khách hàng. Phương châm của chúng tôi là: Tốt hơn. Nhanh hơn. An toàn hơn. Trong nhiều trường hợp: Rẻ hơn.

Hãy liên hệ với chúng tôi khi Quý doanh nghiệp có các nhu cầu về dịch vụ công nghệ thông tin, tư vấn chuyển đổi số, tìm kiếm các giải pháp phần mềm phù hợp, hoặc nếu Quý doanh nghiệp có đấu thầu CNTT (RFP) để chúng tôi tham dự. Quý doanh nghiệp có thể liên hệ với chúng tôi qua địa chỉ email [email protected]. Chúng tôi sẵn lòng hỗ trợ với mọi nhu cầu công nghệ của Quý doanh nghiệp.

ABNAsia.org

© ABN ASIA