# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
就在刚刚，Anthropic晒出一项炸裂研究。
Mythos 5已经自主闭环，设计出比人类「最佳方案」还要高效得多的全新的量子电路！
而且，还是在纯语言描述的情况下。
在关键解码任务中，Claude直接将计算成本暴降了12倍甚至17倍！
更惊人的是，它为了完成任务，自主推导出了人类从未发现的全新代数恒等式。
53个小时内，Myths 5就碾压了人类数年研究。
有网友惊呼：「每一个物理学博士刚刚都发现，他们苦心钻研多年的论文，AI只用几句大白话就能写出10倍优秀的版本……」
人类被卡脖子了：量子计算的「绝望之谷」
为什么设计量子电路这么难？
要知道，传统计算机用0和1（比特）来存储信息。
而量子计算机用的是「量子位」。借助量子叠加态，它可以同时处理海量信息。一旦真正实用化，它能破解密码、研发绝症特效药、寻找室温超导材料……
然而，目前的量子计算机，有着重大缺陷。
第一，量子位太少了。 现在的机器顶多几百上千个量子位，根本不够跑复杂算法。
第二，它们太脆弱了。 稍微有一点环境噪音——一点热量、一点震动，甚至穿透地球的宇宙射线，都能让量子位出错。错误一旦堆积，算出来的结果毫无用处。
因为硬件上的缺陷，科学家们只能在「软件（算法电路）」上疯狂抠细节，试图用最少的量子位和最短的时间，跑完计算。
但量子电路的编程，和我们平时的代码完全是两种东西。
它有两座难以逾越的大山：
1.没有「If-then」： 传统程序可以判断条件，走A路线或B路线。但量子计算机是所有可能性的叠加，它必须在每次运行时，把A和B的操作全都包含进去。
2.绝对不能「丢垃圾」： 传统程序算完一个中间结果，用完就把内存清空了。但在量子世界，信息不能被丢弃，因为量子计算必须是绝对可逆的！强行把中间草稿擦掉，结果就会污染。想清理内存？唯一的办法就是把刚才的计算「倒放」一遍，但这又要消耗昂贵的量子门。
这就逼得人类科学家不得不在「空间（量子位）」和「时间（计算步数）」之间极限拉扯。
以模拟FeMoco为例（这是一种固氮酶核心，对制造化肥至关重要）。
2017年，人类估计需要50万亿个Toffoli门才能算出来。经过顶级科学家8年的绞尽脑汁，这个数字才被降到3.4亿。
人类用了8年。而Claude，只用了53个小时。
53小时，Mythos创造奇迹
Anthropic搞了一个STEM Fellows项目。
他们给了Mythos 5下达了一个任务——
我用大白话给你描述化学、优化、物理模拟和数论领域的8个基础量子电路，你自己去设计吧。
整个过程，都是全自动闭环的。
1.Claude用Python写出量子电路设计。
2.自动评估程序检查它对不对，并给出一个「得分」（使用的量子位数 × 量子门数量）。
3.Claude拿到反馈，没有人类插手，自己反思、迭代。
短短53小时内，Claude在8个任务上全部击败了人类公开发表的最优设计！
它直接推翻了人类思维定势，找到了全新的结构和数学规律。
让我们来看看它最炸裂的两个神级操作。
操作一：自主推导新数学公式，破解死局
在数论和密码学（比如椭圆曲线计算）中，有一个耗时的核心步骤「点加法」，其中最昂贵的操作，就是模块化求逆。
传统计算机做这个很快，有一种算法叫「divsteps」：把两个数字不断地交换、加减、折半，最后得出结果。在这个过程中，传统计算机会产生大量的「分支信息（草稿）」，算完就扔。
但是，量子计算机不能扔草稿！
如果要用量子电路跑divsteps算法，就必须把所有历史分支信息全存下来。这需要占用天文数字般的量子位，根本不现实。因此，人类科学家认为这条路走不通。
但Claude不信邪。
它想：既然存草稿太贵，那能不能不存草稿，直接从结果里把草稿「反推」出来？
一开始，Claude像个勤奋的学生，盲猜了几种规则，但在面对256位的大数字时，它终于崩了。
然而接下来，让人汗毛倒立的操作来了：Claude放弃了暴力测试，直接开始纯数学的理论推导。它深入研究了divsteps的迭代过程，硬生生地证明出一系列全新的代数恒等式！
根据新数学公式，Claude写出了一个精准的解码规则，甚至用lean完成了形式化！
最终，Claude拿出了人类历史上第一个不需要存储分支历史的量子divsteps可逆实现方案。
与人类设计相比，它在只增加了12%量子位的情况下，将量子门数量暴降了17倍！
操作二：爆改谷歌算法架构，算力成本锐减12倍
第二个惊人的突破，发生在「解码量子干涉测量（DQI）」算法中。这是量子计算机用于物流调度、材料设计的最强武器。
简单来说，DQI算法最耗钱的一步，是用一个叫里德-所罗门（Reed-Solomon）的解码器去纠错。
此前，谷歌专家们设计的方案，是用「扩展欧几里得算法」。
但由于量子电路「不能走不同分支」的死板规定，谷歌不得不把计算拉长到极夸张的回合数，浪费了大量算力。
Claude接到任务后，看了一眼谷歌的方案，迅速得出结论：这算法和量子电路不匹配，得换。
它直接把核心引擎换成了「Berlekamp-Massey解码法」。它每轮动作都一样，完美契合量子电路的死板特性。
然而，换算法带来了新的「内存危机」！每轮计算都会产生一堆临时数据，不能删，得留着以后「倒放」用。如果全存下来，需要665个量子位，简直是天文数字。
Claude又开始神操作了：它先用同样的「反推法」消灭了大部分存储需求，只剩下个别「异常值」。
如果按照人类最保守的做法，还得预留很多空间。
但Claude居然自己写了个高速模拟器，跑了整整4.03亿次样本测试，精确测量异常发生的概率！
结果，它发现：绝大多数情况只需要存1个值。
于是，Claude干脆只电路留了19个量子位的存储空间。
这套「换核心算法 + 极致内存复用 + 大数据精算预留空间」的三连招打完，Claude设计的解码器，其门数量比前架构整整减少了12倍！
原来需要1小时的计算，现在几分钟就能搞定。
网友炸锅：我的物理学博士论文成笑话了？
这份报告一出，外网直接沸腾了。
有人说，「量子领域的预测时间线，要被彻底打乱了。人类能提前很多年得到一台有用的量子机器！」
有人感慨说：以前我们在让AI解释现有的科学，但现在，AI已经在发现我们自己没明白的东西。
最绝望的是，可能每个物理学博士都发现：自己苦心研究的论文，AI有个大白话版本，而且比自己的好10倍。
改变人类历史的里程碑来了
Mythos 5的这个成就，实在太令人激动了。
FeMoco固氮酶模拟，人类干了8年，Mythos 5只用了53个小时。这意味着，软件正在拯救硬件！
我们本以为，要造出能研发新药、制造清洁化肥的量子计算机，还需要人类花十几年，去攻克「几百万量子位」难关。
但现在，不用等硬件升级了，AI直接把算法压缩十倍百倍，「破机器」也能跑出颠覆结果！
更有想象力的是，由于量子计算机的每一环都可以用代码描述、验证并评分，Anthropic指出一种诱人的可能——
未来的AI，不再是单独优化某个电路，而是从最底层的硬件物理结构，到最上层的算法逻辑，进行「全局联合优化」！
人类，将直接按AI的图纸去造硬件。
科技大爆炸的奇点，比我们想象的还要近得多。
参考资料：
https://www.anthropic.com/research/designing-efficient-quantum-circuits
文章来自于微信公众号 “新智元”，作者 “新智元”
