Anthropic 于10月16日公布了一项研究，指出其AI模型Claude在几乎不需人为介入的前提下，针对8种量子计算任务，构建了比已发表最佳电路更优的方案。

据IT之家从博文中了解，量子计算机依赖量子比特运行，然而现有设备通常仅拥有数百至数千个量子比特，且极易受热量、振动等环境噪声干扰。量子比特与运行时间均属稀缺资源，因此减少电路所需的量子比特数与量子门数量，是推动量子计算走向实用化的关键。

量子比特（qubit）是量子计算的基础“信息单元”：传统计算机以比特表示0或1，而量子比特则能处于0和1的叠加态，即同时携带两种状态的“概率幅”。但量子比特十分脆弱，热量、振动、电磁噪声等均会引发退相干及计算错误，故目前量子设备通常只有数百到数千个量子比特，且需极低温、隔离及纠错机制。

量子门是对一个或多个量子比特实施的幺正变换，相当于经典逻辑门（如AND、NOT）的量子版本，但其作用对象为叠加态与纠缠态。量子电路即按时间顺序排列的一组量子门，外加初始化、测量等步骤。

评估量子电路的“成本”通常依据两项指标：所需量子比特数量及所需量子门数量。量子比特越少、门数越少，硬件压力、运行时间及噪声累积通常也越低。

Anthropic研究团队用通俗语言，向Claude描述了来自化学、优化、物理模拟、数论及数值计算等领域的8项任务，并设定了自动评估程序。

该程序会检验Claude提出的电路是否正确，并按“量子比特数×量子门数”进行评分；Claude随后依据反馈迭代改进，形成闭环设计流程。

结果显示，Claude发现的新设计不仅降低了量子比特与量子门数量，且并非对既有方案的小幅调整，而是提出了全新的数学与结构思路。

例如，在模拟硫化铁分子时，Claude利用分子的对称性与重复结构，将部分结果计算一次后重复使用；在量子优化算法的解码环节，它将最昂贵步骤的成本降至原来的十二分之一。

其中一项代表性成果涉及椭圆曲线点加法。Claude经过约53小时的自主探索，提出了无需存储完整分支历史即可反向运行的可逆算法，并形成一系列在量子比特数量与运行时间之间取得不同平衡的新设计。

研究人员认为，这类进展有望降低实用量子应用对硬件规模的要求，使新药设计、高效电池、新型催化剂及更清洁的肥料生产等问题的量子计算解决方案更早实现。不过，研究也指出，量子电路设计仅是构建容错量子计算机的一环，纠错、硬件控制等问题仍需协同突破。