Mythos 5破解量子计算难题：53小时自主设计出更优量子电路
AI从解题高手走向量子电路设计师
Anthropic刚公布了一项研究结果。Mythos 5在只有纯语言描述的条件下，自主完成了闭环设计，拿出了一套全新的量子电路，效率比人类「最佳方案」高出不少。
在关键解码任务里，Claude把计算成本直接压低了12倍，个别情况下甚至达到17倍。更让人意外的是，它为了交差，自己推导出了人类一直没发现的代数恒等式。
从开始到结束，Mythos 5只用了53个小时，就把人类数年积累的研究甩在了后面。有网友感叹：「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……」
这条评论传开后，讨论的焦点落到同一个问题：量子电路设计到底难在哪里。
人类长期被卡住的地方，正是量子计算那道「绝望之谷」。
传统计算机靠0和1（比特）存信息。量子计算机不同，它用的是「量子位」，借量子叠加态同时处理大量信息。真到了实用阶段，破解密码、研发绝症特效药、寻找室温超导材料，都在它的能力范围内。
可眼下的量子计算机还有明显短板。
一是量子位数量不够。现有机器最多也就几百到上千个量子位，跑复杂算法远远不够。
二是稳定性太差。一点热量、一点震动，甚至穿过地球的宇宙射线，都会让量子位出错。错误越积越多，算出来的结果就没法用了。
硬件靠不住，科学家只好在算法电路上反复抠细节，争取用最少的量子位、最短的时间把计算跑完。
问题是，量子电路的编程跟日常写的代码完全是两回事，中间横着两座大山。
第一座山是没有「If-then」。普通程序能判断条件，走A路线还是B路线由条件决定。量子计算机本身就是所有可能性的叠加，每次运行都得把A和B的操作一起包进去。
第二座山是绝对不能「丢垃圾」。普通程序算完中间结果，用完清掉内存就行。量子世界里信息不能扔，因为量子计算必须绝对可逆。硬擦掉中间草稿，结果就会被污染。要清理内存，只能把刚才的计算「倒放」一遍，代价是消耗昂贵的量子门。
结果就是，科学家只能在「空间（量子位）」和「时间（计算步数）」之间来回权衡。
拿模拟FeMoco来说，它是固氮酶的核心，对制造化肥很关键。
2017年，人类估算需要50万亿个Toffoli门才能算出来。顶级科学家花了8年反复琢磨，这个数字才压到3.4亿。
人类用了8年，Claude只用了53个小时。
53小时里，Mythos交出的成果让外界重新审视量子电路设计的门槛。
Anthropic 设立了一个 STEM Fellows 项目。
项目交给 Mythos 5 一项任务——
用通俗的话说，就是在化学、优化、物理模拟和数论这四个领域，给出 8 个基础量子电路，由它自行设计。
从头到尾，整个流程都是全自动闭环完成的。
第一步，Claude 用 Python 把量子电路设计写出来。
第二步，自动评估程序负责核查设计是否正确，并打出一个「得分」，计算方式是使用的量子位数乘以量子门数量。
第三步，Claude 收到反馈后自行反思、反复迭代，全程没有人类参与。
仅仅 53 小时，这 8 项任务上 Claude 全部赢了人类公开发表的最优设计。
人类固有的思维定势被它直接推翻，全新的结构和数学规律也随之浮出水面。
下面来看它最惊艳的两个操作。
操作一：自主推导出新数学公式，把死局盘活
数论和密码学领域（例如椭圆曲线计算）里有一个很耗时的核心步骤叫「点加法」，而其中开销最大的操作是模块化求逆。
传统计算机处理这一步速度很快，靠的是一种叫「divsteps」的算法：两个数字反复交换、加减、折半，最终得到结果。过程中传统计算机会产生大量「分支信息（草稿）」，算完就丢弃。
可量子计算机没法丢弃草稿。
若要用量子电路运行 divsteps 算法，所有历史分支信息都必须完整保存下来，占用的量子位是天文数字，现实中根本做不到。也正因如此，人类科学家判定这条路行不通。
Claude 偏不认这个结论。
它的思路是：既然存草稿代价太高，能不能干脆不存，转而从结果里把草稿「反推」出来？
起初 Claude 像个用功的学生，盲目试了几种规则，可一碰上 256 位的大数字，它就撑不住了。
接下来这一步令人汗毛倒立：Claude 不再暴力测试，转而做纯数学的理论推导。它把 divsteps 的迭代过程研究透，硬是证明出一连串全新的代数恒等式。
依据这些新数学公式，Claude 写出了一套精确的解码规则，还用 lean 完成了形式化。
最终，人类历史上第一个无需存储分支历史的量子 divsteps 可逆实现方案，由 Claude 拿了出来。
相比人类的设计，它只多用了 12% 的量子位，量子门数量却猛降 17 倍。
操作二：大幅改造谷歌算法架构，算力成本直降 12 倍
第二个突破出现在「解码量子干涉测量（DQI）」算法上，这是量子计算机用于物流调度、材料设计的最强工具。
说白了，DQI算法里最烧钱的一环，就是拿里德-所罗门（Reed-Solomon）解码器来做纠错。
谷歌的专家们原先给出的设计，走的是「扩展欧几里得算法」这条路。可量子电路有个死规矩——不能走不同分支。谷歌只能把计算抻到极其夸张的回合数，算力就这么白费了一大把。
Claude接手之后，扫了一眼谷歌那套方案，很快就下了判断：这算法跟量子电路对不上，必须换。
它索性把核心引擎换成了「Berlekamp-Massey解码法」。这种算法每一轮动作都一个样，正好贴合量子电路那股死板劲儿。
可换了算法，新的麻烦跟着来了——内存危机。每一轮计算都会留下一堆临时数据，删不得，得攒着以后「倒放」用。要是全存下来，得占665个量子位，这数字大得离谱。
Claude又出手了：先用同样的「反推法」把大部分存储需求抹掉，只留下零星几个「异常值」。按人类最保守的算法，这还得预留不小的空间。
结果Claude自己写了个高速模拟器，跑了整整4.03亿次样本测试，把异常出现的概率精确测了出来。
测完发现：绝大多数情况下存1个值就够了。于是它给电路只留了19个量子位的存储空间。
「换核心算法 + 极致内存复用 + 大数据精算预留空间」这三招打完，Claude设计的解码器门数量比原架构整整少了12倍。原先要算1小时的活，现在几分钟就完事。
网友炸锅：我的物理学博士论文成笑话了？
报告一出来，外网直接沸腾。有人直言，「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！」
也有人感慨：从前我们让AI去解释已有的科学，现在它已经在发现我们自己都没弄明白的东西。
最让人绝望的或许是这一点：每个物理学博士都可能发现，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这份成绩确实够激动人心。FeMoco固氮酶模拟，人类做了8年，Mythos 5只花了53个小时。说到底，是软件在救硬件。
原本大家都以为，要造出能研发新药、生产清洁化肥的量子计算机，人类还得花十几年去啃「几百万量子位」这块硬骨头。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」也能跑出颠覆性的结果。
更有想象空间的是，量子计算机的每一环都能用代码描述、验证并评分，Anthropic据此指出了一个诱人的可能——
往后AI要做的事，不止是单独调优某一条电路。按Anthropic的说法，从最底层的硬件物理结构，一直到最上层的算法逻辑，AI都能做「全局联合优化」。
人则照着AI给出的图纸去造硬件。
科技大爆炸的奇点，也许比大家原先估计的近得多。
参考资料：
https://www.anthropic.com/research/designing-efficient-quantum-circuits
