
#
Anthropic indique avoir publié le 16 octobre une recherche sur l'utilisation de Claude Mythos 5 pour améliorer des conceptions de circuits quantiques. L'équipe a fourni au modèle des spécifications en langage naturel pour huit primitives de calcul. Ces primitives couvraient la chimie, l'optimisation, la simulation quantique, la théorie des nombres et le calcul numérique.
Le rapport précise qu'un évaluateur externe a vérifié l'exactitude des conceptions proposées. Il a également évalué l'utilisation des qubits et le nombre de portes. Claude a ensuite itéré sur ses conceptions à partir des retours. Anthropic affirme que cela s'est produit sans intervention humaine entre les tours.
Selon Anthropic, les circuits obtenus utilisaient moins de qubits et de portes que les meilleures approches publiées auparavant pour les huit tâches examinées. Le rapport présente cela comme une comparaison de conceptions de circuits. Il ne présente pas le travail comme une preuve d'un ordinateur quantique pratique.
Un exemple concerne l'addition de points sur courbe elliptique. Anthropic décrit cela comme un composant des algorithmes quantiques pour les logarithmes discrets. Les chercheurs disent avoir développé une méthode d'inversion modulaire réversible qui évite de stocker l'historique des branches. Dans une conception de cette famille, le circuit utilisait 12 % de qubits en plus que la plus petite conception précédente, mais 17 fois moins de portes.
Un autre exemple concerne une étape de décodage Reed-Solomon utilisée dans un algorithme d'optimisation quantique. Anthropic affirme que le modèle a redessiné cette étape et réduit son nombre de portes d'un facteur 12 par rapport à la construction antérieure de Google. Ces exemples montrent le type de compromis mis en avant par le rapport. Des nombres de portes plus faibles peuvent s'accompagner d'exigences différentes en qubits.
Le document source indique qu'un évaluateur externe a vérifié l'exactitude et mesuré l'efficacité. C'est important, car la conception de circuits peut s'améliorer sur un aspect tout en s'affaiblissant sur un autre. Le rapport se concentre donc à la fois sur l'exactitude et sur l'utilisation des ressources.
La comparaison est également limitée aux huit tâches de l'étude. Anthropic affirme que le modèle a amélioré les meilleures approches publiées auparavant pour ces tâches. La source ne prétend pas que le même résultat s'applique à tous les problèmes de circuits quantiques. Elle ne prétend pas non plus que les conceptions sont prêtes à être déployées sur du matériel réel.
Anthropic indique que les auteurs décrivent des limites dans la recherche du modèle. Ils notent également que le matériel, la correction d'erreurs et d'autres composants restent nécessaires pour des machines utiles. C'est une limite importante. De meilleures conceptions de circuits ne suppriment pas le besoin du reste de la pile quantique.
Le rapport présente aussi le travail avec prudence. Il s'agit de comparaisons de conception, et non d'une démonstration complète d'un système. Le document source ne fournit pas de preuve que les circuits ont été exécutés sur un ordinateur quantique pratique. Il ne dit pas non plus que les conceptions résolvent les défis d'ingénierie plus larges de l'informatique quantique.
La source ne rapporte aucun fait spécifique au Maroc. Une leçon générale pour les lecteurs est que la conception assistée par modèle peut être évaluée à l'aide de repères clairs, de vérifications externes et de mesures de ressources.
Anthropic indique que le travail a été dirigé par Andi Gu avec des collaborateurs d'Anthropic et de Harvard. Anthropic renvoie également à un article complet. D'après le matériel fourni, la contribution principale est un résultat de recherche sur la conception itérative de circuits avec retour du modèle. Le rapport met l'accent sur des améliorations mesurables en qubits et en portes, tout en gardant à l'esprit les limites de l'approche.
Ajoutez Intelligence Artificielle Maroc à vos sources préférées pour retrouver davantage de nos actualités pertinentes dans la recherche Google.
Nous construisons des plateformes IA sur mesure, des produits SaaS, des applications métier intelligentes et des systèmes d’automatisation.
Ce formulaire est réservé aux demandes de projets, et non aux questions générales sur l’intelligence artificielle.