Anthropic 用 Claude 设计量子电路，多项指标超过已发表最优方案
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
本条选题由第三方线索发现；线索方提供的摘要未被采用，本页内容依据下方信源整理。线索来源：AIHOT
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载任务设置与评估方式
Anthropic 没有让 Claude 直接写代码或调参，而是给出八种量子电路的纯语言规格说明，这些电路分别来自化学、优化、物理模拟和数论四个方向。同时提供一个自动评估器，对每一份设计进行检查和打分。Claude 在大部分环节独立工作，最终给出的设计在多项指标上超过了已发表的最佳电路，个别情况下提升幅度达到一个数量级甚至更多。这意味着评估不是靠人工主观判断，而是由可重复的自动流程给出分数。
为什么电路效率重要
量子计算机用量子比特存储信息，量子比特可由单个原子、超导电路或光子构成，依赖叠加等量子现象处理信息，有望让化学、材料科学和数论中的某些难题变得可解。但目前已建成的量子计算机只有数百到数千个量子比特，数量远不足以运行许多承诺实用优势的算法。同时量子比特对环境噪声极为敏感，热量、振动甚至宇宙射线都可能扰动其状态，微小误差不断累积最终导致结果出错。量子比特和计算时间都是稀缺资源，因此用更少量子比特、更短时间完成计算的电路设计具有直接价值。
参与人员与成果去向
这项工作由 Andi Gu 主导，是 Anthropic STEM Fellows Program 的一部分，Anthropic 的量子物理学家 Alek Kemeny 担任指导，合作者包括哈佛大学的 Susanne Yelin 以及哈佛大学与 QuEra Computing 的 Mikhail Lukin。完整论文已发布在 arXiv 上。Anthropic 在介绍中举了模拟 FeMoco 的例子：这是固氮酶核心的铁硫簇，细菌借此把空气中的氮转化为氨，理解其工作机制可能帮助科学家进行更好的设计。
为什么值得看
AI 直接产出超越人类已发表最优结果的量子电路设计，且部分提升达一个数量级，值得关注 AI 在硬科学设计任务上的边界。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。