Claude le ahorra puertas al ordenador cuántico

Un evaluador que pone nota

Según Anthropic, Claude recibió descripciones en lenguaje llano de ocho circuitos de química, optimización, simulación física y teoría de números, además de un evaluador automático que comprueba cada diseño y lo puntúa: cúbits multiplicados por puertas, una medida aproximada de cuánto tardaría en ejecutarse.

Según Andi Gu y sus coautores, en siete de las ocho tareas los circuitos hallados reducen a la vez puertas Toffoli y cúbits frente a lo mejor publicado. En la octava, la inversión modular en cuerpo primo, la búsqueda dio con una arquitectura reversible nueva que mejora el equilibrio entre ambos recursos.

La suma de puntos, primer examen

Según Anthropic, la suma de puntos es el paso central de los algoritmos cuánticos para el logaritmo discreto en curvas elípticas, un problema que en curvas grandes un ordenador normal no resuelve en un tiempo razonable. Casi todo su coste está en la inversión modular, la versión de la división en una aritmética cuyos números dan la vuelta al llegar a un límite.

Los ordenadores normales la calculan con un método llamado divsteps, pero un circuito cuántico, que debe poder ejecutarse hacia atrás, tenía que guardar qué operación se eligió en cada vuelta: la información de rama (branch information). Según Anthropic, Claude dedujo que podía «decodificarla» del propio par de números, demostró identidades algebraicas nuevas, lo comprobó con simulaciones y lo formalizó en Lean.

El resultado, según Anthropic, es la primera implementación reversible de divsteps sin historial de rama guardado, tras 53 horas de trabajo con una intervención humana limitada al encargo inicial y a algún aviso para ampliar la búsqueda. Andi Gu y sus coautores afirman, por su parte, que la decodificación de ramas y una asignación acotada de recursos hacen práctico el algoritmo divsteps para la inversión modular reversible, y que un circuito completo de referencia construido sobre esa inversión usa 4,0 millones de puertas Toffoli y 935 cúbits.

Una familia de diseños, no un ganador absoluto

Según Anthropic, al ajustar cuándo el circuito guarda la información de rama y cuándo la decodifica, Claude obtuvo una familia de diseños. Frente al previo más pequeño, uno usa un 12 % más de cúbits pero 17 veces menos puertas, y el conjunto ofrece combinaciones de cúbits y tiempo de cálculo que antes no existían.

Según Andi Gu y sus coautores, el diseño de divsteps necesita menos cúbits que el de Schrottenloher, pero más puertas Toffoli, y su coste TQ, el producto de ambas cifras, es peor. Es un punto nuevo del equilibrio entre memoria y tiempo, no un circuito mejor en todo.

Un decodificador 12 veces más barato

Según Anthropic, Claude vio que el algoritmo de Euclides extendido encajaba mal en un circuito cuántico y lo cambió por el método de Berlekamp-Massey, que repite el mismo tipo de paso en cada ronda. Además, reconstruye casi toda la información temporal a partir del estado del circuito, en lugar de guardarla.

Reservar memoria para el peor caso habría costado 665 cúbits. Claude escribió un simulador, ejecutó 403 millones de decodificaciones de prueba y dejó la reserva en 19 cúbits; alrededor de una ejecución de cada 10.000 falla, dentro del error que admite la tarea. Anthropic sostiene que, en conjunto, el decodificador usa 12 veces menos puertas que la construcción previa de Google.

Ocho años frente a 53 horas

Según Anthropic, en 2017 se calculaba que obtener la energía del estado fundamental de FeMoco, el cúmulo de hierro y azufre de la nitrogenasa, exigiría unos 50 billones de puertas Toffoli; hoy la estimación ronda los 340 millones, unas 150.000 veces menos, tras ocho años de trabajo de muchos grupos. El diseño de curva elíptica de Claude salió de una sola ejecución de 53 horas.

También hubo límites: según Anthropic, Claude era conservador, volvía a comprobar resultados ya sólidos y prefería métodos conocidos, así que hubo que exigirle varias vías distintas en paralelo y, a veces, pedirle que ampliara la búsqueda.

Según Anthropic, Andi Gu dirigió el trabajo dentro de su programa STEM Fellows, con el físico cuántico Alek Kemeny como mentor y en colaboración con Susanne Yelin y Mikhail Lukin, de la Universidad de Harvard. QuEra Computing se presenta como desarrolladora de ordenadores cuánticos de átomos neutros; Mikhail Lukin es su cofundador y científico jefe.