Veštačka inteligencija na srpskom 02.11.2026.

Claude osmislio kvantna kola sa do 17 puta manje kapija

Claude osmislio kvantna kola sa do 17 puta manje kapija

Do sedamnaest puta manje logičkih kapija potrebno je za jedan od osam zadataka koje je rešavao Claude Mythos 5, prema radu koji je Anthropic objavio 16. oktobra. Model je samostalno projektovao kvantna kola za probleme iz hemije, optimizacije, fizike i teorije brojeva, i u sedam od osam slučajeva nadmašio prethodno najbolje poznate dizajne.

Rad su vodili istraživač Andi Gu iz Anthropicovog programa STEM Fellows i Alek Kemeny iz Anthropica, uz saradnike sa Harvarda, Suzan Jelin i Mihaila Lukina, koji je i suosnivač kompanije QuEra Computing. Puna verzija rada je dostupna kao preprint na arXivu i još nije prošla recenziju.

Kako je Claude tragao za rešenjima

Postupak koji je Anthropic opisao je zatvorena petlja bez ljudske intervencije između pokušaja. Claude je pisao kod kola u Pajtonu, automatizovani evaluator je proveravao tačnost i računao skor kao proizvod broja takozvanih Tofoli kapija, najskuplje operacije u kvantnom računanju, i broja kjubita koje dizajn zahteva. Na osnovu te ocene model je ponovo pokušavao, polazeći svaki put od pisane specifikacije zadatka i praznog programa.

„Claude Mythos 5 je uspešno radio u zatvorenoj petlji”, navodi Anthropic u radu, dodajući da su poboljšanja u pojedinim slučajevima iznosila „red veličine ili više”. Istraživači napominju da je model u ranim pokušajima favorizovao već poznate pristupe, pa je bilo potrebno dodatno ga podsticati da širi pretragu izvan uobičajenih rešenja.

Najveći pomak kod dekodiranja i eliptičnih krivih

Najizrazitiji rezultat odnosi se na sabiranje tačaka na eliptičnim krivama, gde je jedan Claudeov dizajn koristio dvanaest odsto više kjubita ali do sedamnaest puta manje kapija od najmanjeg ranijeg rešenja, čime je pomerena takozvana Pareto granica, odnosno kompromis između broja kjubita i broja operacija. Taj posao je modelu trajao pedeset tri sata.

Kod dekodera za Rid Solomonov kod u sklopu DQI algoritma, Claude je zamenio uobičajeni prošireni Euklidov algoritam Berlekamp Masijevim pristupom i smanjio broj kapija oko dvanaest puta u odnosu na raniju Google-ovu konstrukciju. Rezerva kjubita za najgori mogući slučaj pala je sa 665 na samo 19, uz prihvatanje da će u retkim slučajevima, otprilike jednom na deset hiljada pokušaja, biti potreban dodatni zapis.

Anthropic upozorava da su svi brojevi procene resursa i provere na klasičnim računarima, a ne demonstracije na stvarnom kvantnom hardveru. Uzorkovanje kojim je testirana ispravnost dizajna ne dokazuje da rešenje radi za svaki mogući ulaz, a stvarni trošak izvršavanja zavisi i od arhitekture hardvera i od sistema za ispravljanje grešaka, ne samo od broja kapija i kjubita.

Za poređenje veličine napretka u oblasti, istraživači podsećaju da je procena resursa potrebnih za simulaciju molekula FeMoco, ključnog za razumevanje fiksacije azota, tokom poslednjih osam godina ljudskog rada pala sa oko pedeset biliona na oko tri stotine četrdeset miliona Tofoli kapija, zahvaljujući nizu algoritamskih poboljšanja. Claudeov doprinos je deo iste šire potrage za efikasnijim kvantnim algoritmima, ne zamena za nju.

Model korišćen u radu, Claude Mythos 5, trenutno nije dostupan ni pretplatnicima Claude Pro ili Max planova u Srbiji, jer Anthropic tu porodicu modela ograničava na mali broj poverljivih partnerskih programa zbog njene sposobnosti da otkriva bezbednosne propuste. Domaći istraživački timovi koji se bave kvantnim algoritmima, poput onih na Institutu za fiziku u Beogradu, za sada rade isključivo sa simulatorima, pošto Srbija nema pristup kvantnom hardveru.

Anthropic ovim radom nastavlja niz objava o primeni svojih modela u nauci. Kompanija je ranije pisala i o tome kako je Claude izračunao amplitudu sa devet petlji u fizici čestica i kako je otkrio enzimski sistem nalik CRISPR-u, dok je deo šireg ulaganja u nauku najavljen kroz ulaganje od 150 miliona dolara u američku nauku. Rad o kvantnim kolima pokazuje da kompanija sve više testira granice modela i van tradicionalnog programiranja, u oblastima gde provera rezultata zahteva specijalizovano znanje.

Slika: Anthropic

Podeli članak
Prethodni članakKako AI skrinira CV-jeve i zakazuje razgov...

Budi u toku sa AI revolucijom

Prijavi se na newsletter i primaj najvažnije o AI agentima i modelima u inbox.