📖 AI 总结

Anthropic利用Claude设计量子电路，探索AI加速量子计算实用化的可能。研究团队向Claude提供化学、优化、物理模拟和数论等领域的八个电路规格说明，并配合自动评估器对设计进行检验和打分。Claude在基本自主的情况下，找到了优于已发表最佳方案的电路设计，部分提升达一个数量级甚至更多。这意味着有用应用所需的量子资源大幅减少，实用量子计算机可能比预期更早到来。该工作由Andi Gu在Anthropic STEM Fellows Program中主导，Alek Kemeny指导，并与哈佛大学Susanne Yelin和Mikhail Lukin合作完成。研究背景在于，当前量子计算机仅有数百至数千量子比特，且对环境噪声极为敏感，资源稀缺促使研究者重新设计算法以减少量子比特和时间消耗。以FeMoco模拟为例，2017年估计需约50万亿个Toffoli门，凸显电路优化的迫切性。