Anthropic最新研究表明,其AI模型Claude Mythos 5在多项关键量子计算任务中实现了电路效率的飞跃,其中针对椭圆曲线点加法的算法优化使所需量子门电路数量减少约17倍。这一成果源于对基础数学运算的重新设计,特别是在模逆运算环节引入可逆版本的divsteps算法,避免了传统方法中的历史存储开销。
在量子纠错解码方面,Claude Mythos 5通过替换传统扩展欧几里得算法为Berlekamp–Massey算法,在Reed–Solomon解码任务中将门电路需求降低了12倍。测试覆盖4.03亿样本,同时将预留存储空间从665个量子比特压缩至仅19个,大幅提升了资源利用率。
该研究基于自动化设计流程,由Claude接收书面指令后生成候选方案,并通过形式化验证工具Lean进行数学证明。所有改进均经过数值模拟与理论推导确认,目前仍处于算法设计阶段,尚未在真实量子处理器上完成运行测试。
研究团队由Andi Gu主导,联合哈佛大学物理学家Susanne Yelin与Mikhail Lukin等专家参与,聚焦于化学模拟、物理建模、优化问题及数论等领域,涵盖八类高复杂度量子任务。
随着量子计算能力逐步逼近现实威胁,此项进展引发对现有数字签名体系的重新审视。比特币所依赖的椭圆曲线加密技术正面临未来可能的量子攻击风险,促使行业加速推进抗量子升级。
Coinbase已公开建议比特币生态启动抗量子迁移计划,包括探索新型签名机制与兼容性钱包架构,强调过渡过程可能需数年时间。而Claude Mythos 5的表现表明,人工智能正成为推动量子算法优化的关键力量。
尽管当前成果尚未落地到物理硬件,但其展现的效率潜力为下一代量子系统的设计提供了重要参考。后续仍需在真实量子设备上开展实验验证,以评估实际性能表现。