AI-model Claude ontwerpt kwantumschakeling met 17 keer minder poorten

Kwantumcomputers rekenen met qubits, deeltjes die door het natuurkundige principe van superpositie meerdere waarden tegelijk kunnen aannemen. Dat maakt ze in theorie razendsnel voor bepaalde berekeningen. Maar huidige kwantumchips hebben maar enkele honderden tot duizenden qubits, en die zijn extreem gevoelig voor storingen. Elke extra rekenstap, een zogeheten poort of 'gate', vergroot de kans op fouten. Ingenieurs moeten daarom voortdurend zoeken naar schakelingen die zo min mogelijk poorten en zo min mogelijk extra qubits gebruiken om tussentijdse resultaten op te slaan.

Dat zoekwerk deed Anthropic nu grotendeels over aan zijn eigen AI-model, Claude Mythos 5. In een experiment van 53 uur, geleid door onderzoeker Andi Gu via het STEM Fellows Program van Anthropic, kreeg het model de opdracht om acht verschillende typen berekeningen te optimaliseren, uit vakgebieden als scheikunde, natuurkunde en getaltheorie. Een geautomatiseerd beoordelingssysteem controleerde telkens of de voorgestelde schakeling correct werkte en hoeveel rekenkracht die nodig had. Claude verbeterde zichzelf in herhaalde testrondes, zonder tussentijdse menselijke bijsturing.

Het geheugenprobleem bij elliptische curven

Het meest opvallende resultaat gaat over modulaire inversie, een rekenkundige bewerking die een centrale rol speelt in cryptografie op basis van elliptische curven. Claude boog zich specifiek op een bestaande methode genaamd 'divsteps', die op gewone computers prima werkt maar op kwantumcomputers een groot probleem oplevert. Kwantumschakelingen moeten namelijk omkeerbaar zijn: elke stap moet terug te herleiden zijn naar de vorige. Dat betekent dat een schakeling normaal gesproken elke tussenbeslissing moet onthouden, wat enorme hoeveelheden extra qubits zou kosten.

Claude vond een manier om die beslissingen achteraf te herberekenen uit de tussenresultaten, in plaats van ze allemaal apart op te slaan. Het model leidde daarvoor nieuwe wiskundige formules af, testte die met simulaties en liet de juistheid controleren met het formele verificatieprogramma Lean. Het resultaat is een schakeling die 12 procent meer qubits gebruikt dan de zuinigste eerdere versie, maar daarvoor 17 keer minder poorten nodig heeft. Voor ingenieurs met beperkte kwantumhardware levert dat extra keuzemogelijkheden op tussen geheugengebruik en rekentijd.

Nog een lange weg te gaan

Ook bij andere taken verbeterde Claude bestaande ontwerpen, in sommige gevallen met een factor tien of meer. Zo wist het model de duurste rekenstap van een bekend optimalisatie-algoritme ongeveer twaalf keer te verkleinen. Dit soort verbeteringen past in een langere trend: in 2017 schatten onderzoekers dat het simuleren van het molecuul FeMoco, belangrijk bij biologische stikstofbinding, 50 biljoen zogeheten Toffoli-poorten zou vergen. Door jarenlange optimalisatie staat die schatting nu op ongeveer 340 miljoen poorten, een afname van ruim 150.000 keer.

Anthropic benadrukt dat automatisch ontworpen schakelingen dit soort vooruitgang kunnen versnellen. Toch blijven er grote obstakels. Kwantumcomputers hebben nog altijd betere foutcorrectie nodig, stabielere hardware en systemen die qubits langere tijd foutloos kunnen laten samenwerken. Een AI die slimmere schakelingen ontwerpt, verhelpt die fundamentele hardwareproblemen niet. Het zorgt er wel voor dat toekomstige kwantumcomputers, zodra die problemen zijn opgelost, hun beperkte capaciteit efficiënter kunnen benutten.