Anthropic sier Claude slo de beste publiserte designene for kvantekretser

I et forskningsinnlegg publisert 16. oktober 2026 rapporterte Anthropic at modellen Claude Mythos 5, som arbeidet i en lukket sløyfe med en automatisert evaluator og i stor grad på egen hånd, utformet kvantekretser som forbedrer de beste tidligere publiserte kretsene på tvers av åtte beregningsprimitiver, i noen tilfeller med en faktor på ti eller mer.

Primitivene, de grunnleggende rutinene som større kvantealgoritmer bygges opp av, dekker kjemi, optimalisering, kvantesimulering, tallteori og numerisk beregning. Andi Gu ledet arbeidet som en del av Anthropics STEM Fellows Program, med veiledning fra Alek Kemeny, kvantefysiker hos Anthropic, og i samarbeid med Susanne Yelin ved Harvard University og Mikhail Lukin ved Harvard University og QuEra Computing.

En tilhørende artikkel, Å oppdage toppmoderne kvantekretser med store språkmodeller, ble sendt inn til arXiv 15. oktober 2026 av Gu, Kemeny, Yelin og Lukin. Den er på 46 sider og inneholder 10 figurer og seks tabeller. Sammendraget beskriver et evolusjonært rammeverk der store språkmodeller foreslår kretsdesign, som en uavhengig evaluator verifiserer og poengsetter. Det står at kretsene som ble funnet, reduserer både antallet Toffoli-porter og antallet kvantebiter betydelig sammenlignet med det beste som tidligere var oppnådd, i sju av de åtte oppgavene. Den åttende oppgaven resulterte i en ny reversibel arkitektur for modulær inversjon over et primtallslegeme.

En designoppgave med lukket sløyfe

Anthropic sa at Claude egnet seg godt til oppgaven av tre grunner. Kvantekretser kan skrives som vanlig kode, slik at modellen kan skrive, kjøre og revidere design som programmer. Den aktuelle klassen av algoritmer kan testes effektivt for korrekthet, fordi hver inngang gir ett entydig resultat som en vanlig datamaskin kan kontrollere. Poengsummen – antallet kvantebiter multiplisert med antallet porter – gir dessuten et objektivt mål som fungerer som en indikator på hvor lang tid en krets vil bruke på å kjøre. I denne lukkede sløyfen foreslo Claude Mythos 5 design i Python, mottok tilbakemelding om korrekthet og en poengsum fra evalueringsprogrammet og reviderte designene, uten menneskelig innspill mellom rundene.

Innlegget beskriver to begrensninger som skiller kvantekretser fra vanlige programmer. En krets kan ikke ta hvis–så-beslutninger, fordi den kjører på en superposisjon av mange innganger samtidig og må utføre operasjonene for hver bane hver gang den kjører. Den kan heller ikke forkaste informasjon, fordi hvert trinn må være reversibelt. Mellomresultater må lagres eller «avberegnes» ved å kjøre beregningen som skapte dem, baklengs, noe som krever flere porter. Til sammen tvinger disse begrensningene fram en avveining mellom antallet kvantebiter og kjøretiden.

Som et eksempel på hva redesign av kretser kan oppnå, gjengir innlegget kostnadsanslag for simulering av FeMoco, jern–svovel-klyngen i sentrum av nitrogenase, enzymet bakterier bruker til å omdanne nitrogen fra luften til ammoniakk. I 2017 anslo forskere at beregning av grunntilstandsenergien til FeMoco ville kreve rundt 50 billioner Toffoli-porter, en av de mest kostnadskrevende porttypene å kjøre, og derfor en vanlig målestokk for hvor lang tid en kvanteberegning vil ta.

En rekke algoritmiske framskritt reduserte anslaget for den samme modellen med 54 orbitaler til rundt 340 millioner, en reduksjon på omtrent 150 000 ganger. Ifølge innlegget tilsvarer dette noen timers beregning på en framtidig maskin med rundt tre millioner fysiske kvantebiter. Dagens kvantedatamaskiner har bare fra noen hundre til noen tusen kvantebiter, og disse er svært følsomme for støy fra omgivelsene.

En reversibel algoritme for modulær inversjon

Den første oppdagelsen innlegget beskriver, gjelder punktaddisjon, regelen for å kombinere to punkter på en elliptisk kurve slik at man får et tredje. Punktaddisjon er kjernetrinnet i kvantealgoritmer for det elliptiske kurvens diskretlogaritmeproblem og en av fagfeltets standardreferanser. Mesteparten av kostnaden skyldes ett enkelt trinn: modulær inversjon, en variant av divisjon der resultatet går rundt, slik man bruker den i aritmetikk på elliptiske kurver. Anthropic rapporterte at Claude fikk en kort orientering på ett avsnitt om den matematiske regelen og hvordan evaluatoren ville kontrollere og poengsette hvert design. Deretter arbeidet modellen i 53 timer med minimalt menneskelig innspill, begrenset til orienteringen og sporadiske oppfordringer om å tenke bredere, før den kom fram til en helt ny tilnærming.

Klassiske datamaskiner utfører modulær inversjon effektivt med en metode som kalles divsteps, men metoden hadde ikke ført til en praktisk kvantekrets. Kravet om reversibilitet tvinger kretsen til å beholde en logg over hvilken operasjon som ble valgt i hver iterasjon, kalt baneinformasjon. Å lagre denne historikken krever et enormt antall ekstra kvantebiter. Claude resonnerte seg fram til at det kanskje ikke var nødvendig å lagre loggen, fordi baneinformasjonen kunne avkodes ved å undersøke tallparet etter hver iterasjon.

Tidlige kandidater til avkodingsregler fungerte på små testtilfeller, men feilet for den fullstendige problemstørrelsen på 256 bit. Claude beviste deretter en rekke resultater om iterasjonen, blant annet flere nye algebraiske identiteter, utledet en presis avkodingsformel, kontrollerte den i storskala numeriske simuleringer og formaliserte påstanden i Lean. Da valideringen var fullført, laget modellen det Anthropic beskrev som den første reversible implementeringen av divsteps uten lagret banehistorikk.

Fordi dekoding sparer qubits, men tar tid, varierte Claude terskelen for når kretsen lagrer greninformasjonen i stedet for å dekode den. Slik oppsto en familie av design mellom de to ytterpunktene. Én krets i familien bruker 12 % flere qubits, men 17 ganger færre porter enn det minste tidligere designet, og innlegget sier at de nye designene utvider Pareto-fronten for kombinasjoner av qubitbruk og kjøretid. De beste tidligere publiserte designene som er oppført til sammenligning, er Schrottenloher (2026) og Luo et al. (2026).

En dekoder for kvanteoptimalisering som er 12 ganger billigere

Den andre oppdagelsen gjelder dekodet kvanteinterferometri (DQI), som innlegget beskriver som en av de sterkeste kandidatene til en superpolynomisk kvantehastighetsøkning. Det mest beregningskrevende trinnet i algoritmen er en feilkorrigerende dekoder, og forskerne som introduserte DQI, demonstrerte den på problemet med optimal polynomisk skjæring (OPI), en rutenettbasert variant av kurvetilpasning, ved hjelp av en Reed–Solomon-dekoder. Anslag fra Google Quantum AI-forskere som omtales i innlegget, tilsier at det ville ta omtrent tre måneder å løse ett bestemt OPI-problem på superdatamaskinen Frontier, sammenlignet med rundt én time på en framtidig kvantedatamaskin som kjører DQI. Mesteparten av denne timen ville dessuten gått med til Reed–Solomon-dekoding.

Den tidligere toppmoderne kretsen behandlet syndromer, kompakte oppsummeringer av feil, ved hjelp av den utvidede euklidske algoritmen, der antallet trinn og rekkefølgen på dem avhenger av inndataene. Siden en kvantekrets behandler mange inndata med én fast sekvens av porter, måtte dette designet strekke beregningen over flere runder enn noen enkelt inndata ville trenge, og utføre hver operasjon i hver runde. Claude organiserte i stedet kretsen rundt Berlekamp–Massey-dekoding, som utfører samme type trinn i hver runde og alltid kjører det samme antallet runder.

Da denne metoden skulle gjøres reversibel, oppsto et lagringsproblem: Midlertidige verdier som beregnes i hver runde, må kunne gjenopprettes slik at de kan beregnes bort senere. Å sette av minne til det verste tilfellet – en særverdi som oppstår i 35 ulike runder – ville kreve 665 qubits. Claude skrev en høyhastighetssimulator og kjørte 403 millioner prøvedekodinger for å måle hvor ofte slike unntak oppstår. Nesten hver kjøring trengte å lagre høyst én verdi, så kretsen setter av 19 qubits til én lagret verdi.

Omtrent én av 10 000 kjøringer trenger mer enn dette og mislykkes, noe innlegget sier ligger godt innenfor feilraten oppgaven tillater. Innlegget oppgir at optimaliseringene samlet reduserte antallet porter i dekoderen med en faktor på 12 sammenlignet med Googles tidligere konstruksjon, gjennom endringer på tre nivåer: metoden, kretsarkitekturen og ressursbudsjettet.

Begrensninger og uttalte framtidsutsikter

Anthropic rapporterte at Claude var forsiktig i de tidlige eksperimentene: Modellen tvilte gjentatte ganger på tilsynelatende forbedringer, dobbeltsjekket og trippelsjekket godt underbygde resultater og foretrakk eksisterende, velkjente tilnærminger. Innlegget bemerker at forsiktigheten noen ganger var nyttig, og at den førte til Lean-bevisene som verifiserte divsteps-designet. Teamet innførte to tiltak: å kreve at Claude foreslo flere kvalitativt ulike tilnærminger utviklet parallelt, og av og til be modellen utvide søket.

Innlegget setter reduksjonen på 150 000 ganger for FeMoco, som ifølge det tok mange forskningsgrupper åtte år å oppnå, opp mot den ene kjøringen på 53 timer som lå bak elliptisk-kurve-designet. Anthropic uttalte at resultatene tyder på at KI kan bidra til arbeidet med kretsdesign, og trakk fram muligheten for at KI kan optimalisere komponentene i en feilkorrigert kvantedatamaskin samlet – fra algoritmen helt ned til maskinvaren – for et bestemt problem. Innlegget takker Arjun Kar og Vinay Ramasesh for nyttige diskusjoner i prosjektets tidlige fase.