概要
Anthropicは10月16日、STEM Fellows Programの一環として、Claude Mythos 5に量子回路の設計を自律的に最適化させる実験を行ったと発表した。化学・最適化・物理シミュレーション・数論の4分野から選ばれた8つの計算プリミティブについて、ClaudeはPythonによる回路設計・自動評価・フィードバックに基づく改良というループを回し続け、8つのうち7つのタスクで既存の最良設計を上回る結果を達成した。特にモジュラー逆元回路（楕円曲線点加算で使われる）では、Claudeがわずか53時間、最小限の人間の介入のもとで従来とは異なる新手法を導出し、従来の最良設計と比べてキュービット数は12%増えたものの、ゲート数を最大17倍削減するという成果を見せた。研究はAndi Gu氏が主導し、Alek Kemeny氏が指導、Harvard大学のSusanne Yelin氏とMikhail Lukin氏も協力した。
技術的な詳細
量子回路の最適化が難しいのは、量子操作が可逆でなければならず、中間結果を単純に破棄できないという制約があるためだ。モジュラー逆元の計算で広く使われる「divsteps」アルゴリズムは、本来は分岐の判断履歴をすべて保存しておく必要があった。Claudeはここで、分岐情報を履歴として保持せずとも、数値ペアが持つ数学的性質から直接復元できるはずだという着想に至り、実際にその復元公式を導出した。この可逆設計はLeanを用いて形式的に証明され、正しさが検証されている。もう一つの顕著な成果はDQIアルゴリズムの量子デコーダ最適化で、拡張ユークリッドアルゴリズムからBerlekamp–Massey復号方式に切り替えることで、ゲート数を12分の1に削減。さらに一時変数をメモリに保持せずその都度再構成する設計に改め、4億回を超えるシミュレーションで実際のメモリ需要を検証した結果、当初665量子ビットが必要と見積もられていたところ、わずか19量子ビットで足りることが判明した。なお、開発初期のClaudeは既存手法を微調整する保守的な提案に偏りがちだったため、研究チームは複数の異なるアプローチを並行して検討させ、より野心的な探索を促す指示を与えることで、従来不可能だった可逆モジュラー逆元の新手法を引き出したという。
意義と今後の展望
今回の成果は、量子コンピューティングにおける回路最適化の長期的なトレンドの延長線上にある。例えばFeMoCo分子のシミュレーションに必要なToffoliゲート数は、2017年時点の推定約50兆個から現在では約3.4億個へと、15万分の1にまで削減されてきた。AIによる自律的な回路最適化は、こうした実用化への道のりをさらに加速させる可能性がある。Anthropicの研究者らは、アルゴリズムからハードウェアに至るまで全体を統合的に最適化し、将来的にはAIが誤り訂正機能を備えた量子コンピュータ全体の設計に貢献できるかもしれないと述べ、Claudeを単なるツールではなく「研究協力者」として位置づける構想を示している。一方でInteresting Engineeringは、エラー訂正と信頼性の向上は依然として残された課題であると指摘しており、実機への応用にはなお時間を要するとみられる。