Anthropic ha puesto a Claude a diseñar circuitos cuánticos, los programas que ejecutará un ordenador cuántico, y el resultado ha superado a los especialistas: en los ocho problemas que le plantearon, encontró diseños que usan menos cúbits y menos operaciones que los mejores publicados, en algunos casos diez veces menos. El trabajo se hizo con los físicos de Harvard Susanne Yelin y Mikhail Lukin, este último también de la empresa de ordenadores cuánticos QuEra.
Los ordenadores cuánticos actuales todavía son demasiado pequeños y cometen demasiados errores para hacer algo útil, así que buena parte de la investigación consiste en preparar el terreno: diseñar los circuitos de los algoritmos y calcular cuántos cúbits y cuántas operaciones lógicas (puertas) necesitarán. Cada mejora en ese diseño acerca el día en que una máquina real pueda ejecutarlos. El ejemplo clásico es la simulación de FeMoco, una molécula clave para entender cómo las bacterias fijan el nitrógeno: en 2017 se estimaba que necesitaría unos 50 billones de puertas, y años de mejoras en los algoritmos lo han bajado a unos 340 millones, unas 150,000 veces menos.
El estudio lo dirigió Andi Gu, del programa de becas científicas de Anthropic, con el físico cuántico de la empresa Alek Kemeny, y está publicado en arXiv. Usaron Claude Mythos 5 en un bucle cerrado: Claude recibía la descripción de un circuito en lenguaje natural y proponía un diseño escrito en Python; un evaluador automático comprobaba que funcionara bien y le daba una nota, el número de cúbits multiplicado por el de puertas, y Claude usaba esa nota para intentarlo de nuevo, sin ninguna persona de por medio entre una ronda y la siguiente.
Claves del trabajo
- Mejor en los ocho problemas. Los circuitos cubrían química, optimización, simulación de sistemas cuánticos, teoría de números y cálculo numérico. En todos, Claude encontró diseños con menos cúbits y menos puertas que los mejores publicados.
- Suma de puntos en curvas elípticas. Tras 53 horas de trabajo, uno de sus diseños usa un 12 % más de cúbits que el más pequeño conocido, pero 17 veces menos puertas. Por el camino creó la primera versión reversible de un método de inversión modular (divsteps) que no necesita guardar el historial de decisiones, y demostró que su regla es correcta con el asistente de pruebas Lean.
- Un decodificador 12 veces más ligero. Para DQI, un algoritmo cuántico de optimización prometedor, rediseñó su paso más caro, un decodificador de códigos Reed-Solomon, con unas 12 veces menos puertas que la construcción anterior de Google. Además, en lugar de reservar 665 cúbits para el peor caso, midió en 403 millones de decodificaciones simuladas cuántos hacían falta de verdad y lo dejó en 19. A cambio, el circuito falla aproximadamente una vez de cada 10,000.
- Atajos en química. En la simulación de una molécula de hierro y azufre, Claude se dio cuenta de que ciertas simetrías permitían calcular algunos resultados una sola vez y reutilizarlos.
- Con sus defectos. Los autores cuentan que Claude era demasiado prudente: dudaba de sus propias mejoras, revisaba los resultados una y otra vez y tendía a quedarse con los métodos conocidos. Para que explorara más, lo pusieron a probar varias ideas en paralelo y, a veces, le pidieron que ampliara la búsqueda.
Por qué importa
La suma de puntos en curvas elípticas no es un ejemplo cualquiera: es la pieza central del algoritmo de Shor aplicado a las curvas elípticas, es decir, del ataque con el que un ordenador cuántico suficientemente grande podría romper la criptografía de curvas elípticas que protege hoy HTTPS, las firmas digitales y las criptomonedas. Un circuito 17 veces más barato no rompe nada hoy, porque esas máquinas no existen, pero recorta los recursos que harán falta y refuerza la prisa por pasar a la criptografía poscuántica, algo que navegadores y servidores ya han empezado a hacer. Curiosamente, son las mismas curvas protagonistas de otra investigación de Anthropic de esta semana: el origen de las semillas de las curvas del NIST.
Hay que leer el resultado con cuidado. Las comparaciones son estimaciones sobre el papel, no ejecuciones en ordenadores reales, y el propio Anthropic recuerda que diseñar circuitos es solo una parte: la corrección de errores y el hardware siguen siendo los grandes problemas por resolver. Aun así, es una muestra de un cambio en cómo se investiga: un modelo de IA que trabaja durante días contra un evaluador automático y encuentra ideas nuevas en un campo muy especializado, en el que los avances se miden en años.
Portada: el IBM Quantum System One de Fraunhofer en Ehningen (Alemania), foto de IBM Research, Wikimedia Commons, CC BY 2.0. El ordenador de la foto no se usó en este trabajo.
Fuente: Anthropic, «Designing more efficient quantum circuits with Claude»