Como o Claude encontrou um atalho para a computação quântica em menos de três dias

RESUMO ＋

A Anthropic usou o Claude para buscar circuitos quânticos mais eficientes em oito tarefas. O estudo encontrou maneiras de reduzir operações e memória, com resultados verificados por um programa avaliador. Os avanços são de projeto e ainda dependem de máquinas capazes de executar esses cálculos em escala.

Antes de construir um computador quântico capaz de resolver problemas úteis, é preciso descobrir quanto trabalho ele realmente precisa fazer. Uma sequência de operações mal organizada pode exigir mais memória, prolongar o cálculo e tornar inviável uma tarefa que, no papel, parecia promissora. Foi nessa distância entre a possibilidade matemática e a máquina que a Anthropic colocou o Claude para trabalhar.

Em uma pesquisa divulgada nesta sexta-feira, 16, a empresa apresentou circuitos desenhados com ajuda de sua inteligência artificial para oito tarefas de química, otimização, simulação física e computação numérica.

Em sete delas, os projetos reduziram tanto a quantidade de operações quanto o número de qubits em relação às referências usadas na comparação. Na oitava, o modelo encontrou novas combinações entre essas duas exigências, permitindo economizar operações em troca de um pouco mais de memória.

O trabalho foi liderado por Andi Gu, do programa de pesquisadores STEM Fellows da Anthropic, com orientação do físico Alek Kemeny e colaboração de Susanne Yelin e Mikhail Lukin, de Harvard. Lukin também é ligado à empresa de computação quântica QuEra.

Uma versão preliminar do artigo foi publicada no arXiv na quinta-feira, 15.

A contribuição está no planejamento dos cálculos. A equipe não apresentou um novo processador nem demonstrou que uma máquina disponível hoje passou a executar aplicações comerciais com essa eficiência. O resultado indica que algumas tarefas podem precisar de menos recursos do que os projetos anteriores sugeriam.

Como o Claude procurou circuitos melhores

Um circuito quântico é uma sequência de operações aplicadas aos qubits, as unidades de informação dessas máquinas. Redesenhá-lo significa reorganizar o caminho até o resultado, procurando eliminar trabalho desnecessário sem comprometer o cálculo.

Os pesquisadores entregaram ao Claude Mythos 5 descrições das tarefas em linguagem comum e acesso a um programa que verificava as soluções e calculava seu custo.

O modelo escrevia propostas em Python, recebia os resultados dos testes e usava esse retorno para tentar uma versão melhor. A pontuação considerava o produto entre a quantidade de qubits e o número de portas Toffoli, operações usadas como referência para estimar o custo desses circuitos.

O processo não dependia de aceitar a resposta da IA como correta. Um avaliador separado do modelo examinava as propostas, enquanto os pesquisadores definiam as tarefas e as condições da busca. A equipe também orientou o Claude a explorar abordagens diferentes e, ocasionalmente, a ampliar a investigação quando ele se prendia a soluções conhecidas.

Esse ambiente favorecia a experimentação porque os circuitos escolhidos tinham uma característica específica. Embora destinados a integrar algoritmos quânticos, seu comportamento podia ser testado de maneira eficiente em computadores convencionais. Assim, era possível avaliar sucessivas propostas sem precisar de um grande processador quântico para cada tentativa.

Uma busca de 53 horas encontrou uma nova solução

Um dos testes envolvia operações com curvas elípticas, estruturas matemáticas importantes para algoritmos quânticos de teoria dos números. A etapa mais custosa era a inversão modular, uma espécie de divisão em um sistema no qual os números voltam ao início quando alcançam determinado limite.

O obstáculo estava em adaptar um método já conhecido dos computadores convencionais às exigências de um circuito quântico reversível. Nesse tipo de circuito, informações intermediárias não podem simplesmente ser apagadas como em um programa comum. É necessário desfazer os cálculos temporários de maneira controlada, o que pode exigir guardar um histórico extenso e ocupar muitos qubits.

Segundo a Anthropic, o Claude encontrou uma maneira de reconstruir esse histórico a partir dos próprios valores presentes no cálculo, reduzindo a necessidade de armazená-lo. A busca durou 53 horas, com participação humana limitada. A validação incluiu simulações numéricas e a formalização de uma afirmação matemática no Lean, ferramenta usada para verificar demonstrações.

A solução abriu espaço para diferentes escolhas de projeto. Em uma comparação apresentada pela empresa, um dos circuitos usa 17 vezes menos operações, com 12% mais qubits, em relação ao menor projeto anterior.

O ganho, portanto, envolve uma troca entre memória e trabalho computacional, sem significar que qualquer computador quântico ficou 17 vezes mais rápido.

Menos operações também exigem escolhas sobre precisão

Outro resultado veio de um decodificador usado pelo algoritmo de otimização conhecido como DQI, sigla em inglês para interferometria quântica decodificada. O Claude substituiu o método matemático que organizava essa etapa e modificou a forma de recuperar informações temporárias.

A combinação reduziu a contagem de operações em aproximadamente 12 vezes em relação à construção anterior citada pelos autores.

Parte da economia surgiu ao abandonar uma reserva de memória dimensionada para situações extremamente raras.

Após executar 403 milhões de decodificações em uma simulação, o modelo produziu um projeto que precisava guardar apenas um valor excepcional, usando 19 qubits para essa função, em vez dos 665 exigidos pela reserva para o pior caso.

A escolha admite uma falha em aproximadamente uma a cada 10 mil execuções, dentro da tolerância definida para a tarefa. Esse detalhe faz parte do resultado. A redução de recursos depende das condições aceitas pelo algoritmo e não deve ser interpretada como uma melhoria sem qualquer contrapartida.

O que isso muda na corrida quântica?

A promessa dos computadores quânticos depende de duas frentes que precisam avançar juntas. Uma delas é construir máquinas maiores e mais confiáveis. A outra é reduzir a quantidade de recursos necessária para executar os programas que justificariam sua existência, como simulações de moléculas e materiais.

O trabalho da Anthropic atua nessa segunda frente. Já pesquisas como o experimento recente do Google com o processador Willow procuram tornar mais confiável a preparação de estados usados em determinadas operações quânticas. Melhorar o programa e melhorar a máquina são esforços complementares, com resultados medidos de formas diferentes.

Para os autores, a IA pode acelerar a procura por projetos que aproximem aplicações úteis da capacidade do hardware quântico. A pesquisa ainda não estabelece quando isso acontecerá. Reduzir a contagem de operações é uma parte do problema, que também envolve correção de erros, controle dos qubits e integração entre os componentes.

Anthropic apresenta pesquisa enquanto investidores revêm aposta no IPO

A divulgação ocorre enquanto parte dos investidores reavalia quanto está disposta a pagar pela dona do Claude. Segundo a Reuters, alguns interessados passaram a discutir uma avaliação de US$ 1,5 trilhão para a abertura de capital da Anthropic, abaixo da expectativa anterior de cerca de US$ 2 trilhões. Os valores são discutidos para a oferta e não representam uma perda já registrada em bolsa.

A preocupação está na velocidade de expansão das vendas. A receita apresentada a investidores foi de US$ 16,8 bilhões no terceiro trimestre, ante US$ 11,6 bilhões no segundo, uma alta de aproximadamente 45%.

O negócio continuou crescendo, mas em ritmo inferior ao salto de cerca de 147% entre o primeiro e o segundo trimestres. A companhia não respondeu aos pedidos de comentário da agência.

A pesquisa quântica demonstra uma possível aplicação científica de seus modelos, sem estabelecer quanto essa capacidade poderá gerar de receita. Para a tecnologia, o próximo teste será verificar como os circuitos propostos se comportam quando incorporados a projetos completos de computação quântica.

---

Perguntas frequentes

O Claude criou um computador quântico?

Não. O modelo propôs circuitos, que são sequências de operações destinadas a executar partes de algoritmos quânticos. O estudo trata do desenho dos cálculos.

Como os pesquisadores verificaram as propostas da IA?

Um programa separado avaliou o funcionamento e o consumo de recursos dos circuitos. A pesquisa também empregou simulações e, em um dos resultados, formalização matemática com o Lean.

O que são qubits?

São as unidades de informação dos computadores quânticos. Os circuitos precisam tanto de qubits para representar os dados quanto de recursos adicionais para etapas intermediárias e proteção contra erros.

Usar menos operações significa gastar menos dinheiro?

Pode ajudar a reduzir os recursos exigidos por uma aplicação futura, mas o estudo não apresenta uma economia financeira medida em uma operação comercial. O custo final também depende do hardware e da correção de erros.

O trabalho garante aplicações comerciais mais próximas?

Os autores avaliam que circuitos mais eficientes podem ajudar a antecipar aplicações úteis. O estudo não fixa uma data e não resolve os demais desafios de construir e operar máquinas quânticas em escala.