Anthropic ha presentato il 16 ottobre 2026 i risultati di un progetto di ricerca nel quale Claude Mythos 5 è stato utilizzato per sviluppare e ottimizzare circuiti destinati al calcolo quantistico. Il lavoro, coordinato da Andi Gu nell’ambito dello STEM Fellows Program di Anthropic, con la collaborazione di Alek Kemeny, Susanne Yelin dell’Università di Harvard e Mikhail Lukin di Harvard e QuEra Computing, ha esaminato otto primitive computazionali impiegate nella chimica quantistica, nell’ottimizzazione matematica, nella simulazione fisica e nella teoria dei numeri. Secondo i risultati riportati nel documento scientifico depositato su arXiv il 15 ottobre, sette delle otto attività hanno prodotto circuiti con riduzioni significative del numero di qubit e delle porte Toffoli rispetto alle migliori implementazioni precedentemente pubblicate. Nell’ottava attività il modello ha sviluppato una nuova architettura reversibile per l’inversione modulare nei campi primi. La ricerca utilizza un sistema evolutivo nel quale il modello genera implementazioni software dei circuiti, le sottopone a un valutatore indipendente e modifica le soluzioni in base ai risultati ottenuti, senza richiedere l’intervento umano a ogni iterazione.
L’ottimizzazione dei circuiti quantistici presenta vincoli differenti dalla programmazione convenzionale. Le operazioni devono essere reversibili e non possono eliminare arbitrariamente le informazioni intermedie; inoltre, la presenza di sovrapposizioni quantistiche impedisce di utilizzare direttamente le normali ramificazioni condizionali del software tradizionale. Le informazioni prodotte durante un calcolo devono quindi essere conservate oppure eliminate mediante procedure inverse, definite uncomputation, che richiedono ulteriori operazioni. Il sistema impiegato da Anthropic valuta le soluzioni verificandone la correttezza su un computer classico e misurandone l’efficienza attraverso parametri quali il numero di qubit e il numero di porte logiche, utilizzando anche il loro prodotto come indicatore del costo computazionale. Un caso particolarmente rilevante riguarda l’inversione modulare necessaria per l’addizione dei punti sulle curve ellittiche. Dopo 53 ore di ricerca automatizzata, con interventi umani limitati, Claude ha elaborato un’implementazione reversibile dell’algoritmo divsteps capace di ricostruire le informazioni relative alle diramazioni del calcolo senza conservarne l’intera cronologia. Una delle configurazioni ottenute richiede il 12% di qubit in più rispetto al precedente circuito con il minore impiego di memoria, ma utilizza un numero di porte 17 volte inferiore.
Un secondo risultato riguarda la Decoded Quantum Interferometry (DQI), tecnica studiata per ottenere accelerazioni quantistiche significative in determinati problemi di ottimizzazione. Claude ha affrontato il costo del decodificatore Reed–Solomon impiegato nel problema Optimal Polynomial Intersection, sostituendo l’impostazione fondata sull’algoritmo euclideo esteso con un’architettura basata sul procedimento Berlekamp–Massey. La nuova soluzione utilizza una sequenza di operazioni più regolare, adatta ai vincoli dei circuiti quantistici reversibili. Per verificare la gestione delle informazioni temporanee, il modello ha sviluppato un simulatore ed eseguito 403 milioni di decodificazioni campione, rilevando che quasi tutte richiedevano la conservazione di un solo valore eccezionale. Questa osservazione ha permesso di limitare a 19 qubit una memoria che, adottando la capacità necessaria a coprire il caso peggiore, avrebbe richiesto 665 qubit. La riduzione delle risorse necessarie deriva quindi sia dalla scelta di algoritmi matematici differenti sia dall’analisi statistica del loro comportamento operativo.
I risultati si collocano nel percorso di ottimizzazione che interessa applicazioni particolarmente onerose, come la simulazione del complesso ferro-molibdeno FeMoco, coinvolto nei processi biologici di fissazione dell’azoto. Per un modello a 54 orbitali, le stime del costo computazionale sono passate da circa 50.000 miliardi di porte Toffoli nel 2017 a circa 340 milioni grazie ai successivi progressi algoritmici. Le nuove architetture ottenute da Claude riguardano soprattutto la progettazione delle componenti computazionali e non dimostrano che gli attuali processori quantistici possano già eseguire applicazioni di questa complessità. La loro importanza tecnica risiede nella possibilità di individuare nuove combinazioni tra memoria, profondità dei circuiti e numero di operazioni, verificando formalmente le trasformazioni proposte. Nel caso dell’inversione modulare, alcune proprietà matematiche elaborate dal modello sono state controllate anche mediante il sistema di dimostrazione formale Lean.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)