Claude-ը քվանտային decoder-ի դարպասները կրճատել է 12 անգամ

20 հոկտեմբերի, 2026 թ., 20:00|Հեղինակ: QUASA-ի խմբագրական թիմ|5 րոպե ընթերցանություն| 1

2026 թվականի հոկտեմբերի 16-ին Anthropic-ի հետազոտական հրապարակումը ներկայացրեց Claude Mythos 5-ի նախագծած Reed–Solomon դեկոդերը. Google-ի նախորդ կառուցվածքի համեմատ դրա համար հաշվարկվել է մոտ 12 անգամ պակաս Toffoli դարպաս։ Andi Gu-ի ղեկավարած աշխատանքին մասնակցել են Anthropic-ի Alek Kemeny-ն և Harvard-ի Susanne Yelin-ն ու Mikhail Lukin-ը։ Խոսքը քվանտային օպտիմացման ալգորիթմի հաշվարկային բաղադրիչի նախագծի մասին է, որի ռեսուրսներն ու վարքը գնահատվել են ծրագրային եղանակով։

Հոկտեմբերի 17-ին հրապարակված Claude News-ի ամփոփումը նկարագրում է ութ առաջադրանք ընդգրկած փորձը, դեկոդերի հիշողության պահանջը գնահատելու համար կատարված 403 միլիոն օրինակային ապակոդավորումը և էլիպտիկ կորի առանձին սխեմայի որոնման մեկ 53-ժամյա գործարկումը։ Էլիպտիկ կորի աշխատանքում որոշ մաթեմատիկական պնդումներ նաև ձևականացվել են Lean-ով։ Այս ստուգումները վերաբերում են նախագծված սխեմաներին. հրապարակված արդյունքը ֆիզիկական քվանտային պրոցեսորի վրա չափված արագացում չէ։

Որ հաշվարկն է կատարում Reed–Solomon դեկոդերը

Դեկոդերը decoded quantum interferometry կամ DQI կոչվող օպտիմացման ալգորիթմի ամենածախսատար քայլն է։ DQI-ն խնդրի հնարավոր պատասխանների միջև քվանտային միջամտությունն այնպես է կազմակերպում, որ լավ պատասխաններն ավելի հավանական դառնան չափման պահին։ Դրա համար ալգորիթմը դիմում է Reed–Solomon կոդով ապակոդավորմանը. սինդրոմ կոչվող համառոտ հանրահաշվական գրառումից պետք է որոշել ենթադրյալ սխալների տեղերն ու արժեքները։

Այստեղ «սխալների» ապակոդավորումը ալգորիթմի մաթեմատիկական գործողությունն է։ Դեկոդերը մուտք է ստանում սինդրոմները և դրանցից ստացված տեղեկությունն օգտագործում հաշվարկի պահանջվող արդյունքի համար։ Քանի որ այդ գործողությունը պետք է աշխատի մուտքերի քվանտային համադրության վրա, այն չի կարող սովորական ծրագրի պես յուրաքանչյուր մուտքի համար ընտրել տարբեր երկարության գործողությունների հաջորդականություն։ Սխեմայում անհրաժեշտ է նախապես սահմանված դարպասների հերթականություն։

Ինչպես Claude-ը փոխեց ծանր քայլը

Նախորդ դեկոդերի հիմքում ընդլայնված Էվկլիդեսի ալգորիթմն էր։ Դրա միջանկյալ բաժանումները, տեղաշարժերն ու կանգ առնելու պահը կախված են սինդրոմներից։ Քվանտային սխեմայում այդ փոփոխական ընթացքը տեղավորելու համար հին կառուցվածքը նախատեսում էր համաժամեցված բազմաթիվ քայլեր և պայմանական գործողություններ։ Այդ ծախսը մնում էր սխեմայում նաև այն մուտքերի համար, որոնց մշակման ընթացքում դրանց մի մասը պետք չէր գալիս։

Claude-ի առաջարկած կառուցվածքն անցնում է Berlekamp–Massey ապակոդավորմանը։ Այն սինդրոմները մշակում է հերթականությամբ, յուրաքանչյուր փուլում ճշգրտում է դրանց օրինաչափությունը նկարագրող բազմանդամը և աշխատում է նախապես որոշված կրկնությունների շարքով։ Այդ բազմանդամը օգնում է գտնել սխալների տեղերը։ Մեթոդի ավելի կանոնավոր ընթացքը նվազեցնում է այն պայմանական աշխատանքի կարիքը, որն առաջանում էր Էվկլիդեսյան լուծումը հաստատուն քվանտային սխեմայի վերածելիս։

Մեթոդը փոխելը բավարար չէր, քանի որ քվանտային հաշվարկում ժամանակավոր արդյունքները պետք է հետագայում մաքրվեն՝ գործողությունները հետ շրջելով։ Պարզ իրականացումը դրա համար կպահեր միջանկյալ քայլերի երկար պատմություն։ Նոր կառուցվածքը այդ տեղեկության մեծ մասը վերականգնում է արդեն փոփոխված հաշվարկային վիճակից։ Ապակոդերի հաջորդ մասում այն նաև անմիջապես հաշվարկում է DQI-ին անհրաժեշտ տեղեկությունը՝ ամբողջ վերականգնված սխալների շարքը առանձին պահելու փոխարեն։

Ինչ են չափել ծրագրային ստուգումները

Հեղինակների նախատպության հաշվարկով՝ համեմատվող Reed–Solomon սխեման նախկինում պահանջում էր մոտ 5,1 միլիոն Toffoli դարպաս և առավելագույնը 1938 քուբիթ, իսկ նոր տարբերակը՝ մոտ 440 հազար դարպաս և 1837 քուբիթ։ Նույն աշխատանքում ամբողջ նոր սխեմայի 100 հազար ընտրանքային փորձարկումներից յոթում ստացվել է սխալ նշան։ Այս թվերը տարբեր չափումներ են. դարպասների պահանջը նվազել է շատ ավելի կտրուկ, քան քուբիթների առավելագույն թիվը։

Հազվադեպ միջանկյալ արժեքների համար հիշողության ընտրությունը բացատրում է այդ տարբերության մի մասը։ Բոլոր հնարավոր դեպքերի համար պահուստ նախատեսելը զգալիորեն մեծացնում էր սխեման, իսկ օրինակային ապակոդավորումների մեծ մասում այդ պահուստի կարիքը չէր առաջանում։ Հետևաբար նոր լուծումը տեղ է հատկացնում սովորական ընթացքի համար և ընդունում է առաջադրանքի թույլատրած փոքր ձախողման հավանականությունը։ Այդ որոշումը կապված է հենց ուսումնասիրված մուտքերի բաշխման և սխալի բյուջեի հետ։

Առանձին ավտոմատ գնահատիչը ստանում էր Claude-ի առաջարկած սխեման կառուցող ծրագիրը, ստուգում թեկնածուի հաշվարկային վարքը և հաշվում պահանջվող դարպասներն ու քուբիթները։ Մոդելը ստացված արձագանքով վերանայում էր նախագիծը՝ առանց յուրաքանչյուր միջանկյալ փորձի համար մարդու նոր ցուցման։ Նախատպության արդյունքներում առաջադրանքների մեծ մասում նվազել են և՛ Toffoli դարպասները, և՛ քուբիթները, իսկ մյուսում գտնվել է դրանց քանակների նոր փոխզիջում։ Գնահատումը վերաբերում է սահմանված առաջադրանքներին և ստուգված թեկնածուներին։

Lean-ը ինչ է հաստատել

Lean-ի ձևական ստուգումը վերաբերում է էլիպտիկ կորի կետերի գումարման համար մշակված առանձին լուծմանը։ Այդ հաշվարկի ծախսատար մասերից մեկը մոդուլային հակադարձումն է։ Claude-ը ուսումնասիրել է divsteps մեթոդը և գտել կանոն, որով հնարավոր է հաշվարկի արդեն փոփոխված թվերից վերականգնել նախորդ քայլի ընտրությունը։ Այդ տեղեկությունն անհրաժեշտ է գործողությունները հետ շրջելու համար. այն պահպանելու պահանջի նվազումը փոխում է սխեմայի հիշողության ծախսը։

Կանոնը սկզբում փորձարկվել է թվային հաշվարկներով, ապա դրա հստակ մաթեմատիկական պնդումը ձևականացվել է Lean-ում։ Սա ավելի ուժեղ հիմնավորում է հենց այդ պնդման համար, քան միայն օրինակների վրա ստուգումը։ Reed–Solomon դեկոդերի համար նկարագրված ընտրանքային փորձարկումներն ու ռեսուրսների հաշվարկը ստուգման այլ եղանակներ են. Lean-ով ձևականացված արդյունքը չի տարածվում դեկոդերի ամբողջ սխեմայի վրա։

Ինչ է նշանակում խնայողությունը ամբողջ քվանտային հաշվարկի համար

Ավելի փոքր դեկոդերը նվազեցնում է DQI-ի կարևոր բաղադրիչի հաշվարկային ծախսի գնահատականը։ Ամբողջ ալգորիթմը, սակայն, ունի նաև այլ գործողություններ, ուստի դրա ընդհանուր տևողությունը չի փոխվում դեկոդերի դարպասների թվի նույն գործակցով։ Բացի այդ, հրապարակված համեմատությունը վերաբերում է տրամաբանական սխեմային. իրական սարքում այդ գործողությունները կատարելու համար անհրաժեշտ են բավարար որակի ֆիզիկական քուբիթներ, սխալների ուղղում և համապատասխան կառավարման համակարգ։

Այս տարբերակումը կարևոր է նաև փորձի ուժը գնահատելիս։ Դասական համակարգիչը կարող էր ստուգել ընտրված սխեմաների մուտքերն ու ելքերը և հաշվել դրանց նախագծային ռեսուրսները, քանի որ առաջադրանքներն այդպիսի ստուգում թույլ էին տալիս։ Ապագա սարքի աղմուկը, սխալների ուղղման լրացուցիչ ծախսը և ամբողջ DQI հաշվարկի ընթացքը այդ ստուգումներով չեն չափվել։ Հաջորդ որոշիչ արդյունքը կլինի ամբողջ հաշվարկի ռեսուրսային գնահատականը հստակ սարքավորման պայմաններում, ապա համապատասխան սխեմայի փորձարկումը քվանտային պրոցեսորի վրա։

Կարդացեք նաև:

Կիսվել: