Claude Mythos 5 et l'optimisation des circuits quantiques

TThéa

Alors, d'après Unite.AI, Anthropic affirme que Claude Mythos 5 a conçu des circuits quantiques améliorant les meilleures conceptions publiées pour 8 primitives de calcul. Une primitive, c'est une opération de base qui peut entrer dans la construction d'algorithmes plus vastes. Les tâches étudiées couvrent notamment la chimie, l'optimisation, la simulation physique et la théorie des nombres. Pour certaines, les circuits proposés demanderaient un ordre de grandeur de ressources en moins, ou davantage, que les versions déjà publiées. Il s'agit de résultats de conception rapportés par Anthropic, pas de la démonstration que des ordinateurs quantiques plus puissants sont déjà disponibles. Les circuits quantiques sont des séquences d'opérations, appelées portes, appliquées à des qubits, les unités d'information quantique. Les réduire pourrait alléger les ressources nécessaires à l'exécution d'algorithmes, mais la portée pratique dépend aussi du matériel capable de les faire fonctionner. L'intérêt de l'annonce est donc d'explorer comment l'intelligence artificielle peut contribuer à optimiser ces séquences, dans plusieurs familles de calcul.

TThéa

En fait, le modèle proposait un circuit, et un évaluateur automatisé vérifiait son comportement puis mesurait son coût. Les propositions étaient générées en code Python, d'après AlphaSignal. Pour les circuits jugés valides, l'évaluateur calculait notamment un score fondé sur le nombre de qubits multiplié par le nombre de portes. Claude recevait ensuite les résultats et pouvait modifier sa proposition lors d'une nouvelle tentative. Les chercheurs avaient choisi les problèmes, préparé les consignes et construit les outils d'évaluation. Une fois ces éléments préparés, les cycles de proposition, de vérification et de révision se déroulaient sans intervention humaine entre les tours. Cela ne signifie donc pas que le système avait choisi seul les objectifs de recherche ou conçu tout le protocole : le travail autonome portait sur les itérations encadrées par les chercheurs. Cette distinction compte, parce que la qualité de l'évaluateur détermine ce que le modèle peut vérifier et optimiser.

TThéa

AlphaSignal rapporte deux exemples chiffrés. Pour un circuit d'inversion modulaire, Claude aurait obtenu une conception qui utilise 17 fois moins de portes que la version antérieure, après 53 heures d'exécution. Ce résultat concerne le nombre de portes pour ce circuit précis, et ne signifie pas que tous les coûts d'un ordinateur quantique diminuent dans la même proportion. Autre exemple, un décodeur Reed-Solomon lié à l'algorithme d'optimisation DQI serait 12 fois moins coûteux que la conception précédente de Google Quantum AI. AlphaSignal indique aussi que Claude aurait dérivé de nouvelles identités algébriques et formalisé une preuve de divsteps dans Lean, un assistant de preuve formelle ; les éléments rapportés ne donnent pas assez de détails pour évaluer ces résultats. Ces exemples illustrent des pistes de réduction du coût des circuits, mais ils ne démontrent pas à eux seuls leur exécution sur du matériel quantique réel. Moins de portes peut être un objectif utile pour des calculs quantiques, mais le coût dépend aussi des autres ressources retenues pour évaluer chaque conception.

TThéa

Une limite concerne la manière dont ces résultats sont présentés : Anthropic annonce une amélioration sur 8 tâches, et les chiffres détaillés cités portent sur des circuits particuliers. Il faut donc éviter de transformer ces exemples en garantie de progrès pour toutes les applications quantiques. AlphaSignal signale aussi que Claude aurait tendance à privilégier des approches déjà connues, sauf si on l'incite à explorer davantage. Cette réserve est rapportée sans éléments détaillés permettant d'en mesurer l'ampleur. Enfin, l'expérience porte sur la recherche et l'évaluation de conceptions de circuits ; elle ne montre pas que ces circuits ont été déployés sur un ordinateur quantique physique. Le passage d'une conception évaluée à un usage réel est une question distincte, que les résultats présentés ne tranchent pas. Pour comprendre les gains annoncés, il faut donc regarder à la fois la tâche choisie, la mesure du coût et la portée de la validation.

TThéa

Ce qu'il faut retenir, c'est qu'Anthropic présente une méthode où Claude propose des circuits et reçoit un retour automatisé sur leur validité et leur coût. L'annonce porte sur 8 primitives de calcul, et les exemples d'AlphaSignal font état de 17 fois moins de portes pour un circuit d'inversion modulaire et d'un coût 12 fois inférieur pour un décodeur Reed-Solomon. Ces chiffres décrivent des comparaisons précises avec des conceptions antérieures, pas une baisse générale du coût des ordinateurs quantiques. Le résultat montre surtout comment une boucle de propositions, de tests et de révisions peut servir à explorer des solutions de conception. Les chercheurs restent responsables du choix des problèmes et de la préparation des outils d'évaluation, tandis que les itérations peuvent ensuite s'enchaîner sans intervention humaine entre chacune d'elles. Il faudra distinguer ces résultats de conception d'une validation sur du matériel réel et d'une démonstration d'applications scientifiques accessibles. Pour la recherche quantique, l'expérience fournit donc des exemples mesurables d'optimisation assistée par un modèle, avec des limites qu'il reste important de garder en vue.