Claude thiết kế mạch lượng tử hiệu quả hơn, rút ngắn hàng chục năm nghiên cứu

Anthropic vừa công bố kết quả nghiên cứu cho thấy Claude có thể tự thiết kế các mạch lượng tử tối ưu hơn cả những thiết kế tốt nhất từng được công bố. Trong một số trường hợp, mức cải thiện lên tới cả chục lần, thậm chí hơn một bậc độ lớn. Điều này có nghĩa là máy tính lượng tử thực dụng có thể đến sớm hơn so với dự đoán trước đây.

Minh họa mạch lượng tử do AI thiết kế

Vì sao thiết kế mạch lượng tử lại khó?

Khác với máy tính cổ điển lưu thông tin dưới dạng bit 0 hoặc 1, máy tính lượng tử dùng qubit — có thể được tạo từ nguyên tử đơn, mạch siêu dẫn hoặc hạt ánh sáng. Qubit khai thác các hiện tượng lượng tử như chồng chập (superposition), cho phép hệ lượng tử tồn tại đồng thời ở nhiều trạng thái, nhờ đó xử lý một số bài toán hóa học, khoa học vật liệu và lý thuyết số mà máy tính truyền thống không thể giải nổi.

Vấn đề nằm ở chỗ máy tính lượng tử hiện nay chỉ có vài trăm đến vài nghìn qubit, quá ít để chạy những thuật toán hứa hẹn lợi thế thực tế. Chưa kể qubit cực kỳ nhạy cảm với nhiễu môi trường như nhiệt, rung động hay thậm chí tia vũ trụ. Chỉ một dao động nhỏ cũng đủ làm lệch trạng thái qubit, và các lỗi nhỏ tích tụ dần cho đến khi máy tính đưa ra kết quả sai.

Vì qubit và thời gian tính toán đều là tài nguyên khan hiếm, giới nghiên cứu đã dành nhiều năm thiết kế lại thuật toán lượng tử để dùng ít qubit hơn và hoàn thành tính toán nhanh hơn.

Bài toán FeMoco: từ 50 nghìn tỷ cổng xuống còn 340 triệu

Một ví dụ điển hình là mô phỏng FeMoco, cụm sắt–lưu huỳnh nằm ở trung tâm enzyme nitrogenase — loại enzyme vi khuẩn dùng để chuyển nitơ trong không khí thành amoniac. Hiểu được cơ chế này có thể giúp các nhà khoa học thiết kế chất xúc tác công nghiệp tốt hơn.

Năm 2017, các nhà nghiên cứu ước tính cần khoảng 50 nghìn tỷ cổng Toffoli để tính năng lượng trạng thái cơ bản của FeMoco. Nhờ hàng loạt tiến bộ thuật toán, con số này đã giảm xuống còn khoảng 340 triệu cổng — tức giảm khoảng 150.000 lần, tương đương vài giờ tính toán trên một cỗ máy tương lai với khoảng 3 triệu qubit vật lý.

Đáng chú ý là phần lớn mức giảm này đến từ việc thiết kế lại mạch lượng tử, chứ không phải từ phần cứng tốt hơn. Claude vốn đã chứng tỏ khả năng tối ưu thuật toán cổ điển rất tốt, nên Anthropic muốn kiểm tra liệu nó có làm được điều tương tự với thuật toán lượng tử hay không — chỉ với mô tả bằng ngôn ngữ tự nhiên về những gì mỗi mạch phải tính toán.

Claude phù hợp với bài toán này ở điểm nào?

Có ba lý do khiến Claude đặc biệt thích hợp với nhiệm vụ này:

• Mạch lượng tử có thể viết dưới dạng mã: chúng là chuỗi các cổng, và có thể mô tả bằng code. Nhờ đó có thể tận dụng khả năng lập trình của Claude để viết, chạy và chỉnh sửa thiết kế mạch như những chương trình thông thường.
• Có thể kiểm tra tính đúng đắn tự động: nhóm thuật toán lượng tử được quan tâm có thể kiểm tra hiệu quả, vì mỗi đầu vào cho ra một đầu ra xác định mà máy tính thường có thể xác minh. Điều này cho phép dùng chương trình đánh giá bên ngoài để xác thực đề xuất của Claude.
• Có điểm số khách quan để tối ưu: số qubit nhân với số cổng, đóng vai trò đại diện cho thời gian chạy mạch.

Kết quả là Claude Mythos 5 có thể hoạt động trong một vòng lặp khép kín: đề xuất thiết kế mạch, nhận phản hồi và điểm số từ chương trình đánh giá, rồi dùng phản hồi đó để cải thiện lần thử tiếp theo — hoàn toàn không cần con người can thiệp giữa các vòng.

Sơ đồ vòng lặp tối ưu mạch lượng tử

Trên tám nguyên hàm tính toán cơ bản thuộc các lĩnh vực hóa học, tối ưu hóa, mô phỏng lượng tử, lý thuyết số và tính toán số, Claude đã khám phá ra những thiết kế mới dùng ít qubit và ít cổng hơn so với các thuật toán tốt nhất từng được công bố. Trong mỗi trường hợp, cải thiện đến từ việc phát hiện những hiểu biết cấu trúc và toán học mới về bài toán, chứ không phải từ việc tinh chỉnh thiết kế có sẵn.

Rào cản kép: không rẽ nhánh, không xóa thông tin

Thiết kế mạch lượng tử có hai ràng buộc mà lập trình thông thường không có.

Thứ nhất, mạch lượng tử không thể đưa ra quyết định "nếu–thì" như chương trình thường. Máy tính lượng tử chạy trên chồng chập của nhiều đầu vào cùng lúc, nên mạch phải bao gồm thao tác cho cả hai nhánh mỗi lần chạy.

Thứ hai, mạch lượng tử không thể vứt bỏ thông tin. Chương trình thường có thể ghi đè hoặc xóa phần nháp sau khi dùng xong, nhưng trong máy tính lượng tử, mọi bước phải khả nghịch. Cách duy nhất để loại bỏ thông tin là "hoàn tác tính toán" (uncompute) bằng cách chạy phép tính tạo ra nó theo chiều ngược lại — với cái giá là thêm cổng.

Chính hai ràng buộc này tạo ra sự đánh đổi khó khăn giữa không gian (qubit) và thời gian. Đây cũng là lý do khiến bài toán trở thành phép thử thú vị cho năng lực của Claude.

Phép thử đầu tiên: nghịch đảo module

Nhiệm vụ đầu tiên được giao là phép cộng điểm (point addition) — quy tắc kết hợp hai điểm trên đường cong elliptic để tạo ra điểm thứ ba. Đây là bước cốt lõi trong thuật toán lượng tử cho bài toán logarit rời rạc trên đường cong elliptic, và là một trong những bài toán chuẩn của ngành.

Claude nhận một bản mô tả ngắn gọn và được yêu cầu khám phá nhiều hướng tiếp cận song song. Sau 53 giờ làm việc với rất ít can thiệp của con người, nó đưa ra một cách tiếp cận hoàn toàn mới.

Phần lớn chi phí của phép cộng điểm đến từ một bước gọi là nghịch đảo module. Máy tính thường xử lý bước này hiệu quả bằng phương pháp divsteps, lặp đi lặp lại việc hoán đổi, cộng, trừ hoặc chia đôi một cặp số. Tuy nhiên, divsteps chưa từng tạo ra được mạch lượng tử thực dụng vì ràng buộc khả nghịch: bản ghi về thao tác được chọn ở mỗi vòng lặp — gọi là thông tin nhánh — là loại dữ liệu nháp mà chương trình truyền thống có thể vứt bỏ, nhưng mạch lượng tử phải giữ lại để chạy ngược. Điều này đòi hỏi lượng qubit khổng lồ.

Claude nhận ra có thể suy luận trực tiếp thông tin nhánh bằng cách khảo sát cẩn thận cặp số sau mỗi vòng lặp. Nói cách khác, chính các con số lưu giữ bản ghi, nên không cần thêm qubit nào. Sau khi các quy tắc đơn giản thất bại ở kích thước 256-bit, Claude chuyển sang hướng lý thuyết, chứng minh một loạt kết quả về quá trình lặp — bao gồm vài đồng nhất thức đại số mới — rồi rút ra công thức giải mã chính xác. Công thức được kiểm chứng qua mô phỏng số quy mô lớn và cả chứng minh hình thức trong Lean.

So với thiết kế nhỏ nhất trước đây, một mạch trong họ thiết kế mới dùng nhiều hơn 12% qubit nhưng ít hơn 17 lần số cổng. Nhìn chung, các thiết kế mới mở rộng đường biên Pareto, mang lại những tổ hợp số qubit và thời gian chạy chưa từng có trước đây.

Tối ưu hóa một bộ tối ưu lượng tử

Chuẩn giao thoa lượng tử được giải mã (DQI) là một trong những ứng viên mạnh nhất cho khả năng tăng tốc lượng tử siêu đa thức — lợi thế mở rộng nhanh chóng khi bài toán lớn dần. DQI hoạt động bằng cách chuẩn bị một trạng thái lượng tử trong đó các nghiệm tốt có xác suất được đọc ra cao hơn nghiệm xấu, và việc này dùng một bộ giải mã sửa lỗi — bước tốn kém nhất trong thuật toán.

Thiết kế lượng tử hiện đại nhất trước đó xử lý các hội chứng lỗi bằng thuật toán Euclid mở rộng, vốn có số bước và thứ tự bước phụ thuộc vào từng đầu vào. Điều này xung đột với ràng buộc của mạch lượng tử, buộc thiết kế cũ phải kéo dài tính toán qua nhiều vòng lặp hơn mức cần thiết và chạy mọi thao tác ở mọi vòng.

Claude nhanh chóng kết luận thuật toán Euclid mở rộng không phù hợp với mạch lượng tử, và chuyển sang phương pháp giải mã Berlekamp–Massey, vốn thực hiện cùng loại bước ở mỗi vòng và luôn chạy cùng số vòng — rất hợp với chuỗi cổng cố định của mạch lượng tử.

Tiếp đó, Claude đối mặt với ràng buộc hoàn tác: mỗi vòng tính ra các giá trị tạm chỉ dùng trong chốc lát, nhưng không thể xóa đơn giản. Thay vì dành chỗ cho trường hợp xấu nhất (một giá trị ngoại lệ xuất hiện ở 35 vòng khác nhau, tốn 665 qubit), Claude viết một trình mô phỏng tốc độ cao và chạy 403 triệu mẫu giải mã để đo tần suất thực tế. Gần như mọi lần chạy chỉ cần lưu tối đa một giá trị, tức 19 qubit. Khoảng một trên 10.000 lần chạy cần nhiều hơn và thất bại — vẫn nằm trong ngưỡng lỗi cho phép.

So sánh ba thiết kế cho bước định vị của bộ giải mã Reed–Solomon

Tổng hợp lại, các tối ưu này giảm số cổng trong bộ giải mã 12 lần so với thiết kế trước đó của Google. Cải thiện đến từ ba tầng thiết kế lại: phương pháp khác, kiến trúc mạch khác, và ngân sách tài nguyên khác. Không thay đổi đơn lẻ nào đủ, nhưng cộng lại, chúng khiến bước tốn kém nhất của DQI rẻ đi hơn một bậc độ lớn.

Bài học rút ra và những giới hạn

Tiến bộ khoa học thường đến từ việc biến ý tưởng lý thuyết thành thực tiễn. Mức giảm 150.000 lần trong ước tính FeMoco đã ngốn của nhiều nhóm nghiên cứu tám năm, mỗi bước thường là hàng tháng trời. Ngược lại, thiết kế đường cong elliptic của Claude là kết quả của một lần chạy 53 giờ.

"Nếu AI có thể tăng tốc công việc đó, máy tính lượng tử hữu ích có thể đến sớm hơn."

Tuy nhiên, nhóm nghiên cứu cũng quan sát thấy một số giới hạn. Trong các thí nghiệm đầu, Claude khá thận trọng: nó liên tục nghi ngờ những cải thiện rõ ràng, đôi khi kiểm tra lại hai ba lần những kết quả đã được hỗ trợ vững chắc. Sự thận trọng này có lúc hữu ích — chẳng hạn nó thúc đẩy Claude viết chứng minh Lean để xác minh thiết kế divsteps — nhưng cũng khiến nó có xu hướng ưu tiên các phương pháp quen thuộc hơn là những hướng mới lạ.

Để khắc phục, nhóm yêu cầu Claude đề xuất nhiều hướng tiếp cận khác biệt về bản chất và phát triển chúng song song, đồng thời thỉnh thoảng nhắc Claude mở rộng tìm kiếm. Những can thiệp này đã giúp Claude theo đuổi các ý tưởng tham vọng hơn. Kết quả đường cong elliptic không đến từ việc gọt bớt cổng khỏi thiết kế có sẵn, mà từ việc khám phá một phương pháp nghịch đảo module khả nghịch chưa từng khả thi trước đây, rồi tự rút ra các kết quả toán học cần thiết để biến nó thành thực tiễn.

Thiết kế mạch chỉ là một phần của việc xây dựng máy tính lượng tử hữu ích. Vì qubit rất mong manh, cỗ máy còn phải tự bắt và sửa lỗi khi chạy, phụ thuộc vào nhiều thành phần khác từ mã sửa lỗi, bộ giải mã nhanh đến điều khiển phần cứng. Điều này mở ra một khả năng thú vị: thay vì thiết kế từng thành phần riêng lẻ, AI có thể tối ưu đồng thời tất cả, từ thuật toán xuống đến phần cứng, để xây dựng cả một máy tính lượng tử đã sửa lỗi phù hợp với một bài toán cụ thể.

Đối với Việt Nam — nơi các nhóm nghiên cứu lượng tử còn hạn chế về cả nhân lực lẫn hạ tầng — những công cụ AI hỗ trợ thiết kế mạch như thế này có thể là cách rút ngắn khoảng cách đáng kể trong tương lai gần.