Ce qu’Anthropic dit avoir obtenu

Anthropic a publié le 16 octobre des résultats affirmant que son modèle Claude Mythos 5 a produit des circuits quantiques meilleurs que les schémas de la littérature publiée pour huit primitives de calcul, couvrant la chimie, l’optimisation, la simulation quantique, la théorie des nombres et le calcul numérique.

Deux sont détaillées dans le texte de l’entreprise. La première est l’addition de points de courbe elliptique, l’étape interne des algorithmes quantiques pour le logarithme discret. L’un des schémas du modèle emploie 12 % de qubits en plus que le plus petit circuit antérieur, mais 17 fois moins de portes. Anthropic précise que l’ensemble des schémas élargit la frontière des compromis entre nombre de qubits et temps d’exécution, plutôt que de l’emporter sur un seul chiffre.

La seconde est le décodage Reed-Solomon au sein de l’interférométrie quantique décodée, ou DQI, appliquée à l’intersection optimale de polynômes. Là, le circuit du modèle réduit le nombre de portes d’environ 12 fois par rapport à la construction précédente de Google Quantum AI, ce qu’Anthropic décrit comme un peu plus d’un ordre de grandeur de moins au total.

Comment la boucle fonctionnait

Claude écrivait chaque circuit sous forme de code Python. Un évaluateur externe vérifiait que le circuit faisait ce qu’exigeait la spécification et notait les circuits valides par le nombre de qubits multiplié par le nombre de portes, une approximation du temps d’exécution. La note repartait vers le modèle, qui révisait et recommençait. Anthropic indique qu’aucun humain n’est intervenu entre les tours.

Un gros plan d'une carte de circuit imprimé verte
Le modèle écrivait chaque circuit en Python et était noté sur qubits fois portes. Photographie d'archive illustrative. Júlio Riccó · pexels · Pexels License

Le résultat sur l’addition de points est sorti d’une seule exécution de 53 heures lancée depuis une consigne d’un paragraphe, pendant laquelle le modèle a exploré plusieurs approches en parallèle. Des humains l’ont parfois incité à élargir sa recherche. Pour l’étape d’inversion modulaire, Claude a construit une version réversible de l’algorithme divsteps, dérivé la règle de décodage mathématiquement, vérifié le résultat par de larges simulations, puis formalisé l’énoncé en Lean.

Le résultat du décodeur tient à la mémoire. Une implémentation réversible naïve demanderait jusqu’à 840 qubits pour conserver les registres de branche, et réserver pour le pire cas en exigerait encore 665. Le circuit de Claude en réserve 19, après qu’un simulateur a effectué 403 millions de décodages d’échantillon pour mesurer la fréquence des besoins supplémentaires. Environ une exécution sur 10 000 échoue faute de place, ce qui, selon Anthropic, tient dans la marge d’erreur autorisée par la tâche.

Pourquoi le décodeur compte

Les propres estimations de ressources de Google Quantum AI font du décodage le coût dominant de DQI : une réduction à cet endroit déplace donc toute l’estimation. Anthropic compare ses circuits aux schémas publiés qu’il dit dépasser, cités nommément : Schrottenloher et Luo et al., tous deux de 2026, pour l’addition de points, et la construction à algorithme d’Euclide étendu de Khattar et al., de 2025, pour le décodeur.

Un diagramme en barres tracé à la main avec des pourcentages sur un tableau
Anthropic compare ses schémas à des constructions publiées citées nommément. Photographie d'archive illustrative. RDNE Stock project · pexels · Pexels License

Ce qui n’est pas affirmé

Anthropic ne rapporte aucune exécution de ces circuits sur du matériel quantique physique et n’affirme pas que les schémas sont optimaux : seulement qu’ils dépassent les meilleurs publiés selon la mesure annoncée. Le texte ne donne pas de chiffres pour les six autres primitives et renvoie à une figure. L’entreprise rappelle aussi que la conception de circuits n’est qu’une pièce d’un ordinateur quantique opérationnel, la correction d’erreurs et le pilotage du matériel étant des problèmes distincts, et qu’une conception plus rapide « pourrait » raccourcir le chemin, sans fixer de date.

L’entreprise est franche sur le tempérament du modèle, qu’elle décrit comme prudent, enclin à douter de ses propres résultats et à se rabattre sur des approches connues tant qu’on ne lui demande pas de chercher plus loin. La chute souvent citée du coût estimé de la simulation du FeMoco, d’environ 50 000 milliards de portes Toffoli en 2017 à quelque 340 millions, vient de la littérature générale et non du travail de Claude.

Ce qu’il faut suivre

Tous ces chiffres sont ceux d’Anthropic, notés par un évaluateur bâti par Anthropic. L’épreuve sera qu’une équipe extérieure relance l’évaluateur sur les circuits divsteps et DQI et retrouve les mêmes nombres.