Quantencomputing
Zapata und UMD starten ForShor für verifizierte quantenwissenschaftliche Forschung mit KI-Unterstützung

Wichtige PunkteForShor verlangt, dass von KI vorgeschlagene Schaltkreisdesigns formale Lean-Beweise…
Mehr anzeigen
- ForShor verlangt, dass von KI vorgeschlagene Schaltkreisdesigns formale Lean-Beweise bestehen, bevor sie Anerkennung in der Bestenliste erhalten.
- Die Challenge zielt auf die Schaltkreisoptimierung für den Shor-Algorithmus ab und nicht darauf, zu beweisen, dass Hardware große Zahlen faktorisieren kann.
- Zapata wird ForShor als Erprobungsfeld für Verifikationsmethoden in seiner Quantum-Pilot-Plattform nutzen.
Zapata Quantum und die University of Maryland haben ForShor.ai vorgestellt, eine offene Herausforderung für die quantenwissenschaftliche Forschung mit KI-Unterstützung, die auf einer formal verifizierten Implementierung von Shors Algorithmus beruht. Teilnehmende können KI einsetzen, um Verbesserungen vorzuschlagen, Lösungen für eine Rangliste einzureichen und Dokumentationen zu erkunden, die Mathematik mit maschinell überprüfbaren Beweisen verknüpfen.
Die Initiative widmet sich einem wachsenden Problem der KI-gestützten Wissenschaft: Einen plausiblen Algorithmus oder eine schlüssige Erklärung zu erstellen, ist einfacher, als deren Korrektheit nachzuweisen. ForShor verankert die Suche nach besseren Entwürfen in einem Rahmen mit ausdrücklich formulierten mathematischen Einschränkungen und bezieht Forschende zugleich in die Auswertung der Ergebnisse ein.
Das am 18. November angekündigte Projekt baut die Zusammenarbeit von Zapata mit UMD aus und soll Verifizierungsmethoden erproben, die für die Softwareplattform Quantum Pilot des Unternehmens relevant sind.
Warum Shors Algorithmus als Ausgangspunkt dient
Shors Algorithmus ist vor allem für seine Auswirkungen auf die Kryptografie bekannt. Sein quantenmechanischer Teil kann in der modularen Arithmetik eine sich wiederholende Struktur finden, die Ordnung genannt wird. Mithilfe dieses Ergebnisses können anschließend klassische mathematische Schritte dabei helfen, eine große ganze Zahl zu faktorisieren.
ForShor konzentriert sich auf den Entwurf der arithmetischen Schaltkreise, die an dieser Berechnung beteiligt sind. In der Projektbeschreibung der University of Maryland wird die schnelle Toom-Cook-Multiplikation als zentraler Baustein genannt. Bei diesem Verfahren wird ein großes Multiplikationsproblem in kleinere Teilprobleme zerlegt, wodurch sich verschiedene Möglichkeiten ergeben, die arithmetischen Berechnungen anzuordnen.
Diese Entscheidungen beeinflussen, wie viele Gatter und Arbeits-Qubits ein Schaltkreis benötigt. Ein Gatter ist eine Operation in einem Quantenschaltkreis; ein logisches Qubit ist eine Einheit der Quanteninformation auf algorithmischer Ebene. Wird einer dieser beiden Bedarfe verringert, kann das die Erfolgsaussichten eines Entwurfs verbessern, auch wenn bei der Umsetzung in physische Hardware weitere Kosten entstehen.
Die Herausforderung stellt Forschenden ein konkretes Optimierungsproblem mit überprüfbaren Bedingungen, statt ein KI-System ohne Einschränkungen dazu aufzufordern, einen völlig neuen Quantenalgorithmus zu erfinden.
Was der Verifizierungsrahmen überprüft
Der am 16. November von Anirudh Suresh, Joshua M. Courtney, Runzhou Tao und Yudong Cao eingereichte ForShor-Preprint beschreibt ein Gerüst, das eine Entwurfsspezifikation namens Policy entgegennimmt. Diese Policy legt Entscheidungen beim rekursiven Aufbau eines Schaltkreises fest und kann von einer menschlichen Forscherin oder einem menschlichen Forscher ebenso wie von einem KI-Agenten stammen.
Der Rahmen umfasst drei zusammenhängende Aussagen: die mathematische Korrektheit der Implementierung, das asymptotische Wachstum ihrer Gatterkosten und die Korrektheit der Übertragung des verifizierten Algorithmus in eine detailliertere Schaltkreisdarstellung.
Die angegebene Skalierung der Gatterkosten beträgt O(n2+ε), wobei n die Eingabegröße und ε eine positive Zahl bezeichnet. Damit wird beschrieben, wie die Kosten mit zunehmender Problemgröße wachsen. Es bedeutet nicht, dass sich ein bestimmter Fall mit 2.048 Bit mit einer kleinen, festen Anzahl von Gattern ausführen lässt.
Die Implementierung verwendet formale Beweise in Lean 4. Bei der formalen Verifizierung legen Forschende das geforderte Verhalten präzise fest und führen Beweise, die ein Beweisassistent überprüfen kann. Das geht über das Testen eines Programms anhand ausgewählter Beispiele hinaus, auch wenn die Garantien weiterhin an die Definitionen und Annahmen gebunden sind, die bewiesen werden.
KI schlägt Entwürfe vor, der Rahmen überprüft sie
Die interaktive Beweisdokumentation des Projekts zeigt, wie arithmetische Entscheidungen in den größeren Schaltkreis zur Ordnungsfindung eingebettet sind. Sie verknüpft Erläuterungen und Diagramme mit dem entsprechenden Lean-Code, sodass Lesende die Argumentation auf unterschiedlichen Detailebenen nachvollziehen können.
Ein Teil des Entwurfsraums betrifft Anweisungstabellen für die rekursive Multiplikation. Unterschiedliche Anordnungen von Additionen, Verschiebungen und verwandten Operationen können die Kosten eines Schaltkreises verändern. Eine vorgeschlagene Tabelle muss die Zulässigkeitsbedingungen des Rahmens erfüllen, bevor für sie die einschlägigen Korrektheitsgarantien gelten können.
Diese Arbeitsteilung ist für die Forschung mit KI-Unterstützung nützlich. Ein Agent kann mögliche Anordnungen erkunden oder Optimierungen vorschlagen, während ein unabhängig überprüfbarer Vertrag festlegt, ob das Ergebnis gültig ist. Forschende können dann untersuchen, warum ein erfolgreicher Kandidat funktioniert, statt seine Bewertung als einziges Ergebnis zu betrachten.
„ForShor stellt die formale Verifizierung unter Einbeziehung des Menschen in den Mittelpunkt dieses Prozesses“, sagte Peter Shor, der Entwickler des Algorithmus und Mitglied des wissenschaftlichen Beirats von Zapata.
Zapata-CTO Yudong Cao beschrieb die Initiative als transparente Lern- und Forschungsumgebung. Zur öffentlich zugänglichen Herausforderung gehören eine Rangliste und Ressourcen für die Community. Das Unternehmen erklärt zudem, dass Mitwirkende möglicherweise als Mitautoren an einer späteren Forschungsarbeit beteiligt werden.
Wie ForShor mit Quantum Pilot zusammenhängt
ForShor ist eine gezielte Forschungsherausforderung im Rahmen umfassenderer Bemühungen, die Entwicklung von Quantenanwendungen systematischer zu gestalten. Zapatas Plattform Quantum Pilot vereint eine Wissensebene, Rechenwerkzeuge und Verifizierungsabläufe.
Quantum Graph verknüpft Anwendungen, Algorithmen, Forschung und Hardware-Roadmaps. Quantum Engine übernimmt Aufgaben wie die Auswahl von Algorithmen, die Abschätzung des Ressourcenbedarfs, den Entwurf von Experimenten und Benchmarking. Quantum Assurance verbindet formale Methoden mit einer fachlichen Prüfung, bevor Ergebnisse als Entscheidungsgrundlage dienen.
Bei der Abschätzung des Ressourcenbedarfs wird ermittelt, was ein Algorithmus für seine tatsächliche Ausführung benötigen würde. Selbst ein mathematisch gültiger Entwurf kann mehr Qubits oder Laufzeit erfordern, als eine verfügbare Maschine bereitstellen kann. Wenn diese Analyse mit der verifizierten Implementierung verknüpft bleibt, können Forschende vermeiden, die Korrektheit eines Schaltkreises zu beweisen und zugleich die Kosten eines anderen abzuschätzen.
Wie im früheren Artikel von Unite.ai zu Quantum Pilot erläutert, soll die Plattform potenzielle Anwendungsfälle mit der technischen Machbarkeit und Vergleichen mit klassischem Computing verknüpfen. Zapata zufolge soll ForShor als Erprobungsfeld für Verifikationsmethoden dienen, die in diesem umfassenderen Prozess zum Einsatz kommen.
Ein Beweis für Softwareeigenschaften, nicht für die Einsatzbereitschaft der Hardware
Der Beitrag von ForShor besteht in einem nachvollziehbaren Software- und Mathematikrahmen. Das Projekt zeigt weder, dass heutige Quantenprozessoren kryptografisch relevante Zahlen faktorisieren können, noch beseitigt es die technischen Anforderungen des fehlertoleranten Rechnens.
Physikalische Fehlerraten, Fehlerkorrektur, Hardware-Konnektivität und Ausführungszeit bleiben eigenständige Aspekte. Ebenso belegt ein maschinengeprüfter Beweis ein festgelegtes mathematisches Ergebnis; damit dieses Ergebnis für Forschende verständlich ist, braucht es weiterhin klare Definitionen, Dokumentation und Überprüfung.
Die umfassendere Forschungsidee besteht darin, KI Entwürfe intensiv erkunden zu lassen und zugleich zu verlangen, dass ihre Vorschläge explizite, reproduzierbare Prüfungen bestehen. ForShor bietet diesem Ansatz einen konkreten Ausgangspunkt: eine klar definierte Quantenaufgabe, eine offene Implementierung und eine Community, die sowohl die vorgeschlagenen Entwürfe als auch die dahinterstehende Argumentation überprüfen kann.












