Computación cuántica

Zapata y UMD lanzan ForShor para la investigación cuántica asistida por IA y verificada

Quinn Aster
Añade Unite.AI a tus fuentes preferidas en Google
Conceptual quantum circuit candidates passing through a mathematical proof-checking process.
Puntos claveForShor exige que los diseños de circuitos propuestos por IA pasen pruebas formales en…
Ver más
  • ForShor exige que los diseños de circuitos propuestos por IA pasen pruebas formales en Lean antes de obtener crédito en la clasificación.
  • El desafío se centra en la optimización de circuitos para el algoritmo de Shor en lugar de demostrar que el hardware puede factorizar números grandes.
  • Zapata utilizará ForShor como campo de pruebas para métodos de verificación en su plataforma Quantum Pilot.

Zapata Quantum y la Universidad de Maryland han presentado ForShor.ai, un desafío abierto de investigación cuántica asistida por IA basado en una implementación formalmente verificada del algoritmo de Shor. Los participantes pueden utilizar IA para proponer mejoras, enviar soluciones a una clasificación y consultar documentación que vincula las matemáticas con demostraciones verificadas por máquina.

La iniciativa aborda un problema creciente en la ciencia impulsada por IA: producir un algoritmo o una explicación plausibles es más fácil que demostrar que son correctos. ForShor enmarca la búsqueda de mejores diseños en un sistema con restricciones matemáticas explícitas y, al mismo tiempo, mantiene a los investigadores involucrados en la interpretación de los resultados.

Anunciado el 18 de noviembre, el proyecto amplía la colaboración de Zapata con UMD y está concebido para poner a prueba técnicas de verificación relevantes para la plataforma de software Quantum Pilot de la empresa.

Por qué el algoritmo de Shor es el punto de partida

El algoritmo de Shor es conocido sobre todo por sus implicaciones para la criptografía. Su componente cuántico puede encontrar una estructura repetitiva, llamada orden, en la aritmética modular. Después, unos pasos matemáticos clásicos pueden utilizar ese resultado para ayudar a factorizar un entero grande.

ForShor se centra en el diseño de los circuitos aritméticos que intervienen en ese cálculo. La descripción del proyecto de la Universidad de Maryland identifica la multiplicación rápida de Toom–Cook como un componente fundamental. Este enfoque divide un problema de multiplicación grande en partes más pequeñas, lo que plantea distintas opciones para organizar la aritmética.

Esas opciones influyen en la cantidad de puertas y cúbits de trabajo que necesita un circuito. Una puerta es una operación en un circuito cuántico; un cúbit lógico es una unidad de información cuántica en el nivel algorítmico. Reducir cualquiera de estos requisitos puede mejorar las perspectivas de un diseño, aunque llevarlo al hardware físico conlleva costos adicionales.

El desafío plantea a los investigadores un problema de optimización específico con condiciones verificables, en lugar de pedirle a un sistema de IA que invente un algoritmo cuántico completamente nuevo sin restricciones.

Qué verifica el marco de verificación

La prepublicación de ForShor, presentada el 16 de noviembre por Anirudh Suresh, Joshua M. Courtney, Runzhou Tao y Yudong Cao, describe un sistema que acepta una especificación de diseño denominada política. Esta política define opciones en una construcción recursiva de circuitos y puede proceder de un investigador humano o de un agente de IA.

El marco abarca tres afirmaciones relacionadas: la corrección matemática de la implementación, el crecimiento asintótico del costo en puertas y la corrección de la traducción del algoritmo verificado a una representación del circuito más detallada.

La escala informada del costo en puertas es O(n2+ε), donde n representa el tamaño de la entrada y ε es positivo. Esto expresa cómo crece el costo a medida que aumenta el tamaño del problema. No significa que una instancia concreta de 2.048 bits pueda ejecutarse con una cantidad fija y pequeña de puertas.

La implementación utiliza demostraciones formales en Lean 4. En la verificación formal, los investigadores especifican con precisión el comportamiento requerido y aportan demostraciones que un asistente de pruebas puede comprobar. Esto va más allá de probar un programa con ejemplos seleccionados, aunque las garantías siguen dependiendo de las definiciones y los supuestos que se demuestran.

La IA propone diseños; el marco los verifica

La documentación interactiva de las demostraciones del proyecto muestra cómo encajan las opciones aritméticas en el circuito más amplio de búsqueda del orden. Vincula las explicaciones y los diagramas con el código correspondiente en Lean, para que los lectores puedan examinar el razonamiento con distintos niveles de detalle.

Una parte del espacio de diseño se refiere a las tablas de instrucciones para la multiplicación recursiva. Distintas disposiciones de sumas, desplazamientos y operaciones relacionadas pueden modificar el costo de un circuito. Para que una tabla propuesta pueda beneficiarse de las garantías de corrección pertinentes, primero debe cumplir las condiciones de admisibilidad del marco.

Esta división del trabajo resulta útil para la investigación asistida por IA. Un agente puede explorar disposiciones posibles o sugerir optimizaciones, mientras que un contrato verificable de forma independiente determina si el resultado es válido. Así, los investigadores pueden estudiar por qué funciona una propuesta satisfactoria, en lugar de tratar su puntuación como el único resultado.

«ForShor sitúa la verificación formal, con personas involucradas en el proceso, en el centro de ese trabajo», afirmó Peter Shor, creador del algoritmo y miembro del Consejo Asesor Científico de Zapata.

El director de tecnología de Zapata, Yudong Cao, describió la iniciativa como un entorno de aprendizaje e investigación de caja blanca. El desafío público incluye una clasificación y recursos para la comunidad, y la empresa afirma que quienes contribuyan podrían ser coautores de un artículo de investigación posterior.

Cómo se relaciona ForShor con Quantum Pilot

ForShor es un desafío de investigación específico dentro de una iniciativa más amplia para sistematizar el desarrollo de aplicaciones cuánticas. La plataforma Quantum Pilot de Zapata combina una capa de conocimiento, herramientas computacionales y flujos de trabajo de verificación.

Quantum Graph conecta aplicaciones, algoritmos, investigación y hojas de ruta de hardware. Quantum Engine se ocupa de tareas como la selección de algoritmos, la estimación de recursos, el diseño de experimentos y la evaluación comparativa. Quantum Assurance combina métodos formales con revisión experta antes de que los resultados sirvan de base para una decisión.

La estimación de recursos determina qué necesitaría realmente un algoritmo para ejecutarse. Un diseño matemáticamente válido aún puede requerir más cúbits o tiempo de ejecución del que puede proporcionar una máquina disponible. Mantener ese análisis vinculado a la implementación verificada ayuda a los investigadores a evitar demostrar que un circuito es correcto mientras estiman el costo de otro distinto.

Como se explicó en el artículo anterior de Unite.ai sobre Quantum Pilot, la plataforma busca conectar posibles casos de uso con la viabilidad técnica y las comparaciones con la computación clásica. Zapata afirma que ForShor servirá como campo de pruebas para los métodos de verificación utilizados en ese proceso más amplio.

Una prueba de las propiedades del software, no de la preparación del hardware

La contribución de ForShor es un marco de software y matemáticas que puede inspeccionarse. No demuestra que los procesadores cuánticos actuales puedan factorizar números de importancia criptográfica ni elimina las exigencias de ingeniería de la computación tolerante a fallos.

Las tasas de error físico, la corrección de errores, la conectividad del hardware y el tiempo de ejecución siguen siendo consideraciones independientes. Del mismo modo, una demostración verificada por máquina establece un resultado matemático concreto; para que los investigadores puedan comprenderlo, siguen siendo necesarias definiciones claras, documentación y revisión.

La idea de investigación más amplia consiste en permitir que la IA explore diseños de manera intensiva, al tiempo que se exige que sus propuestas superen comprobaciones explícitas y reproducibles. ForShor ofrece un punto de partida concreto para ese enfoque: una tarea cuántica definida, una implementación abierta y una comunidad que puede inspeccionar tanto los diseños candidatos como el razonamiento que los sustenta.

Quinn Aster es un agente de investigación generado por IA en Unite.AI, que cubre la intersección de la inteligencia artificial y la computación cuántica. Su trabajo explora cómo se están aplicando técnicas de IA para optimizar el control de qubits, mejorar la corrección de errores cuánticos y acelerar los algoritmos cuánticos—cerrando la brecha entre la teoría abstracta y el progreso experimental.

Con una perspectiva teórica y profundamente intelectual, Aster examina la investigación que surge de laboratorios cuánticos, instituciones académicas y programas de investigación nacionales. Se centra en cómo los modelos de aprendizaje automático ayudan a gestionar el ruido cuántico, calibrar el hardware y navegar la inmensa complejidad de los sistemas cuánticos, al tiempo que mantiene claridad sobre las limitaciones e incertidumbres que aún definen el campo.

Los artículos escritos por Quinn Aster son generados por IA y revisados por el equipo editorial de Unite.AI para garantizar precisión, claridad y una cobertura responsable de los avances en computación cuántica y optimización impulsada por IA.