Computazione quantistica
Zapata e UMD lanciano ForShor per la ricerca quantistica assistita dall’IA e verificata

Punti chiaveForShor richiede che i progetti di circuiti proposti dall'IA superino prove formali in…
Vedi di più
- ForShor richiede che i progetti di circuiti proposti dall'IA superino prove formali in Lean prima di ottenere credito nella classifica.
- La sfida si concentra sull'ottimizzazione dei circuiti per l'algoritmo di Shor anziché dimostrare che l'hardware può fattorizzare numeri grandi.
- Zapata utilizzerà ForShor come banco di prova per i metodi di verifica nella sua piattaforma Quantum Pilot.
Zapata Quantum e la University of Maryland hanno presentato ForShor.ai, una sfida aperta dedicata alla ricerca quantistica assistita dall’IA e basata su un’implementazione formalmente verificata dell’algoritmo di Shor. I partecipanti possono usare l’IA per proporre miglioramenti, inviare soluzioni da inserire in una classifica ed esplorare una documentazione che collega la matematica a dimostrazioni verificate automaticamente.
L’iniziativa affronta un problema sempre più rilevante nella ricerca scientifica basata sull’IA: produrre un algoritmo o una spiegazione plausibile è più facile che dimostrarne la correttezza. ForShor inserisce la ricerca di progetti migliori in un quadro con vincoli matematici espliciti, mantenendo al contempo i ricercatori coinvolti nella comprensione dei risultati.
Annunciato il 18 novembre, il progetto amplia la collaborazione di Zapata con UMD e mira a mettere alla prova tecniche di verifica pertinenti alla piattaforma software Quantum Pilot dell’azienda.
Perché si parte dall’algoritmo di Shor
L’algoritmo di Shor è noto soprattutto per le sue implicazioni per la crittografia. La sua componente quantistica può individuare una struttura periodica, detta ordine, nell’aritmetica modulare. I successivi passaggi matematici classici possono quindi usare questo risultato per aiutare a fattorizzare un numero intero grande.
ForShor si concentra sulla progettazione dei circuiti aritmetici coinvolti in questo calcolo. La descrizione del progetto della University of Maryland indica la moltiplicazione veloce di Toom–Cook come elemento fondamentale. Questo approccio scompone un problema di moltiplicazione grande in parti più piccole, creando diverse possibilità per organizzare le operazioni aritmetiche.
Queste scelte influiscono sul numero di porte e di qubit di lavoro necessari a un circuito. Una porta è un’operazione in un circuito quantistico; un qubit logico è un’unità di informazione quantistica a livello algoritmico. Ridurre uno dei due requisiti può migliorare le prospettive di un progetto, anche se la sua implementazione su hardware fisico comporta costi aggiuntivi.
La sfida offre ai ricercatori un problema di ottimizzazione specifico, con condizioni verificabili, invece di chiedere a un sistema di IA di inventare da zero un algoritmo quantistico completamente nuovo e senza vincoli.
Cosa verifica il quadro di verifica
Il preprint di ForShor, presentato il 16 novembre da Anirudh Suresh, Joshua M. Courtney, Runzhou Tao e Yudong Cao, descrive un’infrastruttura che accetta una specifica di progetto chiamata policy. Questa policy definisce le scelte in una costruzione ricorsiva del circuito e può provenire da un ricercatore umano o da un agente di IA.
Il quadro copre tre aspetti correlati: la correttezza matematica dell’implementazione, la crescita asintotica del costo in termini di porte e la correttezza della traduzione dell’algoritmo verificato in una rappresentazione circuitale più dettagliata.
La scalabilità dichiarata del costo in termini di porte è O(n2+ε), dove n indica la dimensione dell’input ed ε è positivo. Questa espressione descrive come cresce il costo all’aumentare delle dimensioni del problema. Non significa che una specifica istanza da 2.048 bit possa essere eseguita con un numero fisso e ridotto di porte.
L’implementazione si basa su dimostrazioni formali in Lean 4. Nella verifica formale, i ricercatori definiscono con precisione il comportamento richiesto e forniscono dimostrazioni che un assistente di dimostrazione può controllare. Questo va oltre il test di un programma su esempi selezionati, anche se le garanzie restano legate alle definizioni e alle ipotesi oggetto della dimostrazione.
L’IA propone i progetti, il quadro li verifica
La documentazione interattiva delle dimostrazioni del progetto mostra come le scelte aritmetiche si inseriscano nel più ampio circuito per la ricerca dell’ordine. Collega spiegazioni e diagrammi al codice Lean corrispondente, così che i lettori possano esaminare il ragionamento a diversi livelli di dettaglio.
Un aspetto dello spazio di progettazione riguarda le tabelle di istruzioni per la moltiplicazione ricorsiva. Diverse combinazioni di addizioni, scorrimenti e operazioni correlate possono modificare il costo di un circuito. Prima di poter beneficiare delle relative garanzie di correttezza, una tabella proposta deve soddisfare le condizioni di ammissibilità del quadro.
Questa suddivisione del lavoro è utile per la ricerca assistita dall’IA. Un agente può esplorare combinazioni candidate o suggerire ottimizzazioni, mentre un contratto verificabile in modo indipendente determina se il risultato è valido. I ricercatori possono quindi studiare perché una soluzione candidata abbia successo, invece di considerare il punteggio come l’unico risultato.
«ForShor pone la verifica formale, con gli esseri umani coinvolti nel processo, al centro di questo lavoro», ha dichiarato Peter Shor, creatore dell’algoritmo e membro del comitato consultivo scientifico di Zapata.
Il CTO di Zapata, Yudong Cao, ha descritto l’iniziativa come un ambiente di apprendimento e ricerca a scatola bianca. La sfida pubblica comprende una classifica e risorse per la comunità; l’azienda afferma inoltre che i contributori potrebbero diventare coautori di un successivo articolo di ricerca.
Come si collega ForShor a Quantum Pilot
ForShor è una sfida di ricerca mirata nell’ambito di un impegno più ampio per rendere più sistematico lo sviluppo di applicazioni quantistiche. La piattaforma Quantum Pilot di Zapata combina un livello di conoscenza, strumenti computazionali e flussi di lavoro per la verifica.
Quantum Graph collega applicazioni, algoritmi, attività di ricerca e piani di sviluppo dell’hardware. Quantum Engine gestisce attività come la selezione degli algoritmi, la stima delle risorse, la progettazione degli esperimenti e il benchmarking. Quantum Assurance combina metodi formali e revisione da parte di esperti prima che i risultati vengano usati per prendere una decisione.
La stima delle risorse valuta ciò che servirebbe davvero per eseguire un algoritmo. Un progetto matematicamente valido può comunque richiedere più qubit o più tempo di esecuzione di quanto una macchina disponibile sia in grado di offrire. Collegare questa analisi all’implementazione verificata aiuta i ricercatori a evitare di dimostrare la correttezza di un circuito mentre stimano il costo di un altro.
Come descritto in un precedente articolo di Unite.ai su Quantum Pilot, la piattaforma intende collegare i potenziali casi d’uso alla fattibilità tecnica e ai confronti con il calcolo classico. Zapata afferma che ForShor fungerà da banco di prova per i metodi di verifica impiegati in questo processo più ampio.
Una prova delle proprietà del software, non della prontezza dell’hardware
Il contributo di ForShor consiste in un quadro di riferimento software e matematico ispezionabile. Non dimostra che i processori quantistici odierni siano in grado di fattorizzare numeri di rilevanza crittografica né elimina le esigenze ingegneristiche del calcolo tollerante ai guasti.
I tassi di errore fisici, la correzione degli errori, la connettività dell’hardware e i tempi di esecuzione restano aspetti distinti da considerare. Allo stesso modo, una dimostrazione verificata da una macchina stabilisce un risultato matematico dichiarato; per renderlo comprensibile ai ricercatori servono comunque definizioni chiare, documentazione e revisione.
L’idea alla base della ricerca più ampia è consentire all’IA di esplorare liberamente i progetti, imponendo al contempo che le sue proposte superino verifiche esplicite e riproducibili. ForShor offre a questo approccio un punto di partenza concreto: un compito quantistico definito, un’implementazione aperta e una comunità che può esaminare sia i progetti candidati sia il ragionamento che li sostiene.












