量子コンピューティング
ZapataとUMD、検証済みAI支援量子研究に向けForShorを立ち上げ

要点ForShorは、AIが提案した回路設計がリーダーボードのクレジットを得る前に、形式的なLean証明を通過することを要求します。
もっと見る
- ForShorは、AIが提案した回路設計がリーダーボードのクレジットを得る前に、形式的なLean証明を通過することを要求します。
- この課題は、ハードウェアが大きな数を因数分解できることを証明するのではなく、Shorのアルゴリズムのための回路最適化を対象としています。
- Zapataは、Quantum Pilotプラットフォームにおける検証手法の実証の場としてForShorを利用します。
Zapata Quantumとメリーランド大学は、Shorのアルゴリズムを形式的に検証した実装を基盤とする、AI支援量子研究のオープンチャレンジForShor.aiを開始しました。参加者はAIを使って改善案を提案し、解決策をリーダーボードに投稿できるほか、数学と機械検証済みの証明を結び付けるドキュメントを閲覧できます。
この取り組みは、AI主導の科学研究で深刻化している課題に取り組むものです。もっともらしいアルゴリズムや説明を生み出すことは、それが正しいと確立することよりも容易です。ForShorでは、明示的な数学的制約を設けた枠組みの中で、より優れた設計を探します。その一方で、研究者が結果を理解するための関与も保たれます。
11月18日に発表されたこのプロジェクトは、ZapataとUMDの協業を発展させるもので、同社のQuantum Pilotソフトウェアプラットフォームに関連する検証手法を試すことを目的としています。
出発点としてShorのアルゴリズムを選ぶ理由
Shorのアルゴリズムは、暗号技術に及ぼす影響でよく知られています。その量子部分は、モジュラー算術における「位数」と呼ばれる周期構造を見つけることができます。その結果を古典的な数学の手順で利用すれば、大きな整数の素因数分解に役立てることができます。
ForShorは、この計算に関わる算術回路の設計に焦点を当てています。メリーランド大学によるプロジェクトの説明では、高速なToom–Cook乗算が重要な構成要素として挙げられています。この手法では、大規模な乗算問題を小さな問題に分割するため、算術演算をどのように構成するかについて、さまざまな選択肢が生まれます。
こうした選択は、回路に必要なゲート数や作業量子ビット数に影響します。ゲートとは量子回路内の演算であり、論理量子ビットとはアルゴリズムのレベルで量子情報を表す単位です。どちらかの必要量を減らせば設計の実現可能性を高められますが、物理的なハードウェアに実装する際には、さらにコストが生じます。
このチャレンジでは、制約なしにまったく新しい量子アルゴリズムを考案するようAIシステムに求めるのではなく、条件を検証できる具体的な最適化問題を研究者に提示します。
検証フレームワークが確認する内容
ForShorのプレプリントは、Anirudh Suresh、Joshua M. Courtney、Runzhou Tao、Yudong Caoが11月16日に提出したもので、「ポリシー」と呼ばれる設計仕様を受け取るハーネスについて説明しています。このポリシーは、回路を再帰的に構成する際の選択を定めるもので、人間の研究者またはAIエージェントが作成できます。
このフレームワークは、相互に関連する3つの主張を扱います。実装の数学的正しさ、ゲートコストの漸近的な増加、そして検証済みアルゴリズムをより詳細な回路表現に変換する際の正しさです。
報告されているゲートコストのスケーリングはO(n2+ε)です。ここでnは入力サイズを表し、εは正の値です。これは、問題が大きくなるにつれてコストがどのように増加するかを示しています。特定の2,048ビットのインスタンスを、少数の固定ゲート数で実行できるという意味ではありません。
実装にはLean 4による形式的証明が用いられています。形式検証では、研究者が必要な動作を厳密に定義し、証明支援系で検査できる証明を提示します。これは、選んだ事例でプログラムをテストするだけの方法より踏み込んだものです。ただし、保証の範囲は、証明対象となる定義や前提に結び付いています。
AIが設計を提案し、フレームワークが検証する
プロジェクトの対話型の証明ドキュメントでは、算術上の選択肢が、より大きな位数発見回路の中でどのように位置付けられるかを示しています。説明や図を対応するLeanコードに結び付けているため、読者は詳細さの異なる複数のレベルで論証を確認できます。
設計空間の一部を占めるのが、再帰的な乗算に用いる命令テーブルです。加算、シフト、その他の関連演算を異なる形で組み合わせると、回路コストが変わることがあります。提案されたテーブルが、該当する正しさの保証を得るには、まずフレームワークの許容条件を満たさなければなりません。
この役割分担は、AI支援研究に役立ちます。エージェントが候補となる構成を探したり、最適化案を提案したりする一方で、独立に検証可能な契約によって、その結果が有効かどうかを判定できます。その後、研究者は成功した候補のスコアだけを成果とみなすのではなく、なぜその候補が機能するのかを調べることができます。
「ForShorは、人間が関与する形式検証を、このプロセスの中心に据えています」と、アルゴリズムの考案者であり、Zapataの科学諮問委員会のメンバーでもあるPeter Shorは述べました。
Zapataの最高技術責任者(CTO)であるYudong Caoは、この取り組みを、内部の仕組みを公開する学習・研究環境と説明しました。一般公開されるチャレンジにはリーダーボードとコミュニティ向けリソースが含まれ、同社によると、貢献者が後続の研究論文の共著者になる可能性もあります。
ForShorとQuantum Pilotのつながり
ForShorは、量子アプリケーション開発をより体系化するための、より広範な取り組みの一環として実施される、特定の研究課題に焦点を当てたチャレンジです。ZapataのQuantum Pilotプラットフォームは、知識レイヤー、計算ツール、検証ワークフローを組み合わせています。
Quantum Graphは、アプリケーション、アルゴリズム、研究、ハードウェアのロードマップを結び付けます。Quantum Engineは、アルゴリズムの選定、リソースの見積もり、実験の設計、ベンチマークなどを担います。Quantum Assuranceは、結果が意思決定に活用される前に、形式手法と専門家によるレビューを組み合わせます。
リソースの見積もりでは、アルゴリズムの実行に実際に何が必要かを検討します。数学的に妥当な設計であっても、利用可能なマシンでは用意できない数の量子ビットや実行時間を必要とする場合があります。この分析を検証済みの実装と結び付けておくことで、ある回路の正しさを証明しながら、別の回路のコストを見積もるという事態を避けられます。
Unite.aiの以前の記事「Quantum Pilot」で取り上げたように、このプラットフォームは、潜在的なユースケースを技術的な実現可能性や古典コンピューティングとの比較と結び付けることを目指しています。Zapataによると、ForShorは、より広範なプロセスで用いられる検証手法の実証の場となります。
ハードウェアの準備状況ではなく、ソフトウェアの特性を証明する
ForShorが提供するのは、検証可能なソフトウェアと数学のフレームワークです。現在の量子プロセッサーで暗号学的に重要な数を因数分解できることを示すものでも、フォールトトレラント・コンピューティングに求められる工学上の課題を解消するものでもありません。
物理的な誤り率、誤り訂正、ハードウェアの接続性、実行時間は、それぞれ別個に検討する必要があります。同様に、機械検証済みの証明が確立するのは、明示された数学的な結果です。その結果を研究者に理解してもらうには、明確な定義、文書化、レビューが引き続き必要です。
より広い研究構想は、AIに設計を積極的に探らせる一方、その提案には明示的で再現可能な検証を必須とすることです。ForShorは、このアプローチの具体的な出発点となります。すなわち、明確に定義された量子タスク、公開された実装、そして候補となる設計とその根拠の両方を検証できるコミュニティです。












