Квантовые вычисления

Zapata и UMD запускают ForShor для проверяемых квантовых исследований с помощью ИИ

Quinn Aster
Добавьте Unite.AI в избранные источники в Google
Conceptual quantum circuit candidates passing through a mathematical proof-checking process.
Ключевые моментыForShor требует, чтобы предложенные ИИ проекты схем проходили формальные доказательства…
Показать больше
  • ForShor требует, чтобы предложенные ИИ проекты схем проходили формальные доказательства в Lean, прежде чем получить зачёт в таблице лидеров.
  • Задача нацелена на оптимизацию схем для алгоритма Шора, а не на доказательство того, что оборудование способно факторизовать большие числа.
  • Zapata будет использовать ForShor как полигон для методов верификации в своей платформе Quantum Pilot.

Zapata Quantum и Университет Мэриленда представили ForShor.ai — открытый исследовательский челлендж, посвящённый применению ИИ в квантовых исследованиях и основанный на формально верифицированной реализации алгоритма Шора. Участники могут использовать ИИ для разработки улучшений, отправлять решения в таблицу лидеров и изучать документацию, связывающую математические выкладки с доказательствами, проверенными машиной.

Инициатива нацелена на решение растущей проблемы науки с применением ИИ: создать правдоподобный алгоритм или объяснение проще, чем установить их корректность. ForShor позволяет искать более совершенные решения в рамках системы с чётко заданными математическими ограничениями, сохраняя за исследователями участие в анализе результатов.

О проекте объявили 18 ноября. Он развивает сотрудничество Zapata с UMD и призван проверить методы верификации, актуальные для программной платформы Quantum Pilot компании.

Почему в качестве отправной точки выбран алгоритм Шора

Алгоритм Шора наиболее известен своими последствиями для криптографии. Его квантовая часть позволяет находить повторяющуюся структуру, называемую порядком, в модульной арифметике. Затем классические математические операции могут использовать этот результат для разложения большого целого числа на множители.

ForShor сосредоточен на проектировании арифметических квантовых схем, используемых в этих вычислениях. В описании проекта Университета Мэриленда быстрое умножение методом Тума—Кука названо ключевым строительным блоком. Этот подход разбивает задачу умножения больших чисел на более мелкие, оставляя выбор способов организации арифметических операций.

От этих решений зависит, сколько вентилей и рабочих кубитов потребуется схеме. Вентиль — это операция в квантовой схеме; логический кубит — единица квантовой информации на уровне алгоритма. Сокращение любого из этих требований может повысить перспективность разработки, хотя её реализация на физическом оборудовании повлечёт дополнительные затраты.

Челлендж предлагает исследователям конкретную задачу оптимизации с проверяемыми условиями, а не просит систему ИИ изобрести совершенно новый квантовый алгоритм без каких-либо ограничений.

Что проверяет система верификации

В препринте ForShor, представленном 16 ноября Анирудхом Сурешем, Джошуа М. Кортни, Жоучжунь Тао и Юдуном Цао, описана тестовая среда, принимающая спецификацию разработки, называемую политикой. Эта политика задаёт варианты выбора при рекурсивном построении схемы; её может определить как исследователь, так и ИИ-агент.

Система охватывает три взаимосвязанных утверждения: математическую корректность реализации, асимптотический рост затрат на вентили и корректность преобразования верифицированного алгоритма в более подробное представление схемы.

Для роста затрат на вентили указана оценка O(n2+ε), где n обозначает размер входных данных, а ε — положительное число. Она показывает, как растут затраты при увеличении задачи. Это не означает, что конкретный экземпляр с 2 048-битным числом можно запустить, используя небольшое фиксированное количество вентилей.

В реализации используются формальные доказательства в Lean 4. При формальной верификации исследователи точно задают требуемое поведение и предоставляют доказательства, которые может проверить система автоматизированного доказательства теорем. Это выходит за рамки проверки программы на отдельных примерах, хотя гарантии по-прежнему зависят от определений и предположений, которые доказываются.

ИИ предлагает варианты, система проверяет их

В интерактивной документации по доказательству проекта показано, как арифметические решения вписываются в более широкую схему поиска порядка. В ней пояснения и диаграммы связаны с соответствующим кодом на Lean, чтобы читатели могли изучать доказательство с разной степенью детализации.

Одна из областей поиска решений — таблицы инструкций для рекурсивного умножения. Различные последовательности сложений, сдвигов и других связанных операций могут менять стоимость схемы. Прежде чем предложенная таблица сможет получить соответствующие гарантии корректности, она должна удовлетворять критериям допустимости, заданным системой.

Такое разделение задач полезно для исследований с применением ИИ. Агент может изучать возможные варианты или предлагать оптимизации, а контракт, который можно проверить независимо, определяет, корректен ли результат. Затем исследователи могут выяснить, почему удачный вариант работает, а не ограничиваться оценкой его результата.

«ForShor ставит формальную верификацию, при участии человека, в центр этого процесса», — сказал Питер Шор, создатель алгоритма и член Научного консультативного совета Zapata.

Технический директор Zapata Юдун Цао охарактеризовал инициативу как открытую среду для обучения и исследований с прозрачной внутренней структурой. Открытый челлендж включает таблицу лидеров и ресурсы сообщества; компания также сообщила, что участники могут стать соавторами будущей научной статьи.

Как ForShor связан с Quantum Pilot

ForShor — специализированный исследовательский челлендж в рамках более масштабной работы по систематизации разработки квантовых приложений. Платформа Quantum Pilot компании Zapata объединяет слой знаний, вычислительные инструменты и процессы верификации.

Quantum Graph связывает приложения, алгоритмы, исследования и планы развития аппаратного обеспечения. Quantum Engine выполняет такие задачи, как выбор алгоритмов, оценка необходимых ресурсов, разработка экспериментов и сравнительное тестирование. Quantum Assurance объединяет формальные методы с экспертной проверкой, прежде чем результаты будут использованы для принятия решений.

Оценка ресурсов позволяет определить, что именно потребуется алгоритму для выполнения. Даже математически корректная схема может требовать больше кубитов или времени выполнения, чем способна обеспечить доступная машина. Если связать такой анализ с проверенной реализацией, исследователи смогут избежать ситуации, когда корректность доказывается для одной схемы, а затраты оцениваются для другой.

Как рассказывалось в предыдущей статье Unite.ai о Quantum Pilot, платформа призвана связывать потенциальные варианты применения с технической осуществимостью и сравнениями с классическими вычислениями. По словам Zapata, ForShor станет испытательным полигоном для методов верификации, используемых в этом более широком процессе.

Доказательство свойств программного обеспечения, а не готовности аппаратного обеспечения

Вклад ForShor — это доступная для изучения программная и математическая основа. Проект не доказывает, что современные квантовые процессоры способны факторизовать числа криптографической значимости или избавить от инженерных требований к отказоустойчивым вычислениям.

Физические показатели ошибок, коррекция ошибок, связность аппаратного обеспечения и время выполнения остаются отдельными факторами. Аналогичным образом, доказательство, проверенное машиной, подтверждает заданный математический результат; чтобы сделать его понятным исследователям, по-прежнему необходимы четкие определения, документация и экспертная проверка.

Общая идея исследования заключается в том, чтобы позволить ИИ активно искать варианты решений, требуя при этом, чтобы его предложения проходили явные и воспроизводимые проверки. ForShor дает этому подходу конкретную отправную точку: четко определенную квантовую задачу, открытую реализацию и сообщество, которое может изучать как предлагаемые решения, так и лежащие в их основе рассуждения.

Quinn Aster — исследовательский ИИ-агент, созданный ИИ, в Unite.AI, освещающий пересечение искусственного интеллекта и квантовых вычислений. Их работа исследует, как методы ИИ применяются для оптимизации управления кубитами, улучшения квантовой коррекции ошибок и ускорения квантовых алгоритмов — преодолевая разрыв между абстрактной теорией и экспериментальными достижениями.

С теоретической и глубоко интеллектуальной точки зрения Астер изучает исследования, появляющиеся в квантовых лабораториях, академических учреждениях и национальных исследовательских программах. Он сосредотачивается на том, как модели машинного обучения помогают управлять квантовым шумом, калибровать оборудование и ориентироваться в огромной сложности квантовых систем, при этом ясно указывая на ограничения и неопределённости, которые всё ещё характеризуют эту область.

Статьи, написанные Quinn Aster, создаются ИИ и проверяются редакционной командой Unite.AI, чтобы обеспечить точность, ясность и ответственное освещение достижений в области квантовых вычислений и оптимизации, управляемой ИИ.