Điện toán lượng tử
Zapata và UMD ra mắt ForShor, thúc đẩy nghiên cứu lượng tử có AI hỗ trợ và được xác minh

Điểm chínhForShor yêu cầu các thiết kế mạch do AI đề xuất phải vượt qua các chứng minh hình thức…
Xem thêm
- ForShor yêu cầu các thiết kế mạch do AI đề xuất phải vượt qua các chứng minh hình thức bằng Lean trước khi được ghi nhận trên bảng xếp hạng.
- Thử thách này nhắm đến việc tối ưu hóa mạch cho thuật toán Shor thay vì chứng minh phần cứng có thể phân tích các số lớn.
- Zapata sẽ sử dụng ForShor làm môi trường thử nghiệm cho các phương pháp xác minh trong nền tảng Quantum Pilot của mình.
Zapata Quantum và University of Maryland đã giới thiệu ForShor.ai, một thử thách mở về nghiên cứu lượng tử có AI hỗ trợ, xoay quanh một bản triển khai thuật toán Shor được xác minh hình thức. Người tham gia có thể dùng AI để đề xuất cải tiến, gửi lời giải lên bảng xếp hạng và tìm hiểu tài liệu kết nối phần toán học với các chứng minh được máy kiểm tra.
Sáng kiến này nhắm đến một vấn đề ngày càng phổ biến trong khoa học ứng dụng AI: tạo ra một thuật toán hoặc lời giải thích có vẻ hợp lý dễ hơn chứng minh rằng nó chính xác. ForShor đặt việc tìm kiếm các thiết kế tốt hơn trong một khuôn khổ có những ràng buộc toán học rõ ràng, đồng thời vẫn để các nhà nghiên cứu tham gia tìm hiểu kết quả.
Được công bố ngày 18 tháng 11, dự án tiếp nối hợp tác giữa Zapata và UMD, đồng thời nhằm thử nghiệm các kỹ thuật xác minh có liên quan đến nền tảng phần mềm Quantum Pilot của công ty.
Vì sao thuật toán Shor là điểm khởi đầu
Thuật toán Shor nổi tiếng nhất vì những hệ quả đối với mật mã học. Thành phần lượng tử của thuật toán có thể tìm ra một cấu trúc lặp lại, gọi là bậc, trong số học mô-đun. Sau đó, các bước toán học cổ điển có thể dùng kết quả này để hỗ trợ phân tích một số nguyên lớn thành thừa số.
ForShor tập trung vào thiết kế các mạch số học tham gia vào phép tính đó. Mô tả dự án của University of Maryland xác định phép nhân Toom–Cook nhanh là một khối nền tảng quan trọng. Phương pháp này chia một bài toán nhân lớn thành các phần nhỏ hơn, từ đó tạo ra nhiều lựa chọn về cách tổ chức phép tính số học.
Những lựa chọn đó ảnh hưởng đến số lượng cổng và qubit làm việc mà một mạch cần có. Cổng là một phép toán trong mạch lượng tử; qubit logic là một đơn vị thông tin lượng tử ở cấp độ thuật toán. Giảm một trong hai yêu cầu này có thể cải thiện triển vọng của thiết kế, dù việc chuyển thiết kế sang phần cứng vật lý sẽ phát sinh thêm chi phí.
Thử thách đưa ra cho các nhà nghiên cứu một bài toán tối ưu hóa cụ thể với những điều kiện có thể kiểm tra, thay vì yêu cầu hệ thống AI phát minh một thuật toán lượng tử hoàn toàn mới mà không có ràng buộc.
Khuôn khổ xác minh kiểm tra những gì
Bản tiền ấn phẩm ForShor, được Anirudh Suresh, Joshua M. Courtney, Runzhou Tao và Yudong Cao gửi ngày 16 tháng 11, mô tả một bộ khung nhận đặc tả thiết kế gọi là chính sách. Chính sách đó xác định các lựa chọn trong quá trình xây dựng mạch đệ quy và có thể do một nhà nghiên cứu hoặc một tác nhân AI đưa ra.
Khuôn khổ này bao quát ba khẳng định có liên hệ với nhau: tính đúng đắn về mặt toán học của bản triển khai, tốc độ tăng tiệm cận của chi phí cổng và tính đúng đắn của việc chuyển thuật toán đã được xác minh sang dạng biểu diễn mạch chi tiết hơn.
Mức tăng chi phí cổng được báo cáo là O(n2+ε), trong đó n biểu thị kích thước đầu vào và ε là số dương. Biểu thức này cho biết chi phí tăng như thế nào khi bài toán lớn hơn. Nó không có nghĩa là có thể chạy một trường hợp cụ thể với đầu vào 2.048 bit bằng một số lượng cổng cố định nhỏ.
Bản triển khai sử dụng các chứng minh hình thức Lean 4. Trong xác minh hình thức, các nhà nghiên cứu mô tả chính xác hành vi cần có và đưa ra các chứng minh để một trình hỗ trợ chứng minh có thể kiểm tra. Cách làm này vượt xa việc thử nghiệm chương trình trên một số ví dụ được chọn, dù các bảo đảm vẫn phụ thuộc vào những định nghĩa và giả định đang được chứng minh.
AI đề xuất thiết kế, khuôn khổ kiểm tra
Tài liệu tương tác về chứng minh của dự án cho thấy các lựa chọn số học phù hợp như thế nào vào mạch tìm bậc tổng thể. Tài liệu kết nối phần giải thích và sơ đồ với mã Lean tương ứng, để người đọc có thể xem xét lập luận ở nhiều mức độ chi tiết khác nhau.
Một khía cạnh trong không gian thiết kế liên quan đến các bảng lệnh dùng cho phép nhân đệ quy. Những cách sắp xếp khác nhau của phép cộng, phép dịch và các thao tác liên quan có thể làm thay đổi chi phí của mạch. Một bảng được đề xuất phải đáp ứng các điều kiện về tính hợp lệ của khuôn khổ trước khi có thể thừa hưởng những bảo đảm liên quan về tính đúng đắn.
Cách phân chia công việc này phù hợp với nghiên cứu có AI hỗ trợ. Một tác nhân có thể khám phá các phương án sắp xếp hoặc đề xuất cách tối ưu hóa, trong khi một hợp đồng có thể được kiểm tra độc lập sẽ xác định kết quả có hợp lệ hay không. Sau đó, các nhà nghiên cứu có thể tìm hiểu vì sao một phương án thành công lại hiệu quả, thay vì chỉ xem điểm số của nó là kết quả duy nhất.
“ForShor đặt xác minh hình thức, với sự tham gia của con người, vào vị trí trung tâm của quá trình đó”, Peter Shor, người tạo ra thuật toán và là thành viên Hội đồng Cố vấn Khoa học của Zapata, cho biết.
Giám đốc công nghệ Zapata Yudong Cao mô tả sáng kiến này là một môi trường học tập và nghiên cứu minh bạch. Thử thách công khai có bảng xếp hạng và tài nguyên cộng đồng; công ty cho biết những người đóng góp có thể trở thành đồng tác giả của một bài báo nghiên cứu tiếp theo.
ForShor kết nối với Quantum Pilot như thế nào
ForShor là một thử thách nghiên cứu chuyên biệt trong nỗ lực rộng lớn hơn nhằm hệ thống hóa việc phát triển ứng dụng lượng tử. Nền tảng Quantum Pilot của Zapata kết hợp một lớp tri thức, các công cụ tính toán và quy trình xác minh.
Quantum Graph kết nối các ứng dụng, thuật toán, hoạt động nghiên cứu và lộ trình phần cứng. Quantum Engine xử lý các công việc như lựa chọn thuật toán, ước tính tài nguyên, thiết kế thí nghiệm và đánh giá hiệu năng. Quantum Assurance kết hợp các phương pháp hình thức với đánh giá của chuyên gia trước khi kết quả được dùng làm cơ sở đưa ra quyết định.
Việc ước tính tài nguyên nhằm xác định chính xác một thuật toán sẽ cần những gì để chạy. Một thiết kế hợp lệ về mặt toán học vẫn có thể đòi hỏi nhiều qubit hơn hoặc thời gian chạy lâu hơn khả năng đáp ứng của máy hiện có. Gắn kết phân tích đó với phần triển khai đã được kiểm chứng giúp các nhà nghiên cứu tránh chứng minh một mạch là chính xác nhưng lại ước tính chi phí của một mạch khác.
Như đã đề cập trong bài viết trước đây của Unite.ai về Quantum Pilot, nền tảng này hướng đến việc kết nối các trường hợp sử dụng tiềm năng với tính khả thi về mặt kỹ thuật và so sánh với điện toán cổ điển. Zapata cho biết ForShor sẽ là môi trường thử nghiệm các phương pháp kiểm chứng được sử dụng trong quy trình rộng hơn đó.
Chứng minh các thuộc tính phần mềm, không phải mức độ sẵn sàng của phần cứng
Đóng góp của ForShor là một khuôn khổ phần mềm và toán học có thể kiểm tra. Công cụ này không chứng minh rằng các bộ xử lý lượng tử hiện nay có thể phân tích thừa số những số có ý nghĩa về mặt mật mã, cũng không loại bỏ các yêu cầu kỹ thuật của điện toán chịu lỗi.
Tỷ lệ lỗi vật lý, sửa lỗi, khả năng kết nối của phần cứng và thời gian thực thi vẫn là những yếu tố cần được xem xét riêng. Tương tự, một chứng minh được kiểm tra bằng máy xác lập một kết quả toán học cụ thể; để các nhà nghiên cứu hiểu được kết quả đó vẫn cần có định nghĩa rõ ràng, tài liệu hướng dẫn và hoạt động đánh giá.
Ý tưởng nghiên cứu rộng hơn là để AI tích cực khám phá các thiết kế, đồng thời yêu cầu mọi đề xuất phải vượt qua những bước kiểm tra rõ ràng và có thể tái lập. ForShor tạo điểm khởi đầu cụ thể cho cách tiếp cận này: một nhiệm vụ lượng tử được xác định rõ, một bản triển khai mở và một cộng đồng có thể kiểm tra cả các thiết kế tiềm năng lẫn lập luận đằng sau chúng.












