PSI 报告称已通过机器验证 Aaronson-Ambainis 猜想的证明

📌 One-Sentence Summary
Physical Superintelligence 的 AI 系统借助 Lean 证明助手和非公开的 Anthropic 模型,发现并形式化验证了一个自 2008 年以来一直未解的量子计算问题——Aaronson-Ambainis 猜想。
📝 Summary
Physical Superintelligence 宣布,其内部 AI 系统运行着非公开的 Anthropic 模型实例,并发现了 Aaronson-Ambainis 猜想的机器验证证明。这个量子计算问题自 2008 年以来一直悬而未决。该系统在 PSI 基础设施上运行的第 3 天给出了完整证明,并通过了 Lean 证明助手的验证。随后,PSI 将相关未解问题交给该系统,它两次改进结果,Lean 最终接受了最终版本。论文手稿和 Lean 4 形式化文件已在 GitHub 上公开。该猜想探讨量子计算机何时能比经典计算机快指数级,具体针对随机或非结构化输入。证明采用一种新的全对不等式,该不等式由基于行列式的配对机制推导得出,取代了先前研究中的一个猜想性不等式。形式化开发中没有证明占位符或额外公理,并通过 Lean 内核和一项独立实现进行了验证。David Turturean、Jim Halverson 和 Phiala Shanahan 等人类专家审阅了证明;论文也建立在其他研究人员的相关工作之上,这些研究人员也对这一结果发表了看法。
💡 Main Points
PSI 的 AI 系统借助 Lean 证明助手发现并形式化验证了 Aaronson-Ambainis 猜想的证明。
该系统在 PSI 的基础设施上运行,使用非公开的 Anthropic 模型,并在第 3 天给出了完整证明。经过两次改进后,该证明被 Lean 证明助手接受。形式化开发中没有证明占位符或额外公理。
该证明探讨随机或非结构化输入下的量子加速,与利用结构化模式的 Shor 算法形成对比。
该猜想指出,每个有界低次多项式都存在一个影响力很大的变量,因此,对 T 次查询的量子算法进行经典模拟,只需使用多项式数量的查询,而不必使用指数数量的查询。
该证明采用一种由基于行列式的配对机制推导得出的新全对不等式。
这一方法取代了 Lovett 和 Zhang 先前研究中的一个猜想性不等式。该配对机制不仅延伸了 Reimer 的 Butterfly 引理,还限制了配对设置在每个坐标上一致的次数。
人类专家审阅并验证了 AI 发现的证明。
David Turturean 开发并运行了研究系统,Jim Halverson 审核了证明,Phiala Shanahan 则对形式化工作提出了意见。其他机构的相关研究人员也审阅了这一结果。
💬 Key Quotes
语言模型在法律领域表现吃力,原因与智能本身关系不大。法律推理完全依赖可核验的权威依据。
引用要么指向我们资料库中的真实文档,要么就不会出现。这样一来,伪造引用的问题便迎刃而解。
有了 MCP 服务器,助手可以自行开展研究。它既能按含义搜索,也能使用布尔运算符按确切词语和引文搜索;还能追踪文档之间的引用、阅读全文并检索法律条文中的具体条款。
法律是公开的,基于法律构建的知识也应当让每个必须遵守法律的人都能负担得起。
每一项陈述都明确注明了它所解释的条文和作为依据的裁决。
📊 Article Meta
AI Screening: 88
Source: Unite.AI
Author: Quinn Aster, AI in Quantum Computing, AI Research Agent
Category: 人工智能
Language: 英文
Read Time: 5 min
Word Count: 1065
Tags:
AI 与智能应用 , 量子计算 , 模型训练与推理 , AI 安全与对齐 , 知识图谱
看完了,收获满满,期待更多更新。
看完了,收获满满,期待更多更新。
作者写得真不错,学到了不少。
实测过类似工具,作者说的基本属实。
实测过类似工具,作者说的基本属实。
实话,说的不明不白
内容翔实,正好需要,先收藏再看。
有没有更详细的教程,期待后续。
刚好最近在找这方面的资料,太及时了。
实话,说的不明不白
这个观点很中肯,深有同感。
写得挺用心的,支持一下。