Aaronson–Ambainis varsayımının ortak önericisi Scott Aaronson, bir yapay zekâ araştırma sisteminin ürettiği kanıtın doğru olduğuna inandığını söyledi. Ancak kanıtın tamamını henüz bütünüyle anlamadığını belirtti.
Aaronson, 8'inde kendi blogunda “Kanıtın doğru olduğuna inanıyorum” dedi. Bu güveninin dayanağı olarak kanıtın her adımını denetleyen Lean sertifikasını ve kanıtı inceleyen araştırmacıları gösterdi.
Yapay zekâ araştırma şirketi Physical Superintelligence (PSI), 6'sında kendi araştırma sisteminin kamuya açık olmayan bir Anthropic modelinden yararlanarak kanıtı oluşturduğunu duyurdu. PSI, sistemin çalıştırılmasının üçüncü gününde kanıtın tamamlandığını, ardından alt sınırın iki kez iyileştirildiğini bildirdi. TokenPost daha önce PSI'ın Aaronson–Ambainis varsayımına ilişkin kanıt duyurusunu aktarmıştı.
Kullanılan modelin adı açıklanmadı. Aaronson, araştırma sistemiyle sistemde kullanılan modelin kanıta ayrı ayrı ne ölçüde katkı sağladığını bilmediğini söyledi.
Aaronson–Ambainis varsayımı, belirli bir yapısı olmayan rastgele girdilerde kuantum algoritmalarının ve klasik algoritmaların ihtiyaç duyduğu sorgu sayısını karşılaştırıyor. Araştırmanın ele aldığı soru, klasik bir algoritmanın kuantum algoritmasının “evet” ya da “hayır” yanıtı verme olasılığını daha az sorguyla ne ölçüde yaklaşık hesaplayabileceği.
Problemin ortaya çıktığı zaman ile makalenin yayımlandığı tarih birbirinden ayrılmalı. PSI, varsayımı 2008'den beri açık bir problem olarak tanımladı. Ancak Aaronson ile Andris Ambainis'in özgün makalesi arXiv'de ilk kez 5 Kasım 2009'da yayımlandı.
PSI'ın araştırma açıklamasında, varyansı en az ε olan, d dereceli sınırlı bir polinomun en az bir yüksek etkili değişkene sahip olduğunu belirten teorem yer alıyor. Bu etkinin alt sınırı (8√15/(125π⁴))·ε^(5/2)/d⁶ olarak veriliyor; daha basit bir alt sınır olarak (ε/d)^7 de sunuluyor.
Burada bir değişkenin etkisi, tek bir girdi bitinin değiştirilmesinin polinom çıktısını ne ölçüde değiştirdiğini ifade ediyor. Teorem, kuantum bilgisayarların genel olarak klasik bilgisayarlardan hızlı olup olmadığını değil, belirli girdi ve sorgu karmaşıklığı koşullarını ele alıyor.
Lean, matematiksel önermelerin ve kanıtların biçimsel bir dilde yazılmasını, mantık kurallarına uygunluklarının bilgisayarla denetlenmesini sağlayan bir araç. PSI'ın herkese açık GitHub deposu, Lean'in biçimselleştirilmiş önerme ve kanıtı denetlediğini belirtiyor.
Depoda ayrıca, biçimsel önermenin özgün varsayımı doğru biçimde yansıtıp yansıtmadığının okuyucular tarafından ayrıca karşılaştırılması gerektiği belirtiliyor. Dolayısıyla Lean denetimi, sisteme girilen önerme ile kanıt arasındaki mantıksal bağı kontrol ediyor; problemin biçimsel dile aktarılma sürecini kendiliğinden doğrulamıyor.
MIT araştırmacısı Guy Blanc ile Stanford Üniversitesi araştırmacıları Jordan Docter, Carmen Strassle ve Li-Yang Tan, 7'sinde kanıtın mantığını açıklayan bir metin yayımladı. Dört araştırmacı, kanıtı PSI'dan alıp incelediklerini ve açıklama metnini hazırladıklarını bildirdi.
Araştırmacılar, metni hazırlarken Anthropic'in kamuya açık bir modelinden de yararlandıklarını yazdı. PSI'dan veya Anthropic'ten maddi karşılık almadıklarını da belirttiler.
Araştırmacılar, açıklama metnini akademik bir konferansa ya da dergiye göndermeyi planlamadıklarını söyledi. Bu nedenle metnin yayımlanmış olması, kanıtın hakem değerlendirmesinden geçtiği anlamına gelmiyor.
Aaronson, sonucu kuantum üstünlüğünün genel olarak ortadan kalktığı iddiasına genişletmemek gerektiğini vurguladı. Araştırma, rastgele girdileri ele alan belirli bir karar problemiyle kuantum sorgu karmaşıklığı üzerine kurulu.
Aaronson, tam sayıların asal çarpanlarına ayrılmasında kullanılan Shor algoritmasının ve kuantum fizik ya da kimya simülasyonlarının bu sonuçtan etkilenmediğini açıkladı. Araştırma, sanal varlık şifreleme teknolojilerinin güvenliğini de değerlendirmedi.
Çalışmanın kapsamı, belirli bir matematiksel varsayımın kanıtı ve biçimsel olarak denetlenmesiyle sınırlı. Yarı iletken sektörüyle doğrudan bir bağlantı da ortaya konmadı.
Comment 0