未公開 Anthropic 模型 3 天解開量子計算 18 年猜想
AI 研究新創 Physical Superintelligence（PSI）11 月 6 日宣布，旗下研究系統搭配一款尚未公開的 Anthropic 模型，證明了量子計算領域懸而未決的 Aaronson–Ambainis 猜想。
這個猜想由電腦科學家 Scott Aaronson 與 Andris Ambainis 在 2008 年提出，問的是：遇到沒有特殊結構的隨機輸入時，量子電腦能不能比一般電腦快上指數倍。PSI 的證明結論是不能，最多只快「多項式」等級。
系統跑到第三天就找到完整證明
PSI 說明，這次是在自家基礎設施上執行內部開發的研究系統，過程中用了同一款非公開 Anthropic 模型的多個實例。系統在執行的第三天就得出完整證明，並通過 Lean 驗證。Lean 是一種證明輔助語言，由電腦逐步檢查每一個推導。
廣告 - 內文未完請往下捲動
PSI 沒有透露用的是哪一款 Anthropic 模型。論文與 Lean 形式化程式碼已公開在 GitHub。
依 PSI 的分工說明，研究由技術人員 David Turturean 主導，他開發研究系統、選定題目並執行，之後讓模型把結果整理成論文初稿，再由他審閱並為論文的正確性負責；顧問 Jim Halverson 審核了證明。
史丹佛團隊：「這是重大成果」
今年 8 月，史丹佛大學的 Guy Blanc、Jordan Docter、Carmen Strassle 與 Li-Yang Tan 才證明這個猜想的一個特例。PSI 說，這組研究者正在閱讀完整證明，並撰寫一份給專家看的精簡說明。
他們在信中寫道：「這是重大成果，解決了一個存在數十年的猜想，對哪些問題能享有量子加速有重要意涵。整個證明以一種相當神奇的方式把各條線索串在一起。」
電腦科學家 Lance Fortnow 也在 X 上表示，這項結果已經很接近他 1998 年和 John Rogers 提出的一個問題的答案。
為什麼重要：量子加速要靠「結構」
量子電腦最有名的成果是 1994 年的 Shor 演算法，能遠快於一般電腦分解大數，靠的是問題裡藏著重複出現的規律。PSI 指出，目前已知的大幅量子加速大多仰賴這類結構。
Aaronson 與 Ambainis 把「隨機輸入能否指數加速」轉成一個關於多項式的數學猜想。猜想成立，就代表在沒有結構的隨機輸入上，一般電腦讀取輸入的次數只要多出多項式倍，就能模擬量子電腦的判斷結果。
這是近期 AI 解數學難題的又一案例。OpenAI 10 月公開數百篇 AI 產出的數學證明時，曾引來數學家陶哲軒批評，見鏈新聞先前報導。PSI 這份證明目前公開在 GitHub，還沒經過期刊審查。
風險提示
加密貨幣投資具有高度風險，其價格可能波動劇烈，您可能損失全部本金。請謹慎評估風險。
