AI在Lean中自动发现并形式化验证量子程序,多项指标大幅超越基线

大语言模型智能体在Lean中自动合成并形式化验证量子程序,多任务实现数量级提升。
本文介绍了一项将大语言模型智能体与Lean定理证明器结合、自动发现量子算法的研究。由于经典计算机只能模拟小规模量子程序,依赖模拟筛选算法存在评估盲区;研究团队转而构建基于Lean的量子程序库,让智能体针对形式化规约合成程序,并在证明器中验证其正确性与成本。智能体以团队形式协作,通过wiki共享知识、在组织化会议中讨论想法,形式化规约则充当严格评判标准。结果显示,该方法在并行搜索上最高提升1.4倍、量子算术提升290倍,聚变、光化学和药物代谢模拟分别提升11倍、8倍和2.5倍。文章还讨论了规约准确性依赖人类判断、协作机制贡献度缺乏细粒度分析等局限。
量子计算能否在科学难题上取得突破,不仅取决于硬件进步,同样依赖量子算法的革新。传统上,这类算法突破往往需要人类专家多年协作。而一项新研究展示了另一种路径:让大语言模型智能体在Lean定理证明器中自动合成量子程序,并对其正确性与成本进行形式化验证,在多个科学应用上实现了数量级的性能提升。

从人工协作到自动化发现闭环
在数学与计算机科学领域,大语言模型已经通过自动化发现闭环加速了研究进展。但量子算法面临一个特殊困境:经典计算机只能在受限或小规模实例上评估量子程序,无法直接验证其在大规模问题上的表现。这意味着,依赖经典模拟来筛选量子算法,天然存在评估盲区。
研究团队的做法是绕开这一盲区。他们构建了一个基于Lean定理证明器的量子程序库,让大语言模型智能体针对形式化的问题规约合成新颖程序,并在证明器中验证其正确性和成本。由于形式化验证不依赖运行程序本身,这套流程能够处理当今经典计算机和量子计算机都无法测试的算法设计。
Lean 是一种交互式定理证明器,同时也是一个函数式编程语言。它的核心特点是基于依赖类型论(dependent type theory),允许用户将数学命题表述为类型,将证明表述为对该类型的构造项,再由内核逐步检查证明的正确性。与 Coq、Isabelle 等同类工具相比,Lean 拥有更活跃的数学库 Mathlib 生态和更友好的编辑器集成。在量子程序验证场景中,研究者可以用 Lean 定义量子门、线路和测量操作的类型与语义,再把“某程序实现某算法且门数不超过某上界”这类要求写成一个形式化规约,智能体提交的程序必须附带一个能被 Lean 内核接受的证明项才算通过。由于检查过程只依赖逻辑推演而非实际运行程序,验证结果与量子硬件的规模、噪声无关,这正是它能评估“当今计算机无法测试的算法”的原因。
智能体团队如何协作
该系统的组织方式值得关注。智能体并非单打独斗,而是以团队形式协作:它们通过wiki共享结果与知识,在组织化的会议中讨论想法。这种结构让发现过程带有一定的“科研社区”色彩,把分散的智能体探索汇聚为集体知识积累。
从方法上看,形式化规约充当了明确的评判标准。智能体合成的程序必须通过Lean中的证明检查,错误实现无法蒙混过关。这比依赖测试用例或启发式评估更为严格,也为跨智能体的结果复用提供了可靠基础。
形式化规约(formal specification)是用精确的数学语言描述“程序应该做什么”的文档,与自然语言需求或测试用例不同,它不留歧义空间。在 Lean 中,规约通常写成一个类型命题,例如“对任意输入态,该线路的输出与目标酉变换在给定精度内一致,且辅助量子比特数不超过 k”。程序正确当且仅当存在一个该命题的证明项。规约同时承担了评判标准和搜索目标两重角色:智能体不仅要知道程序是否通过,还能从证明失败的信息中定位哪条约束未被满足,从而迭代修改。需要强调的是,规约只保证“程序符合你所写的需求”,如果规约遗漏了物理上重要的条件(如某种误差模型或资源限制),验证通过也不代表程序真正可用,这也是原文在局限部分特别提示的风险点。
多项应用上的数量级改进
研究结果覆盖了多个方向。在并行搜索上,新方法较此前基线提升最高达1.4倍;在量子算术上,提升达到290倍;在与聚变、光化学和药物代谢相关的模拟任务上,分别实现了11倍、8倍和2.5倍的改进。
其中量子算术的290倍提升尤为突出,说明形式化驱动的自动合成在结构化较强的子问题上能释放出巨大空间。而聚变、光化学、药物代谢等应用方向的改进,则指向了量子算法在科学计算中的现实价值——这些领域正是量子计算被寄予厚望的场景。
为什么形式化验证是关键
量子程序的正确性难以用经典手段检验,这是该研究选择Lean的根本原因。形式化证明提供了独立于硬件和模拟规模的正确性保证,使算法设计可以先行于可执行的测试环境。用研究团队的话说,在数学证明的严格性下大规模结合人类与人工智能,让研究者能够设计当今计算机无法测试的算法,从而缩短通往实用量子计算的道路。
这一思路的更深层意义在于改变算法发现的节奏。过去,量子算法突破依赖少数专家的长期协作;现在,自动化发现闭环可以在形式化约束下持续产出候选方案,人类研究者的角色转向问题规约设计与结果筛选。
经典模拟验证量子程序的根本困难在于状态空间随量子比特数指数增长。n 个量子比特的态需要 2^n 个复数振幅来描述,经典计算机模拟 50 个左右量子比特已接近极限,而实用量子算法往往需要数百甚至上千个逻辑量子比特。因此,依赖模拟筛选出的算法在大规模区间上完全未被检验,可能出现“小规模表现好、大规模失效”的评估盲区。形式化验证绕开了这一限制:它不枚举量子态,而是对程序的逻辑结构做符号推演,证明对所有输入都成立。代价是规约与证明的编写本身需要专门知识,且证明搜索可能非常耗时,所以让大语言模型智能体自动生成候选证明,成为把形式化方法用于算法发现的关键使能技术。
局限与待解问题
补充一点,形式化验证保证的是程序相对于规约的正确性,规约本身是否准确刻画了物理问题的全部需求,仍依赖人类判断。此外,智能体生成程序的多样性与探索效率、会议与wiki协作机制的实际贡献度,原文未给出细粒度分析。量子算术290倍等指标的提升幅度,也需要在更广泛的问题类别上进一步检验其可迁移性。
总体来看,这项工作把大语言模型的生成能力、多智能体协作与定理证明的严格性结合在一起,为量子算法发现提供了一条可验证的自动化路径。它不依赖更大规模的量子硬件,而是从算法侧压缩通往实用量子计算的距离。
相关推荐

Gemini 4 Neon评测:跑分比肩Carbon,API定价与额度解析
Google Gemini 4 Neon正式上线,跑分紧咬Carbon,API定价3/15为Hydrogen两倍。本文汇总B站UP主实测:Neon可平替90% Carbon场景,AntiGravity中额度消耗仅为Carbon三分之一,并解析订阅渠道限制与2API封号风险。

Gemini 4 Helium或将至?Google订阅限制松绑信号
Google团队成员预告发布将继续,社区推测Gemini 4 Helium(Flash Lite)或成下一款模型;订阅封禁争议获回应,产品负责人以「Soon」暗示可能开放限制。本文梳理Gemini动向、OpenAI Coding Agent与风险管理、豆包实时音视频API及算力商业动态。

AI辅助React开发实战:视频应用优化与错误处理
14年经验开发者演示如何用AI辅助优化React视频应用:通过ImageKit将视频从80MB压缩至5MB(约94%),并实现可靠的错误处理与重试机制。包含与AI协作的规划、代码理解和验证方法。