Un'IA chiude in tre giorni la congettura di Aaronson-Ambainis, aperta dal 2008

Non basta che un'altra IA dica che il ragionamento sembra corretto
La prova è stata controllata passo per passo con Lean, non con un giudizio di plausibilità.
Mark

Partiamo dal punto: perché questa congettura conta?

Mimi

Perché dice dove finisce il vantaggio quantistico. Senza struttura negli input, per questa classe di problemi, l'accelerazione esponenziale non c'è.

Mark

E l'IA che ruolo ha avuto?

Mimi

Il sistema di PSI ha trovato la dimostrazione completa nel terzo giorno, con Turturean che ha impostato il problema e supervisionato.

Luke

Attenzione però: tempi e ruolo dell'IA sono quelli raccontati da PSI. Il modello Anthropic non è pubblico, quindi nessuno può rifare il processo.

Mimi

Vero, ma la prova è un'altra cosa: è pubblicata su GitHub e verificata in Lean.

Luke

Giusto, e quello regge parecchio: due implementazioni indipendenti del kernel, nessun assioma aggiunto. Resta il fatto che la revisione della comunità non è ancora conclusa.

Mark

Gli studiosi di Stanford che c'entrano?

Mimi

Avevano già dimostrato un caso particolare ad agosto 2026. Hanno esaminato la nuova prova e stanno preparando una presentazione più breve.

Luke

Hanno inviato osservazioni, ma non sappiamo se le approvino per intero. Dalla fonte non emerge un loro giudizio.

Mark

Quindi i computer quantistici escono ridimensionati?

Mimi

No, il risultato è molto circoscritto al modello di interrogazione studiato.

  • Una congettura aperta dal 2008 sembra essere stata chiusa da un sistema di IA, e la comunità scientifica deve ora misurarne il peso.
  • La prova è stata verificata in Lean con due implementazioni indipendenti del kernel, senza assiomi aggiunti, così che nessuno debba fidarsi solo della parola dell'autore.
  • Il codice e il paper sono pubblici su GitHub, e chiunque può tentare di riprodurre ogni passaggio della verifica.
  • Il risultato resta circoscritto a problemi senza struttura negli input, e i ricercatori di Stanford preparano una presentazione per capire fino a dove arriva davvero.

C'è una domanda che la scienza si pone da decenni: il computer quantistico è sempre più veloce di quello tradizionale, o la sua potenza dipende da strutture nascoste nei problemi? Nel 2008 Scott Aaronson e Andris Ambainis avevano ipotizzato che, per input casuali privi di regolarità, il vantaggio esponenziale potesse svanire, e quella intuizione è rimasta sospesa per quasi vent'anni. Ora un sistema di ricerca basato sull'intelligenza artificiale, sviluppato da Physical Superintelligence, sembra averla sciolta, con una prova controllata riga per riga da un assistente di dimostrazione formale. È un passo che riguarda i confini di ciò che il calcolo quantistico può promettere, senza chiudere la questione in generale.

Alla fine del terzo giorno di elaborazione, il sistema di ricerca di Physical Superintelligence aveva in mano una dimostrazione completa di una congettura che attendeva risposta dal 2008. Il problema, formulato da Scott Aaronson e Andris Ambainis, riguarda una domanda semplice da enunciare: un computer quantistico risolve sempre più in fretta uno tradizionale? La risposta è no, e i casi di vantaggio enorme, come l'algoritmo di Peter Shor per la fattorizzazione, sfruttano strutture ripetitive che non tutti i problemi possiedono.

La congettura sosteneva che, per input casuali senza regolarità, in una certa classe di problemi il vantaggio esponenziale non possa emergere. Dimostrarla significa mostrare che, quando un risultato dipende in modo significativo dai bit dell'input, almeno uno di essi deve pesare in modo concreto. Un algoritmo classico può allora concentrarsi sui bit più influenti e imitare quello quantistico con un costo solo polinomiale.

Il punto più solido del lavoro è la verifica. La prova è stata formalizzata in Lean, che controlla ogni passaggio senza affidarsi al giudizio di un'altra macchina, e il codice è stato reso pubblico. Il lavoro è stato guidato da David Turturean, con il contributo di Jim Halverson e Phiala Shanahan, e i ricercatori di Stanford che avevano già dimostrato un caso particolare hanno esaminato il risultato.

Non si tratta di una sentenza contro il calcolo quantistico: la conclusione vale per i problemi considerati e per un modello preciso di interrogazione. Ora la comunità scientifica dovrà vagliarla, e la presentazione breve che Stanford sta preparando sarà il primo vero banco di prova.

Alla fine del terzo giorno di elaborazione, il sistema di ricerca di Physical Superintelligence (PSI) aveva in mano una dimostrazione completa. Il problema era la congettura di Aaronson-Ambainis, formulata nel 2008 e rimasta aperta da allora. La società ha comunicato di aver lavorato con infrastruttura interna e con istanze di un modello Anthropic non disponibile al pubblico.

La domanda di fondo è se un computer quantistico risolva sempre un problema molto più in fretta di uno tradizionale. La risposta è no. Il caso più noto di vantaggio enorme è l'algoritmo di Peter Shor del 1994, che fattorizza grandi numeri sfruttando la periodicità, cioè gli schemi ripetitivi nascosti nel problema. Resta aperto quanto il vantaggio quantistico dipenda dalla presenza di una struttura di questo tipo.

Nel 2008 Scott Aaronson e Andris Ambainis ipotizzarono che, con input casuali e privi di regolarità, in una specifica classe di problemi il computer quantistico non possa ottenere un vantaggio esponenziale. Si pensi a una sequenza di milioni di interruttori, ciascuno su 0 o 1, da analizzare per rispondere sì o no. Il computer classico li consulta uno alla volta. Quello quantistico, grazie alla sovrapposizione degli stati, può organizzare diversamente le interrogazioni, senza però leggere gratis l'intera sequenza.

La congettura traduce la questione in una proprietà delle funzioni polinomiali. Se il risultato dipende da una funzione costruita sui singoli bit e sulle loro combinazioni, e varia in modo significativo, almeno un bit deve avere un'influenza non trascurabile, ossia deve cambiare in modo apprezzabile l'esito quando passa da 0 a 1. Non possono dunque milioni di variabili contribuire tutte in misura infinitesimale. Dimostrarlo dà a un algoritmo classico il modo di imitare quello quantistico: può concentrarsi sui bit più influenti e stimare il risultato senza esaminare tutto l'input. Per questa classe di problemi, le interrogazioni necessarie crescono al più in modo polinomiale rispetto a quelle dell'algoritmo quantistico, non in modo esponenziale.

Sul piano del metodo, l'aspetto più notevole è la verifica. La dimostrazione è stata formalizzata in Lean, un proof assistant che controlla ogni passaggio rispetto a definizioni, regole logiche e ipotesi. Non basta quindi che un'altra IA giudichi plausibile il ragionamento. Secondo la documentazione, la prova è stata controllata anche con due implementazioni indipendenti del kernel di Lean, senza passaggi lasciati in sospeso e senza assiomi aggiunti. PSI ha pubblicato su GitHub il paper e il codice della formalizzazione, così che chiunque possa riprodurre le verifiche.

Il lavoro è stato guidato da David Turturean, dello staff tecnico di PSI, che ha sviluppato il sistema, impostato il problema e supervisionato la produzione della prova. Jim Halverson ha contribuito all'audit e Phiala Shanahan ha dato osservazioni sulla formalizzazione. Secondo la società, anche Guy Blanc, Jordan Docter, Carmen Strassle e Li-Yang Tan, ricercatori di Stanford che nell'agosto 2026 avevano dimostrato un caso particolare della congettura, hanno esaminato la nuova prova e inviato commenti.

Va evitato un equivoco: non si dimostra che i computer quantistici non offrano più vantaggi significativi. La conclusione è circoscritta ai problemi considerati, in assenza di strutture particolari negli input e nel modello di interrogazione studiato. I ricercatori di Stanford stanno ora preparando una presentazione più breve del risultato per la comunità scientifica, che sarà il passaggio da osservare.

I ricercatori di Stanford stanno preparando una presentazione più breve del risultato per la comunità scientifica.
— Physical Superintelligence (PSI)
Contáctanos FAQ