[论文解读] Formal Verification of Quantum Programs: Theory, Tools and Challenges

Marco Lewis, Sadegh Soudjani+1 more|arXiv (Cornell University)|Oct 4, 2021

Quantum Computing Algorithms and Architecture被引用 4

一句话总结

本综述全面概述了量子程序的形式化验证技术、工具及理论基础，重点关注在硬件噪声和软件错误背景下确保正确性的方法。文章识别了验证复杂量子算法所面临的关键挑战，并提出了面向NISQ时代量子编程语言与工具的验证框架未来研究方向。

ABSTRACT

Over the past 27 years, quantum computing has seen a huge rise in interest from both academia and industry. At the current rate, quantum computers are growing in size rapidly backed up by the increase of research in the field. Significant efforts are being made to improve the reliability of quantum hardware and to develop suitable software to program quantum computers. In contrast, the verification of quantum programs has received relatively less attention. Verifying programs is especially important in the quantum setting due to how difficult it is to program complex algorithms correctly on resource-constrained and error-prone quantum hardware. Research into creating verification frameworks for quantum programs has seen recent development, with a variety of tools implemented using a collection of theoretical ideas. This survey aims to be a short introduction into the area of formal verification of quantum programs, bringing together theory and tools developed to date. Further, this survey examines some of the challenges that the field may face in the future, namely the development of complex quantum algorithms.

研究动机与目标

• 为量子程序的形式化验证方法提供统一的介绍，整合至今为止发展出的理论与工具。
• 识别并分析验证复杂量子算法（特别是涉及循环、量子预言机和混合量子-经典控制）时面临的关键挑战。
• 探讨现有验证工具在处理测量、经典数据和动态量子对象方面的局限性。
• 倡导开发用户友好、可验证的量子编程语言，支持形式化验证且无需陡峭的学习曲线。
• 激发对NISQ时代大规模量子算法可扩展验证技术的进一步研究。

提出的方法

• 调研量子程序验证的理论基础，包括量子霍尔逻辑（QHL）、量子最弱自由先决条件（qWPL）和量子细化。
• 分析现有验证工具（如QBricks、QHLProver、CoqQ和CertiQ），重点关注其功能与局限性。
• 将形式化验证技术应用于Berman-Wu-Tsang（BWT）等实际量子算法，以说明验证挑战。
• 使用有界模型检测和循环不变量验证具有经典控制流的迭代量子过程。
• 提出将量子对象（如图、节点）作为一等抽象，以简化对量子数据结构的验证，超越量子比特层面的操作。
• 评估将经典数据处理和测量操作集成到形式化验证流程中的可行性。

Figure 1 . An example of a Kripke structure with $S=\{s_{0},s_{1},s_{2}\}$ .

实验结果

研究问题

• RQ1 形式化验证技术如何适应量子程序的独特特性，如叠加、纠缠和测量？
• RQ2 当前验证工具在支持测量、经典控制和量子比特动态初始化方面的关键局限性是什么？
• RQ3 现有验证框架能否扩展以支持广泛使用的量子编程语言（如Q#）？
• RQ4 如何利用有界方法或基于不变量的方法对具有深层循环和条件预言机的复杂量子算法进行形式化验证？
• RQ5 需要哪些设计原则，才能创建既强大又对非专家用户友好的可验证量子编程语言？

主要发现

• 现有验证工具（如QBricks和QHLProver）存在显著局限性：QBricks无法验证测量操作，QHLProver无法在程序中段初始化量子比特。
• Berman-Wu-Tsang（BWT）算法凸显了在存在经典循环、动态预言机和基于图的量子对象时验证量子程序的困难。
• 基于量子对象的验证（如通过QuantumOne）为简化对超越单个量子比特的量子数据结构的推理提供了有前景的抽象层。
• 当前工具缺乏对验证经典数据和操作的原生支持，表明在混合量子-经典程序的形式化验证方面存在关键缺口。
• 尽管CoqQ已成功使用QHL验证复杂算法，但其在大规模量子程序中的广泛适用性尚未得到验证，且仍具挑战性。
• 迫切需要开发用户友好、可验证的量子编程语言，实现形式化验证，且无需掌握交互式定理证明的专业知识。

Figure 2 . A computation tree for the automata given in Figure 2 that shows the CTL operation $\textbf{E}(q\textbf{U}p)$ . The proposition $q$ holds in states $s_{0}$ and $s_{1}$ , but the proposition $p$ holds in state $s_{2}$ .