结果族 281：QAOA attains the SK optimum in the thermodynamic-first limit · 学科：Mathematical physics · 验证状态：暂无形式化证明，请以社区核验为准
设想一场巨大聚会，任意两位客人合不合得来完全随机，你要安排所有人的座位使总冲突最小——这就是 SK 自旋玻璃模型。QAOA 是一台量子”调解机”：轮流做两件事，先顺着冲突能量演化，再随机晃一晃跳出局部最优。本文证明：先让聚会无限大、再让调解机的层数加深，它能做到理论极限的最优安排。
关键词卡片
@@M@@n\to\infty@@、再取深度 @@M@@p\to\infty@@ 的极限次序看个具体例子
公式卡（数字版定理）：@@M@@\lim_{p\to\infty}Q_p=P_*@@。等价地，任给精度 @@M@@\varepsilon>0@@，存在有限深度 @@M@@p@@ 与一组固定的角度 @@M@@(\gamma,\beta)@@——不随 @@M@@n@@、不随随机耦合 @@M@@J@@ 改变——使每自旋期望能量 @@M@@v_p(\gamma,\beta)\ge P_*-\varepsilon@@。
为什么值得关心
它证实了 Basso 等人”QAOA 终将 Parisi 最优”的猜想，但也坦承不给所需深度的定量上界、也没有高效的选角度程序——是定性层面的一锤定音。
暂无形式化证明（AI 结果待核验）
第一级台阶
导读把 SK 模型比作”随机好恶的巨大聚会”，把 QAOA 比作轮流”顺能量演化”与”随机晃动”的调解机。翻译成半数学语言：对象是一个所有点对相互作用都随机抽取的能量地形，以及一台交替执行两种演化——按冲突能量推进、再整体晃动——的量子线路；操作是重复这两步若干层后测量，看平均每个自旋分摊到的能量离理论下界多远。层数是唯一可加深的旋钮。
第二级台阶
用本科术语精确化。SK 模型取自旋构形 @@M@@\sigma\in\{-1,1\}^n@@，能量 @@M@@h(\sigma)=\frac{1}{\sqrt n}\sum_{i<j}J_{ij}\sigma_i\sigma_j@@，其中 @@M@@J_{ij}@@ 是独立标准高斯随机变量——这是全连接的自旋玻璃。QAOA 态从均匀叠加出发，交替施加由代价哈密顿量 @@M@@C=\frac{1}{\sqrt n}\sum J_{ij}Z_iZ_j@@ 与横场混合器 @@M@@B=\sum_iX_i@@ 生成的酉演化，深度 @@M@@p@@ 指交替的层数；对固定角度先令系统数 @@M@@n\to\infty@@ 得每自旋期望能量 @@M@@v_p@@，再对角度取上确界得 @@M@@Q_p@@。Parisi 常数 @@M@@P_*@@ 是该模型基态能量密度的精确极限。
第三级台阶
定理的语境是极限次序：主定理断言 @@M@@\lim_{p\to\infty}Q_p=P_*@@。”先 @@M@@n\to\infty@@、后 @@M@@p\to\infty@@“这次序假设挡住了固定实例结论的陷阱——单看一个实例加深线路固然趋于该实例最优，但所需深度会随 @@M@@n@@ 涨，无法兑换成跨规模一致的线路；角度须为确定性常数、不依赖 @@M@@n@@ 与无序实现，挡住了按实例定制参数的作弊。结论用这些术语说：任给精度 @@M@@\varepsilon@@，存在有限深度与一组普适角度使 @@M@@v_p\ge P_*-\varefty@@。论文同时声明不给深度的定量上界、不给高效选角程序——定理是定性的一锤定音，与导读的坦诚一致。
证明了量子近似优化算法（QAOA）在”先取热力学极限、再增加线路深度”的次序下能逼近 SK 自旋玻璃的 Parisi 基态能量：对任意精度，都存在与系统规模和无序实现无关的确定性角度的有限深度线路达到该精度，证实了 Basso 等人的”最终 Parisi 最优”猜想。
Sherrington–Kirkpatrick（SK）模型是 1975 年提出的全连接伊辛自旋玻璃（spin glass）：自旋 @@M@@\sigma\in\{-1,1\}^n@@ 的能量为 @@M@@h_{n,J}(\sigma)=\frac1{\sqrt n}\sum_{i<j}J_{ij}\sigma_i\sigma_j@@，耦合 @@M@@J_{ij}@@ 是独立标准高斯变量。其基态能量密度极限由 Parisi 变分公式（Parisi formula）刻画——Guerra 证上界、Talagrand 证等式——是自旋玻璃理论的基石。2014 年 Farhi、Goldstone、Gutmann 提出量子近似优化算法（QAOA, Quantum Approximate Optimization Algorithm）：从均匀叠加态出发，交替演化代价哈密顿量与横场混合器。此前已知两条结果：对每个固定实例，深度趋于无穷时 QAOA 趋于该实例的最优值；对固定深度，系统尺寸趋于无穷时其性能有精确的极限刻画（FGGZ，2022）。Basso、Farhi、Marwaha、Villalonga、Zhou（2022）由此猜想深度足够大时 QAOA 的热力学极限值收敛到 Parisi 最优 @@M@@P_*@@。卡点在于：固定实例的结果给不出随 @@M@@n@@ 增大仍一致的有限深度，必须把”选定线路”与”取热力学极限”的先后次序严格对调。
记代价哈密顿量 @@M@@C_{n,J}=\frac1{\sqrt n}\sum_{i<j}J_{ij}Z_iZ_j@@（@@M@@X,Y,Z@@ 为 Pauli 矩阵），混合器 @@M@@B_n=\sum_iX_i@@，深度 @@M@@p@@ 的 QAOA 态为
@@M@@D\ket{\psi_{n,p,J}(\gamma,\beta)}=e^{-\mathrm{i}\beta_pB_n}e^{-\mathrm{i}\gamma_pC_{n,J}}\cdots e^{-\mathrm{i}\beta_1B_n}e^{-\mathrm{i}\gamma_1C_{n,J}}\ket{+}^{\otimes n}.@@
对固定角度先取 @@M@@n\to\infty@@ 得每自旋期望能量 @@M@@v_p(\gamma,\beta)@@，再对角度取上确界得 @@M@@Q_p@@。主定理（Theorem 1.1）断言 @@M@@\lim_{p\to\infty}Q_p=P_*@@，其中 @@M@@P_*=\lim_{n\to\infty}\frac1n\E\max_\sigma h_{n,J}(\sigma)@@ 是 SK 基态能量常数。等价地说：对每个 @@M@@\varepsilon>0@@，存在有限深度 @@M@@p@@ 与确定性角度 @@M@@\gamma,\beta\in\mathbb{R}^p@@——不依赖 @@M@@n@@ 与无序 @@M@@J@@——使 @@M@@v_p(\gamma,\beta)\ge P_*-\varepsilon@@。这正是上述猜想的固定参数热力学表述。推论（Corollary 1.2）进一步给出大度正则图 MaxCut 的首阶最优：对围长超过 @@M@@2p+1@@ 的 @@M@@(D+1)@@-正则图 @@M@@G@@，同一组角度（按度数缩放为 @@M@@2\gamma/\sqrt D@@）切掉的边比例至少为 @@M@@\frac12+\frac{P_*-\eta}{\sqrt D}@@，且对随机正则图在相继极限下以概率达到首阶最优。
上界是平凡的（计算基测量只能产生经典构型），且追加零角度层使 @@M@@Q_p@@ 单调，故整个定理化归为：对每个精度构造一个有限”字”。第一步选古典目标：取零温 Parisi 极小化子 @@M@@\gamma(t)@@，其扩散 @@M@@\dd X_t=\gamma(t)u\,\dd t+\dd B_t@@ 的梯度鞅满足一致性 @@M@@\E u^2=t@@ 与值公式 @@M@@P_*=\int_0^1\E a(t,X_t)\,\dd t@@（@@M@@u=\Phi_x@@，@@M@@a=\Phi_{xx}@@）；对扩散做 Euler 离散并用一个额外高斯把终端梯度取整为自旋，得到有限个独立高斯符号函数的系数恒等式，其值逼近 @@M@@P_*@@——这一输入依赖姊妹篇的满支撑定理。第二步在根树上实现：把每个新高斯坐标实现为”下一层子代计算的归一化聚合”，用正交性归纳使联合高斯律精确成立；根部的能量恰为该函数的单粒子部分，值公式因此直接传递，无需单独的边展开。第三步磨光与类型排除：先把所有传递函数换成有界光滑函数，再给顶点划分”类型”（type），让每个聚合过程排除接收者自身类型、路径祖先类型与少量辅助类型，从而阻止编译出的操作反馈到自身参数。第四步线路合成：用代价门与混合器，辅以由高斯标签形成的纵向场，沿”接收者—发送者—辅助者—发送者”的回路取交换子来实现邻居和；当回路回到同一发送者时，保持初态的辅助自旋恰好给出所需项，而细分发送者类型使不同发送者的贡献随类型变细而消失。第五步去种子：对已选定的有限线路，用一次不完美的代价回波产生一个带大相干位移的小分量；选择性自旋旋转只改变该分量、同时抵消对其余状态的主阶作用；再用一次长回波把变化放大成有限的纵向场，从而把所有纵向场种子门替换为普通门，且保持根能量不变。最后装配：按 @@M@@\varepsilon/4@@、@@M@@\varepsilon/8@@ 逐级分配误差，得到一个与 @@M@@D,n,J@@ 都无关的普通有限字；此时才引用 Basso 等人的固定字”树—SK”恒等式（Proposition 2.1），把树上的边值等同于固定参数的 SK 极限值，完成证明。
本文暂无形式化证明；按 OpenAI 官方声明，未经形式化的结果可能有问题，请以社区核验为准。构造的古典支柱正是同族姊妹篇《Full support of the zero-temperature Sherrington–Kirkpatrick order parameter》——满支撑所保证的扩散一致性与有限高斯系数公式是第一步的出发点；论文另给出一条不经由该篇的正温度替代路线（Montanari 与 El Alaoui–Montanari–Sellke 的消息传递框架，加上 Lopatto 的正温满支撑定理）。作者坦承：不给所需深度的定量上界，也不提供高效的选角程序，结论是期望能量意义下的。
问 1：整个构造中最脆弱的一环是哪里？
（答：是”去种子”步骤（Theorem seed-simulation，第 5 节）：已选定的有限线路里含由高斯标签形成的纵向种子场，必须用一次不完美代价回波制造大相干位移的小分量、选择性旋转只改该分量、再用长回波放大成有限纵向场，才能把种子门全部换成普通代价—混合器门且保持根能量不变。回波的奇异估计与插入方向变化若有一处失控，最终”普通字”就不复存在。）
问 2：极限次序为什么不能对调？
（答：固定实例加深深度固然趋于该实例最优（FGG 2014 式 (10)），但所需深度随 @@M@@n@@ 增长，兑换不出跨规模一致的有限线路。本文必须先对每个精度选定一个完整有限字、再令 @@M@@n\to\infty@@；论文明确不主张任何”尺寸—深度联合极限”。）
问 3：与 Basso 等人及 Boulebnane、Sels–Morone 的工作相比，新意何在？
（答：BFMVZ 2022 只提出猜想（其式 (7.2)），Boulebnane 与 Sels–Morone 给的是数值与半经典证据；本文给出构造性证明：把零温 Parisi 极小化子的扩散离散成有限高斯系数公式，在根树上正交归纳地精确实现联合高斯律，再编译成量子线路。）
问 4：证明对姊妹篇的依赖是不是结构性风险？
（答：是。主路线的经典支柱——零温序参量的满支撑、扩散一致性与有限高斯系数恒等式——全部来自同批 AI 生成的姊妹篇。若其有误，主路线即塌；好在附录给出独立正温度路线（Montanari 优化定理 + El Alaoui–Montanari–Sellke 框架 + Lopatto 满支撑），量子构造与装配两条路线共用。）
问 5：类型排除机制到底在防什么？
（答：防自反馈：编译出的操作若读到自己参数所在类型的后代子树，聚合就会”吃自己的输出”。类型细分使每个聚合排除接收者类型、路径祖先类型与辅助类型，代价任意小。这是 AI 生成构造中典型的”自我指涉漏洞”高发区，论文也明言不主张使用同一后代的计算相互独立。）
问 6：结果在期望能量层面，实践者该怎么用？
（答：直接推论是大度正则图 MaxCut 的首阶最优：围长大于 @@M@@2p+1@@ 的 @@M@@(D+1)@@-正则图上切边比例至少 @@M@@\frac12+\frac{P_*-\eta}{\sqrt D}@@，且对随机正则图相继极限下首阶最优。但论文自认不给深度定量上界、不给高效选角程序——对量子优化的实践指导有限，价值在定调”QAOA 深度足够时原则上不输 Parisi 极限”。）
总评
这项工作以庞大构造证实了一个流传数年的猜想，且备有独立正温度备胎路线，设计上相当自觉；最大风险是五级构造链（经典目标—树实现—磨光排除—线路合成—去种子）任一环的估计细节出错，以及主路线对同批未经核验姊妹篇的结构性依赖。