اختبار عتادي لمشكلة صعبة في الحوسبة الكمومية
أظهر باحثون من Google Quantum AI تقنية تُسمى زراعة الحالات السحرية على معالج Willow فائق التوصيل التابع للشركة، وأفادوا بانخفاض الأخطاء في الحالات الكمومية المُحضّرة بمقدار 40 مرة. وتُقدَّم النتيجة، المنشورة في Science، بوصفها أول اختبار عتادي ناجح لهذا النهج.
يتناول هذا العمل عقبة محورية في الحوسبة الكمومية: فالكيوبتات هشة. وعلى خلاف البتات الرقمية التقليدية، يمكن أن تتأثر البتات الكمومية بمحيطها وبعيوب التحكم. وتجعل هذه الأخطاء إجراء حسابات موثوقة بالغ الصعوبة، ولا سيما العمليات المتقدمة اللازمة للحواسيب الكمومية المفيدة والقادرة على تحمّل الأخطاء.
تركّز التجربة المعلنة على “الحالات السحرية”، وهي حالات كمومية مُحضّرة خصيصاً للحسابات المتقدمة. ويُعد إنتاج حالات سحرية عالية الجودة تحدياً كبيراً، لأن خطأً صغيراً في الحالة قد يقوّض حساباً أكبر. ولا تلغي نتيجة Google التحدي الأوسع للحوسبة الكمومية القادرة على تحمّل الأخطاء، لكنها توضح مساراً لتحسين عنصر مهم على عتاد حقيقي.
من التقطير إلى الزراعة
تتمثل إحدى الطرق المعروفة لتحسين الحالات السحرية في تقطير الحالات السحرية. وبصورة عامة، يرشّح التقطير العيوب من الموارد الكمومية. وقد ينجح، لكنه يستهلك موارد كثيرة: إذ قد يتطلب توليد عدد أقل من الحالات المفيدة قدراً كبيراً من العتاد والمعالجة.
أما زراعة الحالات السحرية فهي مقترح مختلف. فبدلاً من الاعتماد على النوع نفسه من الترشيح المكلف بالموارد، تسعى إلى تنظيف حالة سحرية مشوشة مباشرة داخل كيوبت محمي. وتأتي الحماية من ترميز المعلومات الكمومية عبر عدة كيوبتات مادية، بدلاً من وضعها كلها في مكوّن واحد عرضة للخطر.
في تجربة Willow، بدأ الفريق عمداً بأخطاء بهدف تصحيحها. ورمّز الباحثون حالة سحرية مشوشة عبر شبكة صغيرة من الكيوبتات المادية. ثم استخدموا كيوبتات مساعدة للتحقق من وجود أخطاء في المعلومات المرمّزة من دون تدمير البيانات الكمومية الحساسة.
عندما كشفت عمليات التحقق عن خلل، أُهملت تلك المحاولة وبدأ النظام من جديد. وعندما اجتازت محاولة ما جميع عمليات التحقق، احتُفظ بالحالة السحرية المُحسّنة لمزيد من المعالجة. وتُعد عملية الاختيار اللاحق مهمة: فالطريقة لا تدّعي نجاح كل محاولة، بل تهدف إلى تحديد الحالات التي نجت فيها الحالة المحمية المطلوبة من عمليات التحقق.
ماذا يعني رقم الأربعين ضعفاً
بحسب الباحثين، خفّضت الزراعة الخطأ بمعامل 40. وبلغت دقة الحالات السحرية المقبولة 99.99% تقريباً على الأقل، وهي مقياس لمدى تطابق الحالة المُحضّرة مع الحالة المقصودة.
يوضح هذا الرقم أيضاً سبب كون القياس تحدياً في هذا المجال. فإذا كانت الأخطاء المتبقية صغيرة جداً، فإن إثبات صغرها يتطلب تحققاً دقيقاً. وطوّر الفريق تقنية تُسمى التصوير المقطعي بالارتداد لاكتشاف الأخطاء المتبقية باستخدام قياسات أقل مما تتطلبه الأساليب التقليدية.
كان الترشيح انتقائياً. ولم تجتز سوى نحو 8% من المحاولات الأولية جميع عمليات التحقق. ويشكّل هذا التبادل جزءاً من السؤال العملي المحيط بالزراعة: فقد تحسّن التقنية جودة الحالات المقبولة بدرجة كبيرة، لكنها تظل تتطلب محاولات متكررة. لذلك لا تقتصر المقارنة المناسبة على معدل أخطاء الحالات الباقية، بل تشمل التكلفة الكاملة لإنشاء عدد كافٍ منها لإجراء حساب مفيد.
لماذا تهم الحالات السحرية
تستطيع المعالجات الكمومية تنفيذ بعض العمليات بصورة طبيعية أكثر من غيرها. ولأكثر أشكال الحوسبة الكمومية تطلباً، يحتاج الباحثون إلى موارد مُحضّرة بعناية تتيح للنظام تنفيذ العمليات المتقدمة المطلوبة. والحالات السحرية أحد هذه الموارد.
ونتيجة لذلك، يمكن أن تؤثر تكلفة إنتاج حالات سحرية موثوقة في حجم وتصميم آلة مستقبلية قادرة على تحمّل الأخطاء. وقد تكون لطريقة تنشئ حالات أفضل بموارد إجمالية أقل أهمية تتجاوز بكثير عرضاً مختبرياً واحداً. وفي المقابل، لا يثبت نجاح قوي في مكوّن واحد بمفرده وجود حاسوب كمومي كامل قادر على تحمّل الأخطاء. إذ يجب في النهاية أن يتكامل مع كيوبتات موثوقة، وكشف الأخطاء، وأنظمة التحكم، والعناصر الأخرى في بنية كاملة.
وتكتسب نتيجة Willow أهميتها لأنها تأخذ نهجاً لم يُختبر بنجاح من قبل على عتاد حقيقي، وتخضعه لعيوب معالج فائق التوصيل. وهكذا تنقل التجربة الفكرة من خيار نظري إلى نتيجة هندسية يمكن تقييمها في ضوء قيود العتاد.
إنجاز مهم وأسئلة عملية ما زالت مفتوحة
من الأفضل قراءة النتيجة المعلنة بوصفها عرضاً لأداة واعدة، لا إعلاناً عن حل مشكلة تصحيح الأخطاء الكمومية. وتُظهر التجربة أن الحالات المحمية والمشوشة يمكن غربلتها وتحسينها، وأن الحالات المقبولة الناتجة قد تتمتع بخطأ أقل بكثير.
وتكمن أهميتها في الجمع بين أداء العتاد والتحقق. فلم يكتف الفريق باقتراح أن الزراعة ينبغي أن تنجح؛ بل رمّز حالة مشوشة، واستخدم كيوبتات مساعدة لفحصها، وتخلّص من المحاولات الفاشلة، وقاس جودة الحالات التي نجت. وكانت طريقة التصوير المقطعي الجديدة جزءاً من جعل هذه القياسات ممكنة عند مستوى الخطأ المعلن.
في الحوسبة الكمومية، يأتي التقدم غالباً عبر تحسينات على مستوى المكوّنات من هذا النوع. وقد يؤدي تحسين إعداد مورد حاسم إلى تغيير التوازن الهندسي للأنظمة الأكبر، حتى مع بقاء خطوات صعبة كثيرة. وتقدم نتيجة Google Quantum AI، البالغة 40 ضعفاً، دليلاً على أن زراعة الحالات السحرية تستحق النظر فيها إلى جانب الأساليب الأرسخ بينما يعمل الباحثون على تحقيق حوسبة كمومية موثوقة.
يستند هذا المقال إلى تقرير نشرته Phys.org. اقرأ المقال الأصلي.
Originally published on phys.org
