Quantum Architecture Search with Unsupervised Representation Learning
تقترح هذه الورقة إطار عمل للبحث عن البنية الكمية خالٍ من التنبؤ، يستفيد من تعلم التمثيل غير الخاضع للإشراف والترميز الرسومي المحسّن لاكتشاف دوائر كمية عالية الأداء لأجهزة NISQ بكفاءة، وهو ما تم التحقق منه عبر التنفيذ الناجح على أجهزة حقيقية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول ابتكار الوصفة المثالية لكعكة ما، لكن ليس لديك كتاب طهي، ولا يمكنك تذوق الكعكة إلا بعد خبزها. في عالم الحوسبة الكمومية، "خبز الكعكة" أمر مكلف وبطيء للغاية لأن الأمر يتطلب استخدام آلات كمومية حقيقية وهشة عرضة للأخطاء (مثل مطبخ يهتز باستمرار).
تقدم هذه الورقة البحثية طريقة جديدة لإيجب أفضل "الوصفات الكمومية" (التي تسمى الدوائر الكمومية - Quantum Circuits) دون الحاجة إلى تذوق كل واحدة منها. وإليك كيف فعلوا ذلك، مشروحاً ببساطة:
1. المشكلة: عقبة "اختبار التذوق"
تقليدياً، لكي يجد الباحثون أفضل دائرة كمومية، كانوا يجربون آلاف التصاميم المختلفة. ولكل تصميم، كان عليهم تشغيله على حاسوب كمومي ليروا مدى جودة عمله. هذا يشبه محاولة إيجاد أفضل وصفة للكعكة عن طريق خبز 10,000 كعكة وتذوقها جميعاً. هذا يستغرق وقتاً طويلاً ويكلف ثروة.
حاولت بعض الطرق السابقة استخدام "متنبئ" (مُخمّن) ليقول: "هذا التصميم يبدو جيداً، لذا دعونا نتخطى مرحلة الخبز". ولكن لتدريب هذا المُخمّن، كان لا بد من خبز وتذوق آلاف الكعكات أولاً لتعليمه ما الذي يعنيه أن يكون الشيء "جيداً". لقد كانت حلقة مفرغة.
2. الحل: تعلم "شكل" الجودة
استلهم المؤلفون طريقتهم من كيفية تعلم البشر التعرف على الأنماط. فقد تساءلوا: هل يمكننا تعليم الكمبيوتر فهم "شكل" أو "بنية" الدائرة الكمومية دون أن يتذوق الكعكة أبداً؟
استخدموا تقنية تسمى تعلم التمثيل غير الخاضع للإشراف (Unsupervised Representation Learning). فكر في هذا كشيف ماهر نظر إلى الملايين من تصاميم الكعكات المختلفة (بعضها جيد وبعضها سيء) لكنه لم يتذوق أي واحدة منها قط. مع مرور الوقت، يتعلم الشيف أن ميزات هيكلية معينة — مثل كيفية تكديس الطبقات أو مكان وضع الكريمة — تميل للظهور معاً.
- "المهندس المعماري" (المُشفّر - The Encoder): بنوا نظاماً ينظر إلى مخطط الدائرة الكمومية ويحولها إلى "بطاقة هوية" بسيطة (متجه رياضي).
- "الخريطة السحرية" (الفضاء الكامن - Latent Space): قاموا بترتيب كل بطاقات الهوية هذه على خريطة. وكان الاكتشاف الرائع هو أن الدوائر التي تبدو متشابهة هيكلياً انتهى بها المطاف بالجلوس بالقرب من بعضها البعض على هذه الخريطة. والأفضل من ذلك، أن الدوائر التي تعمل بشكل جيد فعلياً (ذات أداء عالٍ) تميل للتجمع معاً في أحياء محددة على هذه الخريطة، رغم أن النظام لم يُخبره أبداً أي منها كان "جيداً".
3. البحث: استكشاف الخريطة بدلاً من المطبخ
بمجرد حصولهم على هذه "الخريطة السحرية"، توقفوا عن البحث في المخططات الخام. بدلاً من ذلك، أرسلوا مستكشفين مختلفين (خوارزميات) ليتجولوا حول الخريطة:
- REINFORCE: مستكشف ذكي يتعلم من أخطائه، ويتحرك نحو مناطق الخريطة التي تبدو واعدة.
- التحسين البايزي (Bayesian Optimization): مستكشف استراتيجي يستخدم الاحتمالات لتخمين أين تختبئ أفضل البقاع.
ولأنهم كانوا يبحثون في خريطة سلسة ومنظمة بدلاً من المطبخ الفوضوي والمضطرب، فقد وجدوا دوائر عالية الأداء بسرعة أكبر بكثير. لم يحتاجوا إلى "متنبئ" أو قائمة ضخمة من الأمثلة المصنفة لإخبارهم أين ينظرون؛ فالخريطة نفسها هي التي أرشدتهم.
4. "المخطط المعزز"
تشير الورقة أيضاً إلى تحسين محدد في كيفية رسم المخططات. فقد كانت الطرق السابقة تعامل جميع أجزاء الدائرة بنفس الطريقة، مثل خريطة عامة. أضاف المؤلفون تفاصيل محددة، مثل تحديد أي "كيوبت" (النسخة الكمومية من الـ bit) هو "الرئيس" (التحكم/Control) وأيها هو "العامل" (الهدف/Target) في التفاعل بين كيوبتين. جعل هذا المخطط أكثر وضوحاً ودقة، مما ساعد المستكشفين في العثور على دوائر أفضل.
5. الاختبار في العالم الحقيقي
لإثبات أن هذا لم يكن مجرد محاكاة حاسوبية، أخذوا أفضل الدوائر التي وجدوها وشغلوها على حاسوب كمومي حقيقي (IBM's ibm_sherbrooke).
- النتيجة: حتى مع كون الآلة الحقيقية مليئة بالضجيج وغير مثالية (مثل مطبخ به طاولة تهتز)، إلا أن الدوائر التي وجدوها لا تزال تعمل بشكل مثالي. لقد حصلوا على الإجابة الصحيحة بنسبة 100% من الوقت، تماماً كما فعلوا في المحاكاة.
ملخص
باختاً، بنى المؤلفون خريطة ذكية لتصاميم الدوائر الكمومية باستخدام طريقة تتعلم من البنية وحدها، دون الحاجة لاختبار كل واحدة منها. ثم استخدموا هذه الخريطة للعثور على أفضل التصاميم بسرعة. هذا يوفر الوقت، ويوفر المال، ويعمل حتى على الحواسيب الكمومية الموجودة حالياً والتي تعاني من الضجيج وعدم المثالية. لقد أثبتوا بنجاح أنه ليس من الضروري تذوق كل كعكة للعثور على أفضل وصفة؛ بل يكفي فقط فهم هندسة المطبخ.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.