⚛️ quantum physics

Faster Algorithmic Quantum and Classical Simulations by Corrected Product Formulas

تقدم هذه الورقة صيغ المنتجات المصححة (CPFs)، وهي طريقة محسنة لمحاكاة الهاملتوني تقوم بحقن حدود "مصححة" مساعدة في صيغ المنتجات القياسية لتحقيق تحسينات في الدقة تصل إلى عدة مراتب عشرية بتكلفة ضئيلة الزيادة، مما يفيد بشكل خاص الأنظمة الشبكية المضطربة على كل من الأجهزة الكلاسيكية والكمومية.

المؤلفون الأصليون: Mohsen Bagherimehrab, Luis Mantilla Calderon, Dominic W. Berry, Philipp Schleich, Mohammad Ghazi Vakili, Abdulrahman Aldossary, Jorge A. Campos Gonzalez Angulo, Christoph Gorgulla, Alan Aspuru-Guzik

نُشر 2026-07-30

📖 7 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Mohsen Bagherimehrab, Luis Mantilla Calderon, Dominic W. Berry, Philipp Schleich, Mohammad Ghazi Vakili, Abdulrahman Aldossary, Jorge A. Campos Gonzalez Angulo, Christoph Gorgulla, Alan Aspuru-Guzik

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 التنبؤ بمستقبل ساحة رقص فوضوية. في العالم الكمومي، تتحرك الجسيمات باستمرار في دوامات، وتتصادم، وتتفاعل بطرق يصعب تتبعها للغاية. يستخدم العلماء وصفات رياضية خاصة تسمى "صيغ الضرب" (product formulas) لمحاكاة هذه الرقصة على أجهزة الكمبيوتر. فكر في هذه الوصفات كأنها مجموعة من التعليمات لروبوت: "خطوة لليسار، ثم خطوة لليمين، ثم دوران". إذا اتخذ الروبوت خطوات صغيرة ومثالية، فيمكنه محاكاة الرقصة بدقة شبه تامة. ولكن إذا كانت الخطوات كبيرة جدًا أو كانت التعليمات بسيطة للغاية، فسوف يتعثر الروبوت ويضل طريقه. لعقود من الزمن، كانت هذه الوصفات هي الأداة الأساسية لمحاكاة الأنظمة الكمومية، من تصميم أدوية جديدة إلى فهم كيفية عمل المواد. ومع ذلك، كلما أصبحت الرقصة أكثر تعقيدًا، بدأت الوصفات القديمة في الفشل، مما يتطلب من الروبوت اتخاذ ملايين الخطوات الصغيرة والبطيئة للحفاظ على الدقة. وهذه مشكلة كبيرة لأجهزة الكمبيوتر الكمومية الجديدة والقوية التي يتم بناؤها اليوم، والتي تحتاج إلى أن تكون سريعة وفعالة لتكون مفيدة.

السؤال الكبير الذي كان العلماء يطرحونه هو: هل يمكننا إصلاح هذه الوصفات ليرقص الروبوت بشكل أفضل دون اتخاذ ملايين الخطوات الإضافية؟ الإجابة، وفقًا لدراسة جديدة، هي "نعم" مدوية. فقد طور الباحثون ترقية ذكية تسمى "صيغ الضرب المصححة" (Corrected Product Formulas - CPFs). فبدلاً من مجرد إخبار الروبوت بالخطوة لليسار ولليمين، يضيفون "حركة تصحيحية" سرية وصغيرة—مثل حركة اهتزاز خفيفة أو دوران سريع—تُلغي الأخطاء التي كان الروبوت سيرتكبها لولا ذلك. هذا ليس مجرد تعديل طفيف؛ إنه يشبه منح الروبوت حذاءً سحريًا يحافظ على توازنه المثالي. وتظهر الدراسة أن هذه الوصفات المصححة يمكنها محاكاة الرصات الكمومية بدقة أكبر بكثير من ذي قبل، باستخدام نفس القدر من القدرة الحوسبية، أو حتى أقل. وهذا يعد تغييرًا لقواعد اللعبة لمستقبل الحوسبة الكمومية، مما يعد بجعل هذه الآلات أكثر عملية لحل مشكلات العالم الحقيقي في وقت أقرب مما توقعه أي شخص.

الهزة السحرية: كيف تعالج الورقة البحثية الرقصة

تقدم الورقة البحثية، التي تحمل عنوان "محاكاة كمومية وكلاسيكية أسرع بواسطة صيغ الضرب المصححة"، طريقة لجعل هذه المحاكاة الكمومية أسرع وأكثر دقة بشكل ملحوظ. يقترح المؤلفون، وهم فريق من الباحثين من مؤسسات مثل جامعة تورنتو وهارفارد، حقن "مصححات" في الصيغ الرياضية القياسية المستخدمة لمحاكاة الأنظمة الكمومية.

لفهم ما فعلوه، تخيل أنك تحاول السير في خط مستقيم بينما تحمل صندوقًا ثقيلًا ومتأرجحًا. الطريقة القياسية (التي تسمى "صيغة الضرب") تشبه اتخاذ سلسلة من الخطوات الصلبة والميكانيكية. أنت تخطو للأمام، ثم تخطو للأمام مرة أخرى. ولكن لأن الصندوق متأرجح، فإنك تنحرف عن المسار. وكلما زاد عدد الخطوات التي تتخذها، زاد انحرافك. ابتكار الورقة البحثية هو إضافة "مصحح"—وهو تعديل صغير ومحسوب لخطوتك. إنه يشبه إضافة ميل طفيف لجسمك أو التواء سريع لمعصمك يعادل تمامًا تمايل الصندوق.

وجد الباحثون أنه من خلال إضافة هذه "المصححات" المحددة (والتي توصف رياضيًا بأنها حدود إضافية أو "حركات اهتزاز")، استطاعوا تقليل خطأ المحاكاة بعدة مراتب عشرية. بلغة الورقة البحثية، أثبتوا أن هذه الصيغ المصححة (CPFs) يمكنها تحقيق حد خطأ أصغر بكثير من الصيغ القياسية. على سبيل المثال، في الأنظمة التي يكون فيها جزء من الرقصة الكمومية أصغر بكثير أو أضعف من الجزء الآخر (تسمى الأنظمة المضطربة)، قد يكون للأسلوب القياسي خطأ يتناسب مع رقم معين، لكن الطريقة المصححة تقلل هذا الخطأ بعامل يساوي مربع ذلك الرقم. إنه الفرق بين الخطأ في الهدف بمسافة ميل، والخطأ فيه ببوصة واحدة.

الأنواع الثلاثة من الحركات السحرية

لا تقدم الورقة نوعًا واحدًا من الإصلاحات فحسب، بل تقدم ثلاثة أنواع مختلفة من "المصححات" اعتمادًا على الموقف:

المصحح الزمكاني (Symplectic Corrector): هذا هو الأكثر كفاءة. إنه يشبه "خطوة شبحية" تحدث في بداية ونهاية المحاكاة. وبسبب كيفية عمل الرياضيات، فإن هذه الخطوات الشبحية تلغي بعضها البعض في منتهم المحاكاة، مما يعني أنك لست مضطرًا لدفع ثمن باهظ في القدرة الحوسبية لاستخدامها. تظهر الورقة أنه بالنسبة للعديد من الأنظمة، لا يضيف هذا المصحح سوى تكلفة ضئيلة جدًا ولكنه يزيل قدرًا هائلًا من الخطأ.
المصحح المتماثل (Symmetric Corrector): هذا يشبه صورة المرآة. فهو يضيف حركة متوازنة تمامًا على كلا الجانبين من الخطوة الرئيسية. وهو ممتاز لتنظيف أنواع معينة من الأخطاء التي تحدث عندما لا يكون النظام متماثلًا تمامًا.
المصحح المركب (Composite Corrector): هذا مزيج من الاثنين، وهو "اهتزاز مزدوج" يتعامل مع أخطاء أكثر تعقيدًا.

أثبت المؤلفون رياضيًا أن هذه المصححات تعمل لكل من الأنظمة "غير المضطربة" (حيث تكون جميع أجزاء الرقصة متساوية القوة) والأنظمة "المضطربة" (حيث يكون أحد الأجزاء بمث level الهمس والآخر بالصراخ). وفي سيناريوهات "الهمس"، يكون التحسن دراماتيكيًا بشكل خاص. توضح الورقة أنه بالنسبة لهذه الأنظمة، يمكن للصيغ المصححة أن تكون أكثر دقة بعدة مراتب عشرية من الصيغ القديمة، حيث تستخدم بفعالية ضعف جزء "الهمس" للتحكم في إجمالي الخطأ وتقليله.

اختبار الحركات: من النظرية إلى الواقع

لإثبات أن نظريتهم ليست مجرد رياضيات جميلة على الورق، وضع الفريق صيغهم الجديدة قيد الاختبار بطريقتين. أولاً، أجروا عمليات محاكاة عددية ضخمة على أجهزة كمبيوتر كلاسيكية. لقد قاموا بمحاكاة أنظمة كمومية متنوعة، بما في ذلك نماذج للمغناطيسات (نماذج هايزنبرج وإيسينج) والإلكترونات التي تنتقل بين الذرات (نموذج هوبارد). كانت النت النتائج واضحة: تفوقت الصيغ المصححة (CPFs) باستمرار على الصيغ القياسية. وفي كثير من الحالات، كان الخطأ أقل جدًا لدرجة أن النسخة المصححة يمكنها محاكاة نظام لفترة زمنية أطول بكثير أو بخطوات أكبر دون فقدان الدقة.

ثانيًا، ولعل الأمر الأكثر إثارة للإعجاب، فقد نقلوا صيغهم إلى العالم الحقيقي. لقد طبقوا هذه المحاكاة على أجهزة كمومية حقيقية—تحديدًا معالج كمومي مكون من 127 كيوبت من إنتاج IBM يسمى "ibm_quebec". كما اختبروها على محاكيات صاخبة تحاكي عيوب الأجهزة الحقيقية. وحتى مع وجود "الضجيج" والأخطاء المتأصلة في أجهزة الكمبيوتر الكمومية الحالية، أنتجت الصيغ المصححة نتائج أكثر دقة من الصيغ القياسية. وهذا اكتشاف حاسم لأن هذا يوضح أن هذه التحسينات ليست نظرية فحسب؛ بل إنها تعمل حتى على الآلات غير المثالية التي نمتلكها الآن.

ما تفعله الورقة وما لا تدعي فعله

من المهم ملاحظة ما تستبعده الورقة صراحةً وأين تكمن ثقتها. لا يدعي المؤلفون أنهم حلوا مشكلة المحاكاة الكمومية بالكامل، ولا يقترحون أن هذه الصيغ هي حل سحري لكل نوع من الأنظمة الكمومية. هم يركزون تحديدًا على الأنظمة التي يمكن تقسيم "الهاملتونيان" (الوصف الرياضي لطاقة النظام) فيها إلى جزأين يمكن محاكاتهما بدقة. كما أوضحوا أنه بينما طريقتهم فعالة للغاية للأنظمة "المضطربة" (حيث يكون أحد الأجزاء صغيرًا)، فإنها مفيدة أيضًا للأنظمة غير المضطربة، ولكن مع مكاسب مختلفة قليلاً.

تتعامل الورقة بحذر شديد بشأن مستويات الثقة الخاصة بها. الحدود النظرية للخطأ مثبتة رياضيًا. تم إثبات تحسينات الأداء من خلال عمليات محاكاة عددية صارمة وتم التحقق منها من خلال تجارب على أجهزة كمومية حقيقية. ومع ذلك، يقر المؤلفون بأن تجارب الأجهزة الخاصة بهم كانت محدودة بأحجام أنظمة صغيرة (مثل ذرتين أو 4 ذرات) وأوقات محاكاة قصيرة بسبب القيود الحالية لأجهزة الكمبيوتر الكمومية. هم لا يدعون أن هذه الطريقة ستسمح لنا فورًا بمحاكاة جزيئات ضخمة ومعقدة على أجهزتنا اليوم، بل إنها توفر أداة قيمة لأجهزة الكمبيوتر الكمومية "المسامحة للأخطاء في مراحلها المبكرة" وتحسن كفاءة المحاكاة على الأجهزة الحالية الصاخبة.

كما تتناول الورقة فكرة منافسة. فقد اقترح فريق آخر من الباحثين مؤخرًا طريقة تسمى "THRIFT" لمحاكاة الأنظمة المضطربة. يشير مؤلفو هذه الورقة إلى أنه بينما تحقق THRIFT تدرج خطأ مشابهًا، فإن طريقتهم الخاصة (CPFs) تتميز بميزة متميزة: فهي تستخدم الأسس المباشرة لـ "الهاملتونيان" فقط، بينما تتطلب THRIFT بناء أسس أكثر تعقيدًا قد يصعب تنفيذها. علاوة على على ذلك، تظهر الورقة أن المصححات الزمكانية الخاصة بهم تضيف فقط تكلفة ثابتة وضئيلة للمحاكاة، بينما قد تضيف الطريقة المنافسة تكلفة ضربية تنمو مع المحاكاة.

الخلاصة

بكلمات بسيطة، تقدم هذه الورقة طريقة جديدة وأكثر ذكاءً لإخبار الكمبيوتر الكمومي كيف يرقص. فمن خلال إضافة بعض "حركات التصحيح" المحسوبة بعناقة إلى التعليمات القياسية، يمكن للكمبيوتر أن يظل على الإيقاع لفترة أطول بكثير وبدقة أكبر. لقد أثبت المؤلفون من خلال الرياضيات، والمحاكاة الحاسوبية، والتجارب الواقعية أن "صيغ الضرب المصححة" هي أداة قوية. إنها لا تقوم فقط بتعديل الطرق القديمة؛ بل تحسن بشكل أساسي دقة المحاكاة الكمومية، مما يجعلها أكثر عملية لأجهزة الكمبيوتر الكمومية اليوم وللآلات القوية غدًا. لأي شخص مهتم بكيفية استخدامنا لأجهزة الكمبيوتر الكمومية لاكتشاف أدوية جديدة، أو مواد، أو فهم الكون، فإن هذه خطوة مهمة نحو جعل تلك المحاكاة أسرع، وأرخص، وأكثر موثوقية.

ملخص تقني: محاكاة كمية وكلاسيكية أسرع للخوارزميات عبر صيغ الضرب المصححة

بيان المشكلة

تعد محاكاة ديناميكيات الأنظمة الكمية دافعًا رئيسيًا للحوسبة الكمية. وبينما تم تطوير العديد من التقنيات الخوارمازمية لتحسين الأداء التقاربي لمحاكاة الهاملتوني، تظل صيغ الضرب (Product Formulas - PFs) هي النهج الأكثر مباشرة وعملية، لا سيما لأجهزة الكمبيوتر الكمية ذات المقياس المتوسط المشوب بالضجيج وأجهزة الكمبيوتر المبكرة المقاومة للأخطاء. تقوم صيغ الضرب القياسية بتقريب مؤثر التطور الزمني $e^{-iHt}$ (حيث $H = \sum H_\ell$ ) باستخدام حاصل ضرب لأسس فردية لمصطلحات الهاملتوني.

ومع ذلك، تواجه صيغ الضرب القياسية قيدين رئيسيين:

تدرج الخطأ (Error Scaling): عادة ما يتدرج خطأ التقريب لصيغة من الرتبة $k$ كـ $O(t^{k+1})$ . ولتحقيق دقة عالية، يجب إما استخدام صيغ ذات رتب عالية (والتي تتطلب عددًا متزايدًا بسرعة من الأسس) أو تقسيم المحاكاة إلى خطوات زمنية صغيرة عديدة (مما يزيد من عمق الدائرة).
الأنظمة المضطربة (Perturbed Systems): يمكن تفكيك العديد من الأنظمة الفيزيائية، وخاصة هاملتونيات الشبكة (lattice Hamiltonians)، إلى جزء مهيمن $A$ واضطراب $\alpha B$ (حيث $\alpha \ll 1$ ). لا تستغل صيغ الضرب القياسية تمامًا صغر قيمة $\alpha$ لتقليل تدرج الخطأ بما يتجاوز الاعتماد القياسي على زمن التطور الكلي والرتبة.

غالبًا ما تفتقر التحسينات الحالية، مثل صيغ الضرب "المعالجة" (processed product formulas) أو الصيغ الهجينة المحددة لحالات الرتبة الرابعة، إلى العمومية أو تتطلب إجراءات تجميع معقدة لا يتم معالجتها بالكامل للرتب المختلفة أو الأنظمة المضطربة.

المنهجية

يقدم المؤلفون صيغ الضرب المصححة (Corrected Product Formulas - CPFs)، وهي تنويع لصيغ الضرب القياسية يتم من خلاله حقن مصطلحات مساعدة، تسمى المصححات (correctors)، في التسلسل القياسي. وتتضمن المنهجية الجوهرية ما يلي:

تفكيك الهاملتوني: يتم نمذجة هاملتوني النظام كـ $H = A + \alpha B$ . بالنسبة للأنظمة غير المضطربة، $\alpha = 1$ ؛ وبالنسبة للأنظمة المضطربة، $0 < \alpha \ll 1$ . ويُفترض أن كلاً من $A$ و $B$ قابلان للمحاكاة بدقة (على سبيل المثال، عبر مصطلحات تبادلية أو قطرية فعالة).
تحليل النواة (Kernel Analysis): يحلل المؤلفون "النواة" $K$ لصيغة الضرب، حيث تُعرف بأن حاصل ضرب الصيغة يساوي $e^K$ . وقد اشتقوا تعبيرات تحليلية لنوى صيغ الضرب القياسية (تحديدًا PF1 و PF2) لتحديد مصطلحات الخطأ المهيمنة.
حقن المصححات: تم تعريف ثلاثة أنواع من المصححات لتعديل النواة $K$ $K$ إلى نواة جديدة $K'$ $K^{'}$ ذات خطأ مخفض:
- المصححات التآلفية (Symplectic Correctors): تحويلات من الشكل $e^C K e^{-C} = K'$ . وهي مفيدة بشكل خاص لأنها، عند تطبيقها بشكل متكرر في عمليات المحاكاة متعددة الخطوات، تلغي مصطلحات المصحح بين الخطوات، مما يضيف تكلفة إضافية ضئيلة فقط إلى إجمالي المحاكاة.
- المصححات المتماثلة (Symmetric Correctors): تحويلات من الشكل $e^C K e^C = K'$ .
- المصححات المركبة (Composite Correctors): تركيبات من النوعين السابقين.
البناء المتكرر (Recursive Construction): باستخدام قاعدة $CPF2$ (صيغة مرتبة ثانية مصححة) ذات تناظر عكس الزمن، يبني المؤلفون صيغ $CPF_{2k}$ عالية الرتبة بشكل متكرر، على غرار بناء سوزوكي (Suzuki's construction) لصيغ الضرب القياسية.
التجميع (Compilation): نظرًا لأن المصححات هي تركيبات خطية من المبدلات المتداخلة (مثل $[A, [A, B]]$ )، فقد قدم المؤلفون إجراءات تجميع صريحة لتفكيك أس هذه المصححات ( $e^{\pm C}$ ) إلى حاصل ضرب لأسس مصطلحات الهاملتوني الأصلية $A$ و $B$ . وهذا يضمن إمكانية تنفيذ الطريقة على الأجهزة الكمية دون الحاجة لكيوبتات مساعدة (ancilla qubits).

المساهمات الرئيسية

1. حدود الخطأ النظرية

تثبت الورقة أن صيغ $CPF$ تحسن حدود الخطأ بشكل كبير مقارنة بصيغ الضرب القياسية:

الأنظمة غير المضتربة ( $\alpha=1$ ): تحقق صيغة $CPF_{2k}$ من الرتبة $2k$ حد خطأ قدره $O(t^{2k+3})$ ، وهو أفضل بمقدار رتبتين من حد $O(t^{2k+1})$ القياسي لصيغة $2k$ -th order PF.
الأنظمة المضطربة ( $\alpha \ll 1$ ): بالنسبة للأنظمة التي يكون فيها $H = A + \alpha B$ ، يضع المؤلفون $CPF_{2k}$ بحد خطأ قدره $O(\alpha^2 t^{2k+1})$ . ويمثل هذا تحسنًا بمعامل $\alpha$ عن حد الصيغة القياسية البالغ $O(\alpha t^{2k+1})$ .
التخصيص للرتب المنخفضة: تم اشتقاق صيغ $CPF$ محددة منخفضة الرتبة (مثل PF1 و PF2 المصححة) توفر تحسينات في تدرج الخطأ بعدة مراتب بالنسبة لكل من $\alpha$ و $t$ .

2. التجميع وتحليل التكلفة

يوفر المؤلفون إجراءات بنائية لتجميع المصححات في بوابات أصلية.

كفاءة التكلفة: من المهم ملاحظة أن استخدام المصححات التآلفية في عمليات المحاكاة متعددة الخطوات يؤدي إلى إلغاء مصطلحات المصحح بين الخطوات. وبناءً على ذلك، تزدزد تكلفة المحاكاة الإجمالية فقط بمقدار عامل إضافي صغير (مستقل عن عدد الخطوات $r$ ) بدلاً من عامل ضربي.
العمومية: تنطبق طرق التجميع على كل من صيغ الضرب القائمة على سوزوكي (Suzuki-based PFs) وصيغ يوشيدا (Yoshida-based PFs) (التي تستخدم عددًا أقل من الأسس لنفس الرتبة).

3. التحقق العددي والعتادي

المحاكاة العددية: أجرى المؤلفون محاكاة لنماذج شبكية أحادية وثنائية الأبعاد (نماذج هايزنبرج، وإيسينج، وهوبارد) لكل من الأنظمة المضطرة وغير المضطرة. وتؤكد النتائج أن الخطأ التجريبي لـ $CPFs$ يطابق أو يتفوق على الصيغ القياسية، مع اتساع الفجوة بشكل ملحوظ في الأنظمة المضطربة.
التنفيذ على الأجهزة: تم تنفيذ $CPFs$ على أجهزة كمية فعلية (معالج ibm_quebec من IBM بسعة 127 كيوبت) ومحاكيات مشوبة بالضجيج. أظهرت التجارب على نموذج إيسينج ذي المجال المستعرض أن $CPFs$ تحقق عدم دقة متوسط (average infidelity) أقل من الصيغ القياسية، مما يؤكد المزايا النظرية في بيئة عملية مشوبة بالضجيج.

النتائج

تقليل الخطأ: بالنسبة للأنظمة المضطربة، تقلل $CPFs$ الحد الرئيسي للخطأ من كونه خطيًا في $\alpha$ إلى كونه تربيعيًا في $\alpha$ (على سبيل المثال، من $O(\alpha t^3)$ إلى $O(\alpha^2 t^3)$ للصيغ من الرتبة الثانية).
الأداء على الأجهزة: في التجارب على معالج ibm_quebec، أظهرت $CPFs$ باستمرار خطأً أقل (متوسط عدم الدقة) مقارنة بنظيراتها غير المصححة، حتى مع وجود عبء تجميع المصححات.
القابلية للتوسع: تظهر النتائج العددية أن تحسينات تدرج الخطأ النظرية تظل قائمة عبر مختلف أحجام الأنظمة وأزمنة المحاكة، وتكون فوائدها أكثر وضوحًا عندما تكون معلمة الاضطراب $\alpha$ صغيرة.

الأهمية والادعاءات

تدعي الورقة أن $CPFs$ توفر أداة خوارزمية قيمة لأجهزة الكمبيوتر الكمية المبكرة المقاومة للأخطاء ذات الموارد المحدودة. فمن خلال تحسين دقة المحاكاة دون الحاجة لكيوبتات مساعدة أو ترميز كتل معقد، توفر $CPFs$ مسارًا أكثر كفاءة لمحاكاة الهاملتوني.

يؤكد المؤلفون على أن:

$CPFs$ مفيدة بشكل خاص للأنظمة المضطربة، حيث يمكن استغلال صغر معيار أحد الأجزاء كمعلمة تحكم لتقليل الخطأ.
الطريقة عملية للأجهزة الحالية المشوبة بالضجيج، كما ثبت من خلال التنفيذ الناجح على جهاز بسعة 127 كيوبت.
النهج ليس مقتصرًا على المحاكاة الكمية؛ إذ يمكن أيضًا استخدام $CPFs$ للمحاكاة الكلاسيكية للأنظمة الكمية.
تقنيات تجميع المصححات لها تطبيقات أوسع، مثل تخليق وحدات (unitaries) معقدة من تركيبات خطية للمبدلات المتداخلة باستخدام مجموعات بوابات أصلية محدودة.

يضع هذا العمل $CPFs$ كتحسين لمنهج صيغ الضرب القياسية، مع الحفاظ على بساطتها وعدم حاجتها لكيوبتات مساعدة، بينما يعزز دقتها وكفاءتها بشكل كبير لمجموعة واسعة من الهاملتونيات ذات الصلة فيزيائيًا.