Reinforcement learning for Quantum Tiq-Taq-Toe

تخيل عالماً تختلف فيه قواعد المنطق قليلاً، حيث يمكن لشيء واحد أن يوجد في أماكن متعددة في آن واحد حتى ينظر إليه شخص ما. هذا هو مجال ميكانيكا الكم، وهو فرع من الفيزياء يحكم سلوك أصغر الجسيمات في الكون. وبينما تُحفظ هذه المبادئ غالباً للنظريات المعقدة حول نسيج الواقع، يتم اختبارها الآن في أكثر الأطر ألفة: الشبكة البسيطة للعبة "إكس-أو" (Tic-Tac-Toe). في هذه النسخة الكمومية، لا تُلعب اللعبة بعلامات ثابتة من (X) أو (O)، بل باحتمالات وروابط تربط القطع ببعضها البعض بطرق تتحدى التجربة العادية. التحدي الذي يواجه الحواسيب هو تعلم كيفية لعب هذه اللعبة، ليس باتباع مجموعة ثابتة من التعليمات، بل من خلال التعلم من التجربة، تماماً كما يفعل البشر. هذا هو مجال التعلم التعزيزي، وهي طريقة يقوم من خلالها الذكاء الاصطناعي بتحسين استراتيجيته عبر تجربة الحركات، ورؤية النتائج، وتعديل نهجه بمرور الوقت. يهتم الباحثون بهذا التقاطع لأنه إذا تمكن الحاسوب من تعلم كيفية التنقل في المشهد المتغير والمربك للعبة كمومية، فقد يساعدنا ذلك في النهاية على حل مشكلات أكثر صعوبة في الحوسبة الكمومية، مثل تصحيح الأخطاء في الآلات الكمومية الدقيقة.

في دراسة حديثة، قرر باحثون من جامعة لايدن في هولندا معرفة ما إذا كانت هذه الآلات المتعلمة قادرة على إتقان نسخة كمومية محددة من لعبة "إكس-أو". وقد اختاروا نسخة من اللعبة تستخدم وحدات كمومية ثلاثية الحالة، مما يسمح بتنوع أغنى في الحركات مقارنة بالأنظمة ثنائية الحالة الشائعة الاستخدام في النظريات. اللعبة نفسها معقدة لأن اللوحة لا تكون واضحة تماماً للاعب؛ فبدلاً من رؤية (X) أو (O) محدد في مربع ما، يرى اللاعب خريطة احتمالات توضح أين يمكن أن يكون هناك رمز، وسجلاً لكيفية ارتباط المربعات ببعضها البعض. وفي كل مرة يقوم فيها اللاعب بحركة، يمكن لهذه الروابط أن تنهار، مما يكشف فجأة عن حالة محددة حيث لم يكن هناك سوى عدم اليقين من قبل. ولتجرية نظرياتهم، أنشأ الفريق ساحة رقمية لعب فيها وكلاء الذكاء الاصطناعي ضد أنفسهم، ووضعوا نسختين مختلفتين من قواعد اللعبة: النسخة الأولى كانت مقيدة نوعاً ما، حيث تتطلب أن تتضمن أي حركة كمومية معقدة مساحة فارغة واحدة على الأقل في اللوحة. أما النسخة الثانية فكانت أكثر انفتاحاً، حيث سمحت بنطاق أوسع من التفاعلات وترابطات أكثر تعقيداً بين المربعات.

قام الباحثون بتدريب وكلائهم باستخدام طريقة لعبوا فيها آلاف الألعاب ضد بعضهم البعض، متعلمين من كل فوز أو خسارة أو تعادل. أرادوا معرفة نوع المعلومات التي يحتاجها الوكلاء للعب بشكل جيد. فقاموا باختبار ثلاثة أنواع من اللاعبين: لاعب يمكنه رؤية خريطة الاحتمالات فقط، ولاعب يمكنه رؤية تاريخ كيفية ارتباط القطع ببعضها فقط، ولاعب ثالث لديه إمكانية الوصول إلى كليهما. في النسخة الأكثر تقييداً من اللعبة، أظهرت عمليات المحاكاة نمطاً واضحاً: اللاعب الذي يبدأ الحركة أولاً كان يتمتع بميزة متميزة. وعلى الرغم من أن اللعبة تنطوي على درجة من العشوائية تمنع أي فوز مضمون، إلا أن اللاعب الأول كان قادراً على إيجاد طريق للفوز في كثير من الأحيان أكثر من اللاعب الثاني. يشير هذا إلى أنه حتى في لعبة ذات قواعد متغيرة، توجد استراتيجيات ملموسة يمكن للآلة المتعلمة اكتشافها. وقد تم تصور النتائج من خلال وضع أفضل الوكلاء المدربين في مواجهة بعضهم البعض، مما أظهر أن اللاعب الأول يحقق انتصارات أكثر باستمرار.

وعندما انتقل الباحثون إلى النسخة الأكثر تعقيداً من اللعبة، حيث تسمح القواعد بحالات وتفاعلات كمومية أكثر تنوعاً، تغيرت الديناميكيات. في هذا السيناريو، لم يكن امتلاك نوع واحد فقط من المعلومات كافياً؛ إذ قدم الوكلاء أفضل أداء فقط عندما تمكنوا من رؤية كل من خريطة الاحتمالات الحالية وتاريخ كيفية تشابك القطع. سمح هذا المزيج للذكاء الاصطناعي بفهم الحالة الآنية للوحة مع تذكر العلاقات المعقدة التي تشكلت في الأدوار السابقة. وكانت النتيجة لعبة أكثر توازناً، حيث أصبحت النتائج أكثر إنصافاً بين اللاعبين. يسلط هذا الاكتشاف الضوء على أنه في البيئات التي تكون فيها المعلومات مخفية أو مرئية جزئياً، فإن امتلاك صورة كاملة لكل من الحاضر والماضي أمر بالغ الأهمية لاتخاذ قرارات جيدة.

تخلص الدراسة إلى أن هذه النسخة الكمومية من لعبة "إكس-أو" تعمل كساحة اختبار مفيدة لتطوير ذكاء اصطناعي أفضل للأنظمة الكمومية. ويشير الباحثون إلى أن الصعوبة المتأصلة في اللعبة، والناتجة عن الرؤية الجزئية للوحة، تحاكي التحديات التي تواجهها الحوسبة الكمومية الحقيقية، حيث يعد التحكم في هذه الحالات المخفية وفهمها أمراً ضرورياً. وبينما ركز العمل الحالي على تدريب الوكلاء على اللعب، يقترح المؤلفون أن الجهود المستقبلية يمكن أن تستكشف طرقاً أخرى لمساعدة الآلات على التعامل مع عدم اليقين هذا، مثل استخدام أنظمة الذاكرة التي تتذكر التسلسلات الماضية أو نماذج معالجة أكثر تقدماً. أما بالنسبة للآن، فإن العمل يثبت أن التعلم التعزيزي يمكنه بنجاح التنقل في المنطق الغريب للألعاب الكمومية، مما يوفر مساراً واضحاً نحو دمج تعلم الآلة مع تكنولوجيا الكم المستقبلية.