Optimizing Low-Energy Carbon IIoT Systems with Quantum Algorithms: Performance Evaluation and Noise Robustness

يصبح العالم مترابطاً بشكل متزايد، مع مليارات المستشعرات والأجهزة التي تجمع البيانات باستمرار لإدارة كل شيء، من أرضيات المصانع إلى حركة المرور في المدن. هذه الشبكة الواسعة، المعروفة باسم إنترنت الأشياء الصناعي، تعد بكفاءة وأتمتة أكبر، ولكنها تأتي بثمن باهظ: طلب هائل على الطاقة وبصمة كربونية متنامية. ومع ازدياد تعقيد هذه الأنظمة، تصطدم الحواسيب التقليدية التي تعالج بياناتها بحائط مسدود؛ فهي تكافح للتوسع بسرعة كافية للتعامل مع الحجم الهائل للمعلومات في الوقت الفعلي، وغالباً ما تتطلب قدراً كبيراً من الطاقة مما يقوض هدف الاستدامة الذي وُجدت من أجله. يتطلع العلماء الآن نحو نوع مختلف من القوة الحوسبية لحل هذه العقبة. فبدلاً من الاعتماد فقط على الآلات الكلاسيكية، يستكشف الباحثون الحوسبة الكمومية، وهو مجال يستخدم القواعد الغريبة للفيزياء التي تحكم الجسيمات الأصغر حجماً لإجراء الحسابات. وضمن هذا النطاق، يبرز نهج محدد يسمى تعلم الآلة الكمومي كأداة محتملة لتحسين هذه الأنظمة، مما يوفر الأمل في معالجة أسرع مع استهلاك أقل بكثير للطاقة.

في دراسة حديثة، سعى فريق من الباحثين لاختبار ما إذا كانت هذه الأساليب الكمومية يمكن أن تحسن بالفعل أداء أنظمة الكربون منخفضة الطاقة. فقد ركزوا على نوع محدد من الذكاء الاصطناعي يسمى الشبكة العصبية الكمومية، والتي تحاكي الطريقة التي تتعلم بها الأدمغة البيولوجية ولكنها تعمل وفق المبادئ الكمومية. بنى الباحثون ثلاث نسخ مختلفة من هذه التكنولوجيا لمعرفة أي منها يعمل بشكل أفضل. تم بناء نسخة واحدة باستخدام إطار عمل برمجِي يسمى "بيني لين" (Pennylane)، واستخدمت نسخة أخرى إطار عمل يسمى "كيسكيت" (Qiskit)، بينما دمجت النسخة الثالثة نموذجاً هجيناً يجمع بين نقاط القوة في كل من الحوسبة الكمومية والكلاسيكية. ولرؤية كيفية أداء هذه الأدمغة الرقمية، قام الفريق بتغذيتها بمجموعتين من البيانات الواقعية تمثل تحديات شائعة في إنترنت الأشياء. تضمنت مجموعة البيانات الأولى اكتشاف ما إذا كان الأشخاص موجودين في غرفة ما بناءً على مستشعرات بيئية مثل درجة الحرارة والضوء، بينما تتبعت المجموعة الثانية حركة أجهزة نظام تحديد المواقع العالمي (GPS) لتحديد أنواع مختلفة من الأنشطة.

كانت النتائج واضحة وحاسمة. فقد تفوقت الشبكة العصبية الكمومية المبنية بإطار عمل "بيني لين" باستمرار على النموذجين الآخرين وعلى العديد من خوارزميات الكمبيوتر التقليدية. وعندما كُلفت بتحديد إشغال الغرف، حقق هذا النموذج تحديداً معدل دقة بلغ 95 بالمئة، حيث حدد حالة الغرفة بشكل صحيح في كل مرة تقريباً. وبالنسبة لبيانات تتبع نظام تحديد المواطئ (GPS)، وصلت دقتها إلى 94 بالمئة. وفي المقابل، حقق النموذج المبني على "كيسكيت" دقة بلغت 80 بالمئة فقط في بيانات الغرفة و74 بالمئة في بيانات نظام تحديد المواقع، بينما وقع النموذج الهجين في مكان ما بينهما. لم يحقق النظام القائم على "بيني لين" الإجابات الصحيحة بشكل متكرر فحسب، بل فعل ذلك أيضاً بمستوى من الاتساق يشير إلى قدرته على التعامل مع البيانات الجديدة غير المرئية بنفس جودة البيانات التي تدرب عليها. وكان هذا الأداء لافتاً للنظر بشكل خاص لأن الباحثين كانوا يعملون باستخدام حواسيب كمومية محاكية، وهي الطريقة الوحيدة حالياً لاختبار هذه الأفكار قبل أن تصبح الأجهزة الكمومية المادية متاحة على نطاق واسع.

تضمن جزء حاسم من الدراسة اختبار مدى صمود هذه النماذج عندما تسوء الأمور. ففي العالم الحقيقي، تُعرف الأنظمة الكمومية بأنها هشة للغاية؛ إذ يسهل اضطرابها بفعل بيئتها، مما يؤدي إلى أخطاء يمكن أن تفسد الحسابات. ولمحاكاة ذلك، أخضع الباحثون أفضل النماذج أداءً لديهم لستة أنواع مختلفة من الضوضاء الرقمية، والتي تمثل أنواع التداخل التي قد يواجهها كمبيوتر كمومي حقيقي. فقد اختبروا النموذج ضد أخطاء قلبت بتات المعلومات، أو شوهت طور البيانات، أو تسببت في تسرب الطاقة من النظام. وكشفت النتائج أن النموذج كان مرناً بشكل مدهش تجاه أنواع معينة من التداخل؛ فقد حافظ على دقته العالية حتى عند تعرضه لضوضاء تحاكي فقدان الطاقة أو التشويه العشوائي للبيانات. ومع ذلك، كان أكثر حساسية للأخطاء التي تقلب بتات المعلومات ببساطة، حيث أظهر انخفاضاً حاداً في الأداء تحت تلك الظروف المحددة. وهذا التمييز حيوي للتطوير المستقبلي، لأنه يخبر المهندسين بالضبط بنوع الأخطاء التي يجب عليهم الحماية منها بعناية أكبر عند بناء أجهزة العالم الحقيقي.

تخلص الدراسة إلى أنه على الرغم من أن الحوسبة الكمومية لا تزال في مراحلها الأولى، إلا أن بنية البرمجيات الصحيحة يمكن أن تحدث فرقاً كبيراً في مدى أداء هذه الأنظمة. ومن خلال اختيار إطار عمل "بيني لين" وتحسين تصميم الدوائر الكمومية، أثبت الباحثون أنه من الممكن إنشاء نماذج تتسم بالدقة العالية والمتانة ضد الضوضاء التي تعيق التكنولوجيا الحالية. ويقدم هذا النهج مساراً واعداً للمستقبل في مجال إنترنت الأشياء الصناعي، مما يشير إلى أن الشبكات المستقبلية يمكن إدارتها بكفاءة أكبر، مما يقلل من الطاقة المطلوبة لمعالجة البيانات ويخفض إجمالي الانبعاثات الكربونية لعالمنا المتصل. لا تدعي هذه الدراسة أنها حلت كل المشكلات، لكنها تقدم مثالاً ملموساً ومختبراً لكيفية ضبط الخوارزميات الكمومية لتعمل بفعالية، مما يمهد الطريق لبنى تحتية رقمية أكثر استدامة وقوة في السنوات القادمة.