Physics-inspired Generative AI models via real hardware-based noisy quantum diffusion

في عالم الذكاء الاصطناعي المتطور بسرعة، ظهر نوع معين من برامج الكمبيوتر يتفوق في إنشاء محتوى جديد وأصلي. هذه الأنظمة، المعروفة باسم النماذج التوليدية، تتعلم الأنماط الخفية داخل مجموعة من البيانات الموجودة بالفعل — مثل آلاف الصور الفوتوغرافية — ثم تستخدم تلك المعرفة لابتكار صور جديدة تبدو حقيقية تماماً. أحد أقوى الأساليب للقيام بذلك يسمى نموذج الانتشار (diffusion model). تخيل عملية يتم فيها تحويل صورة واضحة ببطء، خطوة بخوة، إلى ضجيج ساكن، مثل تشويش التلفاز. يتعلم نموذج الانتشار عكس هذه العملية؛ فهو مدرب على أخذ شاشة مليئة بالضجيج العشوائي وتقشير الفوضى منها تدريجياً، خطوة بخطوة، حتى تظهر صورة متماسكة. لقد أصبح هذا التقنية حجر الزاوية في التكنولوجيا الإبداعية الحديثة، وهي قادرة على إنتاج مرئيات وأصوات مذهلة.

في الوقت نفسه، يستكشف العلماء نوعاً مختلفاً من القدرة الحوسبية القائمة على القواعد الغريبة لميكانيكا الكم. على عكس أجهزة الكمبيوتر التي نستخدمها كل يوم، والتي تعالج المعلومات كأزرطة بسيطة تعمل بوضع التشغيل (on) أو الإيقاف (off)، تستخدم أجهزة الكمبيوتر الكمومية جسيمات يمكن أن توجد في حالات متعددة في آن واحد. وهذا يسمح لها بحل بعض المشكلات المعقدة بطرق لا تستطيع الآلات الكلاسيكية القيام بها. ومع ذلك، لا تزال أجهزة الكمبيوتر الكمومية الحالية في مراحلها الأولى؛ فهي صغيرة، وهشة، وعرضة للأخطاء الناجمة عن ظاهرة تُعرف باسم الضجيج الكمومي. عادة ما يعطل هذا الضجيج الحسابات، مما يجبر الباحثين على استهلاك موارد هائلة لمحاولة إصلاحه أو إخفائه. والسؤال الذي يحرك خطاً جديداً من البحث هو ما إذا كانت هذه الآلات "المزعجة" يمكنها القيام بشيء مفيد رغم عيوبها، أم أنها يجب أن تنتظر حتى تصبح مثالية لتكون ذات قيمة.

لقد اتخذ فريق من الباحثين من جامعة فلورنسا ومؤسسات أخرى خطوة جريئة للإجابة على هذا السؤال. فبدلاً من محاولة القضاء على الضجيج في حاسوبهم الكمومي، قرروا استخدام الضجيج كأداة. لقد طوروا طريقة جديدة لبناء ذكاء اصطناعي توليدي يعمل مباشرة على معالج كمومي حقيقي وغير مثالي. ويشير عملهم إلى أن الضجيج الذي يعطل عادةً الحسابات الكمومية يمكنه في الواقع المساعدة في جعل النموذج التوليدي ينتج صوراً أفضل من النهج الكلاسيكي البحت. ومن خلال التعامل مع الضجيج الكمومي ليس كخلل، بل كميزة، فقد أثبتوا مساراً مستقبلياً للذكاء الاصطناعي الذي يعمل مع الأجهزة التي نمتلكها اليوم، بدلاً من انتظار أجهزة الغد.

بدأ الباحثون بدراسة كيفية انتقال المعلومات عبر الشبكة. في نموذجهم، عاملوا كل بكسل في الصورة كمسافر يتحرك عبر خريطة. في الكمبيوتر القياسي، يتحرك هذا المسافر بشكل عشوائي، مثل شخص يقلب عملة معدنية ليقرر أي شارع يسلك بعد ذلك. هذه عملية انتشار بطيئة. أما في النظام الكمومي، فيمكن للمسافر أن يوجد في أماكن عديدة في وقت واحد، ويتحرك عبر الخريطة بنمط موجي ينتشر بسرعة أكبر بكثير. أنشأ الفريق نظاماً هجيناً حيث يكون تحرك المسافر مزيجاً من الخطوات العشوائية البطيئة للكمبيوتر الكلاسيكي والانتشار الموجي السريع للكمبيوتر الكمومي. ووجدوا أنه عندما وازنوا بين هذين السلوكين بدقة، استكشف النظام احتمالات الصورة بكفاءة أكبر.

ولاختبار ذلك، ركزوا على توليد صور للأرقام المكتوبة بخط اليد، وهو اختبار قياسي للذكاء الاصطناعي. استبدلوا خطوة حقن الضجيج العشوائي بطريقتهم الجديدة المستوحاة من الكم. في الجزء الأول من دراستهم، قاموا بمحاكاة هذه العملية على أجهزة كمبيوتر كلاسيكية قوية لمعرفة كيفية أداء خلطات مختلفة من السلوك الكمومي والكلاسيكي. واكتشفوا أن مزيجاً محدداً، حيث تكون التأثيرات الكمومية حاضرة ولكن غير طاغية، أنتج أفضل النتائج. كانت الصور المولدة بهذه الطريقة الهجينة أقرب إحصائياً إلى بيانات التدريب الحقيقية مما أنتجته الطريقة الكلاسيكية البحتة. كما كان النظام أكثر اتساقاً، حيث أنتج نتائج عالية الجودة بشكل أكثر موثوقية عبر محاولات عديدة.

وتشجيعاً من هذه المحاكاة، انتقل الفريق إلى المرحلة التالية: تشغيل التجربة على أجهزة حقيقية. استخدموا معالجاً كمومياً حقيقياً من شركة IBM، وهو جهاز يحتوي حالياً على بضع مئات فقط من "الكيوبتات" (qubits)، وهي الوحدات الأساسية للمعلومات الكمومية. هذا الجهاز تحديداً معروف بأنه "مزعج"، مما يعني أن حساباته غالباً ما تُربك بسبب البيئة المحيطة. صمم الباحثون دائرة تستخدم أربعة كيوبتات فقط لتوليد الصور. قاموا برسم درجات اللون الرمادي المختلفة لكل بكسل في صورة على شكل حلقة صغيرة، أو دورة، مكونة من ثماني نقاط. ثم قام الكمبيوتر الكمومي بتشغيل عملية يتحرك فيها "المتسكع" (walker) حول هذه الحلقة، حيث ساعد الضجيج الطبيعي للجهاز في بعثرة البيانات بطريقة محكومة.

كانت النتائج مذهلة. فحتى مع القيود المفروضة على الأجهزة الحالية، نجح الكمبيوتر الكمومي في توليد صور للأرقام المكتوبة بخيد اليد. ورغم أن الصور لم تكن مثالية، إلا أن التجربة أثبتت أن الجهاز الكمومي يمكن استخدامه لدفع الجزء الأمامي من النموذج التوليدي. وجد الباحثون أن الضجيج المتأصل في الآلة ساعد في إفساد البيانات بطريقة يمكن للذكاء الاصطناعي عكسها لاحقاً. ويمثل هذا تحولاً كبيراً عن النهج المعتاد في الحوسبة الكمومية، حيث يقضي العلماء سنوات في محاولة كبح الضجيج للحصول على إشارة نظيفة. هنا، كان الضجيج هو المحرك للعملية.

كما سلطت الدراسة الضوء على المزايا العملية لهذا النهج. نظرًا لأن الجزء الكمومي من النموذج احتاج فقط للتعامل مع مستويات شدة بكسل واحد، فإن عدد الكيوبتات المطلوبة لم يزد مع حجم الصورة. لقد تمكنوا من توليد صور كاملة بحجم 28×28 بكسل باستخدام أربعة كيوبتات فقط. ويشير هذا التوسع إلى أن أجهزة الكمبيوتر الكمومية الصغيرة والمزعجة يمكن أن تساهم في نهاية المطاف في توليد صور أكبر وأكثر تعقيداً. وأشار الفريق إلى أنه بينما كانت الصور المولدة بواسطة الأجهزة الحقيقية أقل حدة قليلاً من تلك الناتجة عن عمليات المحاكاة، إلا أن الفرق كان مفهوماً بالنظر إلى القيود الفيزيائية للجهاز.

في نهاية المطاف، يقدم هذا العمل منظوراً جديداً لمستقبل الذكاء الاصطناعي الكمومي. إنه يتحدى الفكرة القائلة بأن أجهزة الكمبيوتر الكمومية يجب أن تكون مثالية قبل أن تكون مفيدة. فمن خلال إظهار كيف يمكن تسخير ضجيج جهاز كمومي حقيقي لتحسين جودة البيانات المولدة، فتح الباحثون باباً لنوع جديد من الحوسبة الهجينة. وتشير نتائجهم إلى أنه في المستقبل القريب، قد لا نحتاج لانتظار آلات كمومية خالية من الأخطاء لرؤية فوائد الذكاء الاصطناعي الكمومي. بدلاً من ذلك، يمكننا البدء في بناء أنظمة اليوم تتبنى الطبيعة غير المثالية والمزعجة للتكنولوجيا لابتكار شيء جديد ومفيد. ويتضمن المسار المستقبلي صقل هذه الأساليب، ربما من خلال فهم أفضل لأنواع الضجيج المحددة في الأجهزة المختلفة، لكن الفكرة الجوهرية — وهي أن الضجيج يمكن أن يكون مورداً وليس عائقاً — قد تم إثباتها.