⚛️ quantum physics

A spectral quantum algorithm for numerical differentiation and integration

تقدم هذه الورقة خوارزميات كمية طيفية مبتكرة تستفيد من تحويل فورييه الكمي والتراكب لحساب المشتقات والتكاملات العددية بكفاءة مباشرة من سلاسل البيانات المنفصلة، مما ينتج متجهات حالة كمية مُوقعة مناسبة للروتينات الفرعية الأساسية في تطبيقات مثل معالجة الصور وتعلم الآلة.

المؤلفون الأصليون: Jordan Cioni, Fabio Semperlotti

نُشر 2026-03-23

📖 5 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Jordan Cioni, Fabio Semperlotti

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 أن لديك جدول بيانات ضخمًا وفوضويًا من نقاط البيانات. ربما تكون درجة الحرارة المسجلة كل ثانية خلال يوم كامل، أو سعر سهم شركة على مدار عام. في عالم الحوسبة الكلاسيكية، إذا أردت معرفة مدى سرعة تغير درجة الحرارة (المشتق - derivative) أو إجمالي الحرارة المتراكمة بمرور الوقت (التكامل - integral)، فستضطر إلى معالجة الأرقام واحدًا تلو الآخر، أو في أفضل الأحوال، في مجموعات صغيرة. الأمر يشبه محاولة رسم جدارية من خلال النظر إلى بوصة مربعة واحدة من اللوحة في كل مرة.

تقدم هذه الورقة البحثية "فرشاة رسم كمومية" جديدة يمكنها النظر إلى الجدارية بأكملها دفعة واحدة وإخبارك فورًا بالميل والمساحة لكل نقطة في آن واحد.

إليك تفصيل لما بناه المؤلفان، جوردان سيوني وفابيو سيمبرلوتي، مشروحًا عبر تشبيهات بسيطة.

1. المشكلة: معضلة "الصندوق الأسود" للبيانات

في العالم الحقيقي، نادرًا ما نمتلك صيغًا رياضية مثالية (مثل $y = x^2$ ) لبياناتنا. عادةً ما يكون لدينا فقط قائمة من العينات (القياسات).

الطرق الكمومية القديمة: كانت الخوارزميات الكمومية السابقة مثل امتلاك آلة حاسبة فائقة السرعة يمكنها حل المسائل الرياضية فقط إذا أعطيتها الصيغة الدقيقة مسبقًا. إذا أعطيتها مجرد قائمة من الأرقام، فستصبح عديمة الفائدة. كانت تستطيع فقط إخبارك بالنتيجة لـ نقطة محددة واحدة في كل مرة.
الهدف: أراد المؤلفان بناء أداة يمكنها أخذ قائمة خام من الأرقام (العينات) وحساب معدل التغيير أو المجموع الكلي لكل نقطة في تلك القائمة، جميعها في وقت واحد.

2. الحل: "تحويل فورييه الكمومي" (QFT)

السر يكمن في خدعة رياضية تسمى تحويل فورييه.

التشبيه: تخيل أغنية معقدة. بالنسبة للأذن البشرية، هي مجرد مزيج من الأصوات. ولكن إذا قمت بتشغيلها عبر محلل طيف، فستقوم بتفكيك الأغنية إلى نوتاتها الفردية (الترددات).
السحر: في التفاضل والتكامل، هناك قاعدة تقول: إذا حولت دالة إلى "نوتاتها" (الترددات)، فإن ضرب هذه النوتات في رقم محدد يحولها إلى "ميل" (المشتق) للأغنية الأصلية.
الميزة الكمومية: تستغرق الحواسيب الكلاسيكية وقتًا طويلاً للقيام بعملية "تفكيك النوتات" هذه (تحويل فورييه). ومع ذلك، تمتلك الحواسيب الكمومية قوة خارقة تسمى تحويل فورييه الكمومي (QFT) الذي يقوم بهذا العمل فورًا. ولأن الحواسيب الكمومية يمكنها الاحتفاظ بجميع نقاط البيانات في حالة من "التراكب" (وجودها في حالات متعددة في وقت واحد)، يمكنها تطبيق عملية "تفكيك النوتات" هذه على مجموعة البيانات بأكملها في وقت واحد.

3. كيف تعمل الخوارزمية (الوصفة)

لقد ابتكر المؤلفان وصفتين رئيسيتين: واحدة لـ التفاضل (إيجاد الميل) وأخرى لـ التكامل (إيجاد المساحة).

أ. خوارزمية التفاضل (QFTD)

فكر في هذا كإيجاد "درجة انحدار" تلة عند كل خطوة.

الترجمة: يأخذ الحاسوب الكمومي قائمة نقاط البيانات الخاصة بك ويترجمها إلى "مجال التردد" (النوتات الموسيقية).
الضرب: يضرب هذه النوتات في "رقم موجي" خاص (عامل قياس رياضي). هذه هي الخطوة التي تحول "النوتات" إلى "ميول".
الترجمة العكسية: يحول النوتات مرة أخرى إلى تنسيق البيانات الأصلي.
النتيجة: يحمل الحاسوب الكمومي الآن قائمة جديدة من الأرقام حيث تمثل كل قيمة ميل البيانات الأصلية عند تلك النقطة المحددة.

ب. خوارزمية التكامل (QFTI)

فكر في هذا كحساب "إجمالي المسافة المقطوعة" من البداية وحتى كل نقطة.

الترجمة والضرب: تمامًا مثل المشتق، يقوم بترجمة البيانات إلى ترددات ويضربها في عامل مختلف قليًا (مرتبط بالمساحة تحت المنحنى).
خطوة "المراكم": هذا هو الجزء الصعب. للحصول على المساحة الإجمالية، يجب عليك جمع كل الشرائح الصغيرة. بنى المؤلفون "جامعًا" كموميًا خاصًا (عملية مصفوفة) يجمع هذه الشرائح لكل نقطة في آن واحد.
النتيجة: تحصل على قائمة حيث يمثل كل رقم المساحة الإجمالية المتراكمة من البداية وحتى تلك النقطة.

4. مشكلة "الإشارة" والحل

هناك عقبة واحدة. عندما تقيس حاسوبًا كموميًا، فإنك تحصل فقط على الحجم (المقدار) للنتيجة، لكنك تفقد الاتجاه (الموجب أو السالب).

التشبيه: تخيل عداد سرعة يخبرك أنك تسير بسرعة 60 ميلًا في الساعة، لكنه لا يخبرك ما إذا كنت تتجه شمالاً أم جنوبًا. أنت تعرف السرعة، لكنك لا تعرف الاتجاه.
الحل: ابتكر المؤلفون دائرة "استعادة الإشارة" ذكية. الأمر يشبه إجراء اختبار موازٍ وثانٍ حيث يقارنون بين البيانات الأصلية والميل المحسوب. من خلال مراقبة كيفية تحول الاحتمالات في هذا الاختبار الثاني، يمكنهم استنتاج ما إذا كان الميل موجبًا (صعودًا) أو سالبًا (هبوطًا) رياضيًا.

5. لماذا يهم هذا (ما الفائدة؟)

السرعة: بينما قد يستغرق الحاسوب الكلاسيكي وقتًا يتناسب مع عدد نقاط البيانات ( $N$ ) للقيام بذلك، فإن هذه الطريقة الكمومية تستغرق وقتًا يتناسب مع لوغاريتم نقاط البيانات ( $\log N$ ). إذا كان لديك مليون نقطة بيانات، فقد يستغرق الحاسوب الكلاسيكي مليون خطوة؛ أما هذه الطريقة الكمومية فقد تستغرق 20 خطوة فقط. هذا هو تسارع أسي.
الاستخدام في العالم الحقيقي: هذا ليس مجرد درس في الرياضيات. يمكن لهذه الخوارزمية أن تكون "إجراءً فرعيًا" (أداة مساعدة) لـ:
- معالجة الصور: العثور الفوري على الحواف في صورة (وهو مجرد مشتق لتغيرات الألوان).
- تعلم الآلة: مساعدة الذكاء الاصطناعي على التعلم بشكل أسرع عن طريق حساب التدرجات (الميول) عبر مجموعات ضخمة من البيانات فورًا.
- تحليل البيانات: رصد الاتجاهات والتراكمات الإجمالية بسرعة في البيانات المالية أو العلمية دون الحاجة لمعرفة الصيغة الأساسية.

الملخص

لقد بنى المؤلفان "آلة حاسبة" كمومية لا تحتاج إلى صيغة الدالة التي تدرسها، بل تحتاج فقط إلى قائمة من الأرقام. باستخدام قوة التراكب الكمومي وتحليل التردد، يمكنها حساب معدل التغيير والتراكم الإجمالي لـ كل نقطة في تلك القائمة في وقت واحد، مما يوفر ميزة سرعة هائلة مقارنة بالحواسيب التقليدية. إنه يشبه الانتقال من قراءة كتاب كلمة بكلمة إلى فهم القصة بأكملها بنظرة واحدة.

إليك ملخص تقني مفصل للورقة البحثية "خوارزمية كمومية طيفية للتفاضل والتكامل العددي" (A spectral quantum algorithm for numerical differentiation and integration) من تأليف جوردان سيوني وفابيو سيمبرولوتي.

1. بيان المشكلة

تواجه خوارزميات الحساب الكمومي الحالية قيودًا كبيرة في تطبيقات الحوسبة العلمية العملية:

قيود المدخلات: تتطلب معظم الخوارزميات الموجودة (مثل التفاضل الخوارزمي، وخوارزميات القيم الذاتية الكمومية التباينية، وخوارزمية جوردان) معرفة مسبقة بالتعبير ذي الصيغة المغلقة للدالة المدخلة أو تشفير هاملتوني محدد. ولا يمكنها العمل مباشرة على عينات البيانات الخام التي يتم الحصول عليها عبر القياسات.
محدودية المخرجات: عادة ما تعيد الطرق الموجودة تقديرات المشتق أو التكامل عند نقطة واحدة داخل النطاق. وللحصول على حل شامل للنطاق، يجب تطبيق هذه الخوارزميات بشكل تكراري، مما يلغي المزايا المحتملة للسرعة الكمومية.
فجوات التكامل: بينما يوجد التكامل الكمومي لآلية مونت كارلو (QMCI)، إلا أنه غالبًا ما يقتصر على التكاملات المحددة ضمن حدود معينة أو يتطلب مدخلات بولية (Boolean). كما أن طرق مجموع ريمان الحديثة يمكنها التعامل مع العينات ولكنها تفشل في حساب التكاملات الجزئية (التكاملات غير المحدودة) في آن واحد عبر النطاق بأك-لها في عملية واحدة.
فقدان الإشارة: تؤدي القياسات الكمومية إلى نواتج احتمالية (سعات مربعة)، مما يتسبب في فقدان معلومات الإشارة (الموجب/السالب) للمشتقات أو التكاملات المحسوبة.

يهدف المؤلفون إلى تطوير خوارزميات كمومية تقبل عينات الدالة كمدخلات، وتُعيد نتائج شاملة للنطاق في وقت واحد، وتوفر آلية لاستعادة معلومات الإشارة.

2. المنهجية

يعتمد النهج المقترح على طريقة طيفية تستفيد من تحويل فورييه الكمومي (QFT) والتراكب الكمومي. الرؤية الرياضية الجوهرية هي خاصية أن تحويل فورييه للمشتق هو حاصل ضرب تحويل فورييه للدالة في الرقم الموجي ( $i\omega$ ).

أ. التفاضل القائم على تحويل فورييه الكمومي (QFTD)

الترميز: يتم ترميز عينات الدالة $f(x_j)$ في سعة متجه الحالة لـ $n$ من الكيوبتات ( $N=2^n$ ).
التحويل إلى مجال التردد: يتم تطبيق QFT لتحويل الدالة من المجال المكاني إلى مجال التردد.
تعديل قياس الرقم الموجي: بدلاً من الضرب البسيط، تستخدم الخوارزمية رقمًا موجيًا معدلًا مشتقًا من طريقة الفرق المركزي لتجنب ظاهرة جيبس عند الحدود. عامل القياس هو $i \sin(2\pi k / N) / \Delta x$ $i sin (2 π k / N) /Δ x$ .
- يتم تنفيذ ذلك باستخدام بوابات الدوران المتحكم بها ( $R_x$ ) على كيوبت مساعد (ancilla)، بشرط حالة سجلات التردد.
التحويل العكسي: يقوم تحويل QFT العكسي (المتحكم به بواسطة وجود الكيوبت المساعد في الحالة $|1\rangle$ ) بإعادة النتيجة إلى المجال المكاني.
المخرجات: يحتوي متجه الحالة الناتج على سعات تتناسب مع المشتق العددي.

ب. التكامل القائم على تحويل فورييه الكمومي (QFTI)

حساب المساحة التفاضلية: على غرار QFTD، تستخدم الخوارزمية رقمًا موجيًا معدلًا بناءً على قاعدة شبه المنحرف: $\cos(2\pi k / N)$ .
الجمع الجزئي: لتحويل المساحات التفاضلية إلى تكامل تراكمي (تكامل غير محدود)، يتم تطبيق مصفوفة الجمع الجزئي ( $\Sigma$ $Σ$ ). هذه المصفوفة هي مصفوفة مثلثية سفلى أحادية الوحدة.
- يستخدم المؤلفون الترميز الكتلي (block encoding) لدمج مصفوفة الجمع غير الموحدة $\Sigma$ في مؤثر وحدوي أكبر $U_H$ باستخدام الكيوبتات المساعدة.
المخرجات: تنتج الخوارما خوارزمية متجه حالة حيث تتوافق السعات مع قيم التكامل عند جميع نقاط النطاق في آن واحد، مع ثابت تكامل محدد.

ج. استعادة الإشارة

بما أن القياس يعطي $|\psi|^2$ ، فإن إشارة النتيجة تُفقد. يقترح المؤلفون دائرة استعادة الإشارة الموازية:

يتم إنشاء تراكب يتضمن قيمة الدالة الأصلية ونتيجة المشتق/التكامل.
من خلال تطبيق بوابات هادامارد وعمليات متحكم بها، تعتمد احتمالية قياس حالات معينة من الكيوبت المساعد على $(f_k \pm f'_k)^2$ .
تسمح مقارنة الاحتمالات النسبية لهذه الحالات مقابل إشارات المدخلات المعروفة بإعادة بناء الإشارة الصحيحة للمخرج.

د. التوسع عالي الأبعاد

يتم توسيع QFTD إلى $d$ -من الأبعاد عن طريق تطبيق عمليات QFT متوازية على سجلات منفصلة لكل بُعد. تشير الكيوبتات المساعدة إلى أي المشتقات الجزئية قد تم حسابها (على سبيل المثال، $|11\rangle$ تشير إلى مشتق جزئي مختلط).

3. المساهمات الرئيسية

مدخلات قائمة على العينات: أول خوارزميات كمومية قادرة على معالجة عينات البيانات الرقمية الخام دون الحاجة إلى دالة ذات صيغة مغلقة أو أوراكل (oracle).
التوازي الشامل للنطاق: القدرة على حساب المشتقات أو التكاملات لـ جميع النقاط المنفصلة في آن واحد في تنفيذ واحد للدائرة، مما يوفر تسارعًا أسيًا على الطرق الكلاسيكية التكرارية للتحليل الشامل للنطاق.
بروتوكول استعادة الإشارة: تقنية معالجة لاحقة مبتكرة لاستعادة إشارة النتائج، مما يجعل المخرجات قابلة للاستخدام في الحسابات الكمومية اللاحقة.
الترميز الكتلي للتكامل: طريقة لتنفيذ المجموع التراكمي (قاعدة شبه المنحرف) عبر الترميز الكتلي، مما يسمح بحساب التكاملات غير المحدودة على الأجهزة الكمومية.
تحليل التعقيد:
- QFTD: تعقيد البوابات $O(\log^2 N)$ (يهيمن عليه QFT والدورات المتحكم بها).
- QFTI: تعقيد البوابات $O(\log^2 N)$ (يهيمن عليه QFT والترميز الكتلي للجمع).
- توفر كلتاهما تحسينات أسية على الطرق الطيفية الكلاسيكية ( $O(N \log N)$ أو $O(N)$ ) للمخرجات الشاملة للنطاق.

4. النتائج

تم تنفيذ واختبار الخوارزميات باستخدام بيئة Qiskit مع محاكي Aer.

الدوال الاختبارية: تم التحقق من صحة الخوارزميات باستخدام الدوال المثلثية ( $\cos(2\pi x)$ )، والدوال المنفردة ( $1/x$ )، والدوال متعددة الحدود ( $x^3+x^2-x$ )، والدوال متعددة التوافقيات.
الدقة:
- QFTD: حققت ارتباطًا عاليًا ( $R^2 \approx 0.98 - 0.99$ ) مع المشتقات التحليلية للدوال الناعمة. اعتمدت دقة الدوال المنفردة ( $1/x$ ) بشكل كبير على عدد الضربات ( $M$ ) ونطاق القياس لحل حالات الاحتمالية المنخفضة.
- QFTI: نجحت في إعادة إنتاج أشكال التكامل. لوحظ خطأ منهجي بسبب نقطة البداية ذات المساحة التفاضلية غير الصفرية، مما أدى إلى إزاحة رأسية ثابتة (خطأ ثابت التكامل)، وهو ما يتوافق مع سلوك قاعدة شبه المنحرف على الحدود غير الدورية.
- تقدير التدرج: نجح التوسع ثنائي الأبعاد في تقدير مقادير التدرج ( $R^2 \approx 0.975$ ).
تحليل الخطأ:
- خطأ التجزئة (Discretization Error): $O(\Delta x^2)$ للمشتقات (الفرق المركزي) و $O(\Delta x)$ للتكاملات (شبه المنحرف).
- ضوضاء الضربات (Shot Noise): يتغير الخطأ كـ $O(M^{-1/2})$ .
- الخطأ الإجمالي هو الحد الأقصى بين خطأ التجزية وضوضاء الضربات.

5. الأهمية

العمليات الفرعية التأسيسية: يرسخ هذا العمل QFTD و QFTI كعمليات فرعية أساسية للحوسبة الكمومية التطبيقية، وتحديدًا لـ معالجة الصور (كشف الحواف، التمويه)، و تحليل البيانات (تحديد الاتجاهات)، و تعلم الآلة (التحسين القائم على التدرج).
سد الفجوة بين النظرية والتطبيق: من خلال إزالة شرط المدخلات ذات الصيغة المغلقة، تجعل هذه الخوارقات الحساب التفاضلي الكمومي قابلًا للتطبيق على البيانات التجريبية الواقعية حيث تتوفر فقط عينات منفصلة.
الكفاءة: يشير الاختزال الأسي في تعقيد البوابات للعمليات الشاملة للنطاق مقارنة بنظيراتها الكلاسيكية إلى ميزة كمومية واضحة لمهام التحليل العددي واسعة النطاق.
الاتجاهات المستقبلية: تحدد الورقة مسارات للحفاظ على معلومات الإشارة بشكل أصيل (لتجنب المعالجة اللاحقة) ودمج تصفية الضوضاء القائمة على التردد لتحسين المتانة ضد الضوضاء عالية التردد.