🤖 AI

QSpark: Towards Reliable Qiskit Code Generation

تقدم الورقة البحثية QSpark، وهو نموذج Qwen2.5-Coder-32B تم ضبطه بدقة باستخدام تدريب GRPO وORPO على بيانات اصطناعية ليتفوق بشكل كبير على النماذج اللغوية الكبيرة العامة في توليد كود Qiskit موثوق، محققاً نسبة 56.29% في مقياس Pass@1 على Qiskit HumanEval، مع الكشف عن أن مهام برمجة الكم المتقدمة لا تزال غير محلولة.

المؤلفون الأصليون: Kiana Kheiri, Aamna Aamir, Andriy Miranskyy, Chen Ding

نُشر 2026-03-11

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Kiana Kheiri, Aamna Aamir, Andriy Miranskyy, Chen Ding

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 تريد بناء حاسوب كمي، وهو آلة فائقة القوة تحل مشكلات لا تستطيع الحواسيب العادية حتى الاقتراب منها. لكن هناك عقبة: برمجة هذه الآلات أمر صعب للغاية. الأمر يشبه محاولة كتابة وصفة لطبق لم يوجد بعد، باستخدام مكونات تتلاشى إذا نظرت إليها عن كثب.

هنا يأتي دور QSpark. فكر في QSpark كأنه مساعد طباخ ذكي ومتخصص مصمم خصيصًا للطهاة الكميين. مهمته هي مساعدة البشر في كتابة "الوصفات" (الأكواد البرمجية) لهذه الآلات الكمية باستخدام مجموعة أدوات شهيرة تسمى Qiskit.

إليك قصة كيف بنى الباحثون QSpark، مشروحة بأسلوب بسيط:

1. المشكلة: الذكاء الاصطالي "الطباخ السيئ"

بدأ الباحثون بذكاء اصطناعي ذكي جدًا (نموذج لغوي كبير) بارع في كتابة الأكواد للحواسيب العادية. ومع ذلك، عندما طلبوا من هذا الذكاء الاصطناعي كتابة أكواد للحواسيب الكمية، استمر في ارتكاب الأخطاء.

التشبيه: تخيل أنك تطلب من طباخ بشري عبقري أن يطهو وجبة باستخدام مكونات سحرية. الطباخ يعرف كيف يطبخ، لكنه لا يفهم قواعد السحر. قد يحاول تقطيع "شبح" أو غلي ماء يتحول إلى نار. النتيجة؟ الطبق (البرنامج الكمي) يفشل أو ينفجر.
الواقع: الأكواد الكمية لها قواعد صارمة (مثل "لا يمكنك نسخ قطعة من المعلومات" أو "كل شيء متصل ببعضه البعض"). غالبًا ما تتجاهل نماذج الذكاء الاصطناعي العامة هذه القواعد لأنها تدربت في الغالب على الأكواد العادية.

2. الحل: تدريب الذكاء الاصطناعي عبر "اختبارات التذوق"

لإصلاح ذلك، لم يكتفِ الباحثون بتعليم الذكاء الاصطناعي المزيد من الحقائق؛ بل علموه كيف يبدو الكود الكمي "الجيد" باستخدام طريقة تدريب خاصة. لقد أنشأوا مكتبة ضخمة تضم 522 "وصفة" كمية (مهام)، تتراوح من البسيطة جدًا إلى المعقدة للغاية.

استخدموا تقنيتين مختلفتين للتدريب، والتي يمكننا اعتبارها طريقتين مختلفتين لتعليم طالب:

الطريقة (أ): "النقد الجماعي" (GRPO)

كيف تعمل: يُطلب من الذكاء الاصطناعي كتابة نفس الكود خمس مرات. ثم يقوم النظام بمحاكاة تشغيل النسخ الخمس جميعها. يختار النظام النسخة التي تعمل بشكل أفضل ويعطيها درجة عالية، بينما تحصل النسخ الأخرى على درجات أقل.
التشبيه: تخيل مسابقة طبخ حيث يصنع الذكاء الاصطناعي خمس نسخ مختلفة من الحساء. يتذوق القاضي جميع النسخ. يتعلم الذكاء الاصطناعي: "أوه، النسخة التي تحتوي على ملح أقل وثوم أكثر هي التي فازت بتصويت المجموعة! يجب أن أفعل ذلك في المرة القادمة".
النتيجة: ساعد هذا الذكاء الاصطناعي على التحسن في المهام الأساسية والمتوسطة، مثل التأكد من وجود المكونات في الترتيب الصحيح.

الطريقة (ب): "اختبار التذوق البشري" (ORPO)

كيف تعمل: عرض الباحثون على الذكاء الاصطناي أزواجًا من الأكواد: نسخة "مثالية" ونسخة "معيبة". أخبروا الذكاء الاصطناعي: "هذا جيد؛ وذاك سيئ". تعلم الذكاء الاصطناعي تفضيل أسلوب ومنطق النسخة الجيدة.
التشبيه: هذا يشبه وقوف شيف خبير بجانب الذكاء الاصطناعي، وهو يقول: "لا، لا تقطع البصل بهذه الطريقة. انظر كيف فعلتُ أنا ذلك. إنها طريقة أنظف وأكثر أمانًا". يتعلم الذكاء الاصطناعي محاكاة أسلوب وأفضل الممارسات لخبير بشري.
النتيجة: كانت هذه الطريقة أفضل بك even. فقد علمت الذكاء الاصطناعي ليس فقط جعل الكود يعمل، بل جعل الكود مقروءًا وموثوقًا، كما لو أن مهندسًا محترفًا هو من كتبه.

3. النتائج: نجم جديد في المطبخ

اختبر الباحثون ذكاءهم الاصطناعي الجديد (QSpark) مقابل أشهر أنظمة الذكاء الاصطناعي البرمجية.

لوحة النتائج: في اختبار قياسي يسمى "Qiskit HumanEval"، حصل الذكاء الاصطناعي الجديد على درجة 56.29%. بينما حصل أفضل ذكاء اصطناعي متخصص آخر على حوالي 46% فقط.
التحليل:
- المهام البسيطة: كان الذكاء الاصطناعي رائعًا في الأشياء الأساسية (مثل جعل بت كمي واحد يدور).
- المهام المتوسطة: أدى بشكل جيد جدًا في الألغاز المنطقية المعقدة.
- المهام الصعبة: لا يزال يعاني مع أصعب المشكلات الكمية المتقدمة (نسبة نجاح 0%).
الخلاصة: على الرغم من أنه لا يستطيع حل أصعب المشكلات بعد، إلا أنه كان أفضل بكثير من أي ذكاء اصطناعي آخر في المهام التي استطاع القيام بها. لقد أثبت أن تعليم الذكاء الاصطناعي "تفضيل" الكود الجيد يعمل بشكل أفضل من مجرد تعليمه المزيد من الأكواد.

4. لماذا يهم هذا؟

فكر في الحوسبة الكمية كلغة جديدة. في الوقت الحالي، قلة قليلة فقط يتحدثونها بطلاقة.

قبل QSpark: كنت بحاجة لتكون عالم فيزياء عبقريًا لتكتب كودًا كميًا.
مع QSpark: يمكنك أن تطلب من الذكاء الاصطناعي: "اصنع دائرة نقل آني كمي"، وسيعطيك مسودة صحيحة بنسبة 90% وتتبع جميع قواعد السلامة. أنت فقط تحتاج للقيام باللمسات النهائية.

العقبة (ما زال الأمر صعبًا)

تعترف الورقة البحثية بأن الذكاء الاصطناعي ليس مثاليًا بعد.

"جدار التقدم": تمامًا مثل الطالب الذي يمكنه حل الواجبات المنزلية للرياضيات ولكنه لا يستطيع حل أطروحة دكتوراه، يفشل الذكاء الاصطناعي في المشكلات الكمية الأكثر تعقيدًا.
"المطبخ الفوضوي": اضطر الباحثون لبناء أدوات الاختبار الخاصة بهم لأن الأدوات القياسية لاختبار الكود الكمي كانت مفقودة أو معطلة. إنه مثل محاولة خبز كعكة بدون مؤقت فرن موثوق.

باخت مختصره

تقدم الورقة البحثية QSpark، وهي أداة تستخدم طريقة تدريب "اختبار التذوق" لتحويل ذكاء اصطناعي عام إلى متخصص في الأكواد الكمية. إنه ليس مثاليًا بعد، لكنه خطوة كبيرة للأمام في جعل البرمجة الكمية سهلة الوصول، وموثوقة، وأقل عرضة لأخطاء "المكونات السحرية" التي تعاني منها المبتدئة عادةً. إنه الفرق بين تجربة فوضوية مليئة بالأخطاء وبين مطبخ احترافي منظم جيدًا.

1. بيان المشكلة

تُعد البرمجة الكمية مجالاً متخصصاً يتطلب خبرة في ميكانيكا الكم، والخوارزميات، وهندسة البرمجيات. وعلى الرغم من توفر أطر عمل عالية المستوى مثل Qiskit التابع لشركة IBM، إلا أن كتابة كود كمي صحيح تظل عرضة للأخطاء بسبب القيود الفريدة (مثل التراكب، والتشابك، وعدم الاستنساخ) ومحدودية الموارد.

الفجوة: بينما أحدثت النماذج اللغوية الكبيرة (LLMs) ثورة في توليد الكود الكلاسيكي، إلا أنها تعاني مع الكود الكمي. فغالباً ما تُنتج النماذج اللغوية العامة أكواد Qiskit معيبة لأن بيانات التدريب شحيحة مقارنة بالمستودعات الكلاسيكية، كما أن الكود الكمي يتطلب التزاماً صارماً بالقوانين الفيزيائية.
التحدي: تفتقر أدوات الذكاء الاصطناي الحالي إلى القدرة على الاستنتاج المتخصص في المجال لتوليد دوائر كمية قابلة للتنفيذ، ومُحسّنة، ومقاومة للأخطاء. هناك حاجة لمساعد برمجي يمكنه فهم النوايا الكمية عالية المستوى وتوليد كود Qiskit موثوق.

2. المنهجية

يقترح المؤلفون QSpark، وهو مساعد برمجي يعتمد على Qiskit ومبني على نموذج Qwen2.5-Coder-32B. يكمن الابتكار الجوهري في استخدام التعلم التعزيزي مع التفضيلات (Reinforcement Learning with Preferences) لضبط النموذج بدقة، بدلاً من الاعتماد على الضبط الدقيق الخاضع للإشراف القياسي وحده.

أ. بناء البيانات

إنشاء مجموعة البيانات: تم تنسيق مجموعة بيانات عالية الجودة تضم 522 مهمة برمجة في Qiskit مستخرجة من حوالي 10,819 ملف مصدر خام.
خط العمل (Pipeline): تضمنت العملية استرجاع الكود، واستخراج الدوال، والوسم (Annotation)، والتحقق عبر اختبارات الوحدة القائمة على المحاكاة، وإزالة التكرار (باستخدام مقارنات AST).
مستويات الصعوبة: تم تصنيف المهام إلى:
- أساسية (259 مهمة): دوائر بسيطة، بوابات قليلة، بدون تشابك.
- متوسطة (223 مهمة): تتضمن عمليات قياس، أو عمقاً متوسطاً، أو هياكل خوارزمية أساسية.
- متقدمة (40 مهمة): دوائر معقدة تتضمن تشابكاً، أو طرقاً تباينية، أو سير عمل هجين.
بيانات التفضيل: تم إنشاء مجموعتين فرعيتين متخصصتين لعملية التعلم التعزيزي (RL):
- ORPO: مقارنات زوجية بين المخرجات "المختارة" (الصحيحة، والقابلة للقراءة) مقابل المخرجات "المرفوضة" (المعدلة أو منخفضة الجودة).
- GRPO: مجموعات من الإكمالات المرشحة لكل مطالبة (Prompt)، يتم تقييمها بناءً على دقة التنفيذ.

ب. استراتيجيات التعلم التعزيزي (RL)

يستخدم البحث طريقتين مختلفتين للتعلم التعزيزي لتطوير النموذج:

تحسين تفضيل نسبة الأرجحية (ORPO):
- الهدف: مواءمة النموذج مع تفضيلات المبرمجين البشر (سهولة القراءة، القابلية للصيانة، وأفضل الممارسات).
- الآلية: يستخدم دالة خسارة زوجية تزيد من احتمالية المخرج "المختار" مع تنظيم الانحراف عن السياسة المدربة مسبقاً ( $\pi_0$ ) عبر تباين KL.
- المكافأة: تعتمد على المراجعة اليدوية والوسم الاصطناعي لصحة الكود وأسلوبه.
تحسين السياسة النسبي للمجموعات (GRPO):
- الهدف: تحسين دقة التنفيذ وكفاءة الموارد.
- الآلية: توليد مجموعة من المرشحين ( $G$ ) لكل مطالبة. يتم تطبيع المكافآت بالنسبة لمتوسط المجموعة ( $\mu$ ) والانحراف المعياري ( $\sigma$ ) لحساب إشارة الميزة ( $A$ ).
- دالة المكافأة: مجموع مرجح من:
  - معدل اجتياز اختبار الوحدة ( $\alpha=0.7$ ).
  - عقوبة عمق الدائرة (عكس العمق، $\beta=0.2$ ).
  - عقوبة عدد الكيوبتات (عكس استخدام الكيوبت، $\gamma=0.1$ ).
- الهدف: تشجيع النموذج على إنتاج دوائر تتفوق على أقرانها في نفس مجموعة التوليد.

3. المساهمات الرئيسية

إطار عمل QSpark: تقديم مساعد برمجي متخصص لـ Qiskit يتكامل مباشرة مع سير عمل المطورين.
خط تدريب مبتكر: إثبات أن تحسين التفضيل (ORPO و GRPO) يتفوق بشكل كبير على النماذج اللغوية العامة وحتى النماذج المتكيفة مع المجال في توليد الكود الكمي.
تقييم معياري منسق: تطوير خط تقييم مؤتمت مخصص لمعيار Qiskit HumanEval (QHE)، مما يعالج التناقضات في مجموعات البيانات المتاحة علناً وسكريبتات التقييم.
تحليل شامل: تحليل مفصل لأداء النموذج عبر المستويات: الأساسية، والمتوسطة، والمتقدمة، مع تسليط الض الضوء على نقاط القوة والقصور المحددة.

4. النتائج

تم تقييم النماذج باستخدام معيار Qiskit HumanEval (QHE) ومعيار HumanEval (HE) الأصلي باستخدام دقة Pass@1 (نسبة الكود الذي يجتاز اختبارات الوحدة من المحاولة الأولى).

النموذج	QHE Pass@1	HE Pass@1	ملاحظات
ORPO (نموذجنا)	56.29%	65.90%	أفضل أداء إجمالي؛ أعلى بـ 10 نقاط مئوية من Granite-8B-QK.
GRPO (نموذجنا)	49.00%	63.00%	أداء قوي؛ يتفوق على جميع النماذج العامة.
Granite-8B-QK	46.53%	38.41%	أفضل نموذج أساسي متكيف مع المجال سابقاً.
CodeLLaMA-34B	26.73%	52.43%	نموذج لغوي عام.

الأداء حسب الصعوبة:

المهام الأساسية: حل نموذج ORPO لـ 44/78؛ وحل نموذج GRPO لـ 42/78. كلاهما تفوق على معظم النماذج المرجعية.
المهام المتوسطة: حل نموذج ORPO لـ 41/68 (الأعلى بين جميع النماذج)؛ وحل نموذج GRPO لـ 32/68.
المهام المتقدمة: 0/5 لجميع النماذج (بما في ذلك النماذج المرجعية). وهذا يسلط الض الضوء على قصور حرج في قدرات الذكاء الاصطناعي الحالية.

الملاحظات:

تفوق ORPO في المهام المتوسطة بفضل مواءمة التفضيل الدقيقة، مما أظهر قدرة أفضل على الاستنتاج والمتانة.
أدى GRSO أداءً جيداً في المهام الأساسية ذات البنية المتسقة، مستفيداً من مكافآت ترتيب المستوى المجموعي.
أظهر كلا النموذجين قدرة جيدة على التعميم في HumanEval الأصلي (الكود الكلاسيكي)، مما يشير إلى أن تحسين التفضيل يعزز قدرات توليد الكود العام.

5. الأهمية والعمل المستقبلي

الأهمية: يثبت البحث أن التعلم التعزيزي مع التفضيلات هو استراتيجية متفوقة لمواءمة النماذج اللغوية الكبيرة مع القيود الصارمة للبرمجة الكمية مقارنة بالضبط الدقيق الخاضع للإشراف القياسي. إنه يسد الفجوة بين الذكاء الاصطﻲ العام وهندسة البرمجيات الكمية المتخصصة.
القصور:
- المهام المتقدمة: لم يتمكن أي نموذج (بما في ذلك نموذج المؤلفين) من حل المهام المتقدمة الخمس، مما يشير إلى الحاجة إلى استنتاج أفضل طويل المدى وتعلم منهجي (Curriculum Learning).
- ندرة البيانات: مجموعة التدريب صغيرة مقارنة بالكود الكلاسيكي، مما قد يحد من القدرة على التعميم في المسائل الكمية الجديدة.
- تحديات التقييم: غياب المعايير الموحدة والنسخ المضبطة من سكريبتات التقييم في المجال الكمي يعيق إمكانية إعادة الإنتاج.
الاتجاهات المستقبلية:
- دمج GRPO و ORPO في إطار عمل مكافأة موحد.
- توسيع مجموعة البيانات لتشمل تصحيح الأخطاء، والخوارزميات الهجينة، وتحسينات الأجهزة المحددة.
- الدعوة إلى معايير مدفوعة من المجتمع، ومسارات تقييم مؤتمتة لضمان المقارنة العادلة والثقة في الذكاء الاصطاني الكمي.

في الختام، يوضح QSpark أنه مع التعلم التعزيزي المستهدف، يمكن للنماذج اللغوية الكبيرة أن تصبح مساعدين موثوقين لمطوري Qiskit، مما يخفض بشكل كبير حاجز الدخول إلى برمجة Qiskit، رغم بقاء تحديات كبيرة في حل الخوارزميات الكمية المعقدة والمتقدمة.