Enhanced measurements on quantum computers via the simultaneous probing of non-commuting Pauli operators
تقدم هذه الورقة أول تنفيذ تجريبي لمخطط قياس ثنائي النسخ باستخدام الإحصاء البايزي وتخصيص اللقطات التكيفي لسبر مؤثرات باولي غير التبادلية في آن واحد، مما يثبت قدرته على التفوق على البروتوكولات المتطورة في تقليل إجمالي لقطات القياس من أجل التقدير عالي الدقة رغم أعباء التباين المتأصلة.
المؤلفون الأصليون:Rick P. A. Simon, Zheng Shi, Charlie Nation, Andrew Jena, Luca Dellantonio
تحمل الحواسيب الكمومية في طياتها الوعد بحل مشكلات مستعصية على آلات اليوم، بدءاً من تصميم أدوية جديدة وصولاً إلى نمذجة المواد المعقدة. ومع ذلك، فإن هذه الآلات هشة للغاية ويصعب قراءتها. ولفهم ما يفعله الحاسوب الكمومي، يجب على العلماء قياس حالته، لكن هذه العملية محفوفة بالصعوبات؛ فالمعلومات التي يبحثون عنها غالباً ما تكون مشفرة في مجموعة من الأجزاء الصغيرة والمتفاعلة التي لا تتناغم مع بعضها البعض؛ إذ يمكن أن يؤدي قياس جزء واحد إلى إزعاج الأجزاء الأخرى، كما أن العديد من الخصائص التي يحتاجون للتحقق منها لا يمكن ملاحظتها في الوقت ذاته. وهذا يخلق عنق زجاجة: فمن أجل الحصول على صورة واضحة للنظام، يتعين على الباحثين تكرار قياساتهم آلاف أو ملايين المرات، وهي عملية تستهلك وقتاً وموارد ثمينة. ويتمثل التحدي المركزي في كيفية جمع أدق معلومات ممكنة مع استخدام أقل عدد من هذه القياسات المكلفة.
لقد طور فريق من الباحثين استراتيجية جديدة لمعالجة هذه المشكلة، وهي استراتيجية تغير طريقة نظرهم إلى البيانات التي يجمعونها. فبدلاً من محاولة قياس الحالة الكمومية مرة واحدة فقط وتمني الأفضل، تتضمن طريقتهم إعداد نسختين متطابقتين من الحالة في الوقت نفسه. ومن خلال فحص هاتين النسختين التوأم بشكل متزامن، استطاع الباحثون استخراج معلومات حول خصائص النظام بطريقة لم تكن ممكنة سابقاً. وقد وجدوا أن هذا النهج "المزدوج" يسمح لهم بتحديد القيمة المتوسطة لخاصية ما، والأهم من ذلك، حساب عدم اليقين (الارتياب) في ذلك القياس أثناء حدوثه. وتسمح هذه المعرفة اللحظية بالخطأ لنظامهم بأن يكون ذكياً في تحديد مكان بذل جهوده؛ حيث يمكنه التعرف فوراً على الأجزاء التي لا تزال غير مؤكدة في النظام، والتركيز على تلك الأجزاء بدلاً من إهدار الموارد على الأجزاء التي باتت مفهومة جيداً بالفعل.
اختبر الباحثون هذه الفكرة باستخدام محاكاة كمومية لخوارزمية كمومية، حيث وضعوا طريقتهم الجديدة في مواجهة أفضل التقنيات الموجودة. وقد ركزوا على نوعين من الأنظمة: نموذج لسبينات نووية مرتبة في شبكة، ومحاكاة لجزيء الهيدروجين. وفي هذه المحاكاة، كانت الخصائص الكمومية التي احتاجوا لقياسها غالباً ما تكون متضاربة مع بعضها البعض، مما يعني أنه لا يمكن قياسها معاً بالطريقة التقليدية. وقد أثبت البروتوكول الجديد للفريق، والذي يسموا به "المخطط المزدوج"، كفاءة أكبر بكثير في هذه السيناريوهات الصعبة. فعندما كانت الخصائص غير تبادلية للغاية (بمعنى أنها تقاوم أن تُقاس معاً)، تطلبت الطريقة الجديدة عدداً أقل بكثير من القياسات الإجمالية للوصول إلى نفس مستوى الدقة مقارنة بالطرق القديمة. وفي بعض الحالات، قللت من عدد القياسات المطلوبة بمعامل قدره مرتين أو أكثر، وهو توفير كبير في عالم الحوسبة الكمومية حيث لكل قياس قيمته.
يعتمد نجاح هذا النهج على حلقة تغذية راجعة ذكية؛ إذ تقوم الخوارزمية بتحديث فهمها للنظام باستمرار بناءً على نتائج كل قياس. وهي تستخدم طريقة إحصائية للتنبؤ بالقياس الذي سيقلل من عدم اليقين الإجمالي بأكبر قدر ممكن. فإذا كان النظام غير متأكد من "إشارة" خاصية ما (سواء كانت موجبة أم سالبة)، فإن الخوارما تدرك ضرورة قياس تلك الخاصية بمفردها. أما إذا كان النظام غير متأكد من المقدار (مدى قوة الخاصية)، فيمكنه استخدام المخطط المزدوج للحصول على صورة أوضح للحجم دون الحاجة لمعرفة الإشارة بعد. وتعني هذه الاستراتيجية التكيفية أن الحاسوب لا يكرر القياسات بشكل عشوائي، بل يتعلم أثناء تقدمه، ويعطي الأولوية للأجزاء الأكثر غموضاً. وقد أكد الباحثون أن تقديراتهم للخطأ كانت سليمة إحصائياً، مما يعني أن عدم اليقين الذي حسبوه قد طابق التباين الفعلي في النتائج، مما منحهم مقياساً موثوقاً لتقدمهم.
ورغم أن المخطط المزدوج يعد أداة قوية، فقد أشار الباحثون إلى أنه ليس حلاً سحرياً لكل المواقف؛ فهذه الطريقة تتطلب موارد فيزيائية أكثر، وتحديداً ضعف عدد الكيوبتات (qubits) لاستيعاب النسختين من الحالة، وهي أكثر فعالية عندما تكون الخصائص المراد قياسها صعبة الجمع معاً. وفي الحالات التي تكون فيها الخصائص سهلة القياس المتزامن بالفعل، قد لا يستحق التكلفة الإضافية للمخطط المزدوج العناء. ومع ذلك، بالنسبة للمشكلات المعقدة التي صُممت الحواسيب الكمومية لحلها، حيث تتداخل العديد من الخصائص وتكون غير تبادلية، توفر هذه الطة الجديدة مساراً واضحاً للمضي قدماً. إنها تشير إلى أنه من خلال استخدام نسخ متعددة من الحالة وتكييف استراتيجية القياس آنياً، يمكن للعلماء استخراج معلومات أكثر بجهد أقل، مما يقرب الفائدة العملية للحواسيب الكمومية خطوة أخرى نحو الواقع.
ملخص تقني: قياسات محسنة على الحواسيب الكمومية عبر الاستقصاء المتزامن لمؤثرات باولي غير التبادلية
بيان المشكلة يعد التقدير الدقيق للقيمة المتوقعة لمؤثر قابل للرصد O^ على الحواسيب الكمومية عقبة أساسية أمام الخوارزميات، لا سيما الخوارزميات الكمومية التباينية (VQAs). تُعبر المؤثرات القابلة للرصد عادةً عن مجموع أوزان لسلاسل باولي (PS)، O^=∑ciP^i. تتطلب بروتوكولات القياس القياسية تجميع سلاسل باولي التي تتبادل (commuting) لقياسها في وقت واحد. ومع ذلك، عندما يحتوي المؤثر على العديد من سلاسل باولي غير التبادلية (non-commuting)، يزداد عدد مجموعات القياس المطلوبة، مما يستلزم استراتيجية فعالة لتخصيص ميزانية قياس محدودة (M) لتقليل خطأ التقدير. تفشل الطرق الموجودة، مثل الظلال الكلاسيكية (classical shadows) أو استراتيجيات التجميع، في توفير تقديرات دقيقة في الجولة الواحدة لكل من المتوسط والخطأ الإحصائي، أو تفشل في تخصيص عدد الضربات (shots) بشكل أمثل عندما تهيمن الحدود غير التبادلية.
المنهجية يقترح المؤلفون مخطط قياس "مزدوج" يجمع بين إعداد الحالة الكمومية متعدد النسخ وإطار عمل إحصائي بايزي (Bayesian).
مبدأ النسخ المتعددة: بدلاً من قياس نسخة واحدة من الحالة ∣ϕ⟩، يقوم البروتوكول بإعداد نسختين متطابقتين، ∣ψ⟩=∣ϕ⟩⊗∣ϕ⟩. هذا يسمح بالقياس المتزامن لسلاسل باولي "المزدوجة" P^i⊗P^i. ومن الأهمية بمكان أنه بينما قد لا تتبادل P^i و P^j، فإن نسخهما المزدوجة P^i⊗P^i و P^j⊗P^j تتبادل دائماً، مما يتيح التقييم المتزامن لمقادير جميع حدود باولي بغض النظر عن علاقات التبادل بينها.
التقدير البايزي: يستخدم المخطط الاستدلال البايزي لتقدير الاحتمال θi للحصول على +1 لقياس باولي منفرد، و ϕi للقياس المزدوج.
العلاقة بين النتائج الفردية والمزدوجة مشتقة كالتالي: ϕi=θi2+(1−θi)2.
يقوم البروتوكول ببناء توزيعات خلفية (posterior distributions) P1 (للنتائج الفردية/المزدوجة لسلسلة باولي واحدة) و P2 (للنتائج المترابطة لأزواج سلاسل باولي المتبادلة) لتقدير المتوسط O^، والأهم من ذلك، تباين المُقدِّر (ΔO^)2.
على عكس الأعمال السابقة التي تحسب التباين من التغايرات (covariances) لسلاسل باولي، يحسب هذا الأسلوب تباين المُقدِّر نفسه، مما يسمح بمراقبة الخطأ في الوقت الفعلي.
تخصيص الضربات التكيفي: تقوم خوارزمية بتخصيص ضربات القياس ديناميكياً بين المخطط "المزدوج" (قياس جميع P^i⊗P^i) والمخطط "المنفرد" (قياس مجموعات من سلاسل باولي المتبادلة).
تستخدم الخوارزمية "قياسات افتراضية" للتنبؤ بانخفاض (ΔO^)2 لكل خيار ممكن.
تأخذ الخوارزمية في الاعتبار العبء الإضافي للموارد في المخطط المزدوج (الذي يتطلب ضعف عدد الكيوبتات وربما عمقاً أكبر للدائرة) من خلال تعريف عدد ضربات فعال Meff=Msingle+2αMdouble.
تعطي الخوارزمية الأولوية لأخذ عينات من أكثر الحدود عدم يقين، وتستهدف تحديداً حل غموض الإشارة الذي ينشأ من الطبيعة المتماثلة للقياسات المزدوجة عندما يكون ⟨P^i⟩≈0.
المساهمات الرئيسية
أول تنفيذ: يقدم هذا العمل أول تنفيذ لمخطط النسختين ضمن بروتوكول قياس يدمج الإحصاء البايزي.
تعزيز مراقبة الخطأ: يوفر هذا الأسلوب تقديراً دقيقاً في الجولة الواحدة للخطأ الإحصائي (ΔO^)2 جنباً إلى جنب مع المتوسط. وبينما يُلاحظ أن AEQuO هو نهج متطور قادر على تقدير الخطأ في الجولة الواحدة، فإن هذا العمل يوسع هذه القدرة من خلال دمجها مع إطار عمل متعدد النسخ يوفر تقليلاً فائقاً للخطأ في سيناريوهات محددة.
خوارزمية تكيفية: طور المؤلفون خوارزمية تنتقل بذكاء بين القياسات المنفردة والمزدوجة بناءً على المعرفة الحالية، مما يحسن المقايضة بين تكلفة الموارد وتقليل الخطأ.
التأكيد النظري: يؤكد العمل عددياً التنبؤات النظرية المتعلقة بالعبء الإضافي لمخططات النسخ المتعددة، وتحديداً العلاقة الجذرية التربيعية بين التباين وعدد الضربات للحدود ذات القيمة المتوقعة الصفرية.
النتائج أُجريت اختبارات معيارية عددية على هاملتوني جزيء الهيدروجين (H2) ونماذج إيسينج الكمومية (quantum Ising models) بأحجام شبكة متفاوتة.
الأداء مقابل أحدث التقنيات: يتفوق المخطط المزدوج بشكل كبير على بروتوكول AEQuO المتطور واستراتيجيات التخصيص الثابت في السيناريوهات التي يحتوي فيها المؤثر على العديد من سلاسل باولي غير التبادلية (مثل هاملتونيات الجزيئات). في هذه الحالات، يحقق المخطط المزدوج أخطاء تقدير أقل لميزانية قياس فعالة معينة. ومع ذلك، يشير المؤلفون إلى أنه في سيناريوهات معينة (مثل بعض حالات نموذج إيسينج)، يمكن لـ AEQuO أحياناً أن يعطي أخطاء أفضل، ويرجع ذلك على الأرجح إلى الاختلافات في استراتيجيات تخصيص الضربات بناءً على المعرفة اللحظية.
الاعتماد على النظام: تعتمد الميزة بشكل كبير على خصائص المؤثر. بالنسبة للأنظمة التي تحتوي على العديد من الحدود غير التبادلية (حيث يصعب التجميع)، يكون المخطط المزدوج متفوقاً. ومع ذلك، بالنسبة للحدود ذات القيم المتوقعة القريبة من الصفر، تنخفض كفاءة المخطط المزدوج (يتغير التباين مع 1/M بدلاً من 1/M)، وتقوم الخوارزمية بتقليل التخصيص للقياسات المزدوجة تكيفياً في هذه الأنظمة المحددة.
الصلاحية الإحصائية: أظهرت أشرطة الخطأ المقدرة (ΔO^)2 أنها ذات مغزى إحصائي، حيث التقطت عدم اليقين للمُقدِّر بشكل صحيح دون الحاجة إلى جولات تجريبية متكررة.
توسع الموارد: تعقيد الوقت للخوارزمية محدود بـ O(p2M3) ولكن يمكن تحسينه إلى O(M) باستخدام استراتيجيات التوازي وتخصيص الدفعات.
الأهمية والادعاءات يزعم البحث أن المخطط "المزدوج" المقترح هو تقدم عملي وجاهز للتنفيذ في مجال القياس الكمومي. تكمن أهميته الأساسية في قدرته على تقليل العدد الإجمالي للضربات المطلوبة للوصول إلى الدقة المستهدفة، لا سيما للمؤثرات المعقدة التي تهيمن عليها الحدود غير التبادلية، مثل تلك الموجودة في محاكاة الكيمياء الكمومية. ومن خلال توفير تقدير خطأ قوي في الجولة الواحدة، يتيح هذا الأسلوب استراتيجيات قياس تكيفية غالباً ما تكون أكثر كفاءة من أفضل الممارسات الحالية، رغم أن الأداء النسبي يعتمد على بنية التبادل الخاصة بالمؤثر. يشير المؤلفون إلى أنه بينما يتكبد المخطط عبئاً إضافياً في الموارد (عامل 2 في الضربات/الكيوبتات)، فإن هذه التكلفة غالباً ما يتم تعويضها من خلال تقليل إجمالي الضربات اللازمة للتقارب في الأنظمة غير البديهية. ويخلص العمل إلى أن هذا النهج مناسب تماماً للمحاكاة الكمومية في عصر النماذج القريبة من الكم (NISQ) حيث تكون ميزانيات القياس محدودة للغاية.