The Practicality of Randomized Quantum Linear Systems Solvers

تخيل أنك تحاول حل عقدة ضخمة ومتشابكة من المسائل الرياضية التي تفوق قدرة أي كمبيوتر عادي على فك تشابكها في وقت معقول. هذا هو عالم الحوسبة الكمومية، وهو مجال يبني فيه العلماء آلات تستخدم القواعد الغريبة للجسيمات الدقيقة لحل هذه الألغاز المستحيلة. أحد أشهر أنواع الألغاز التي يريدون حلها يسمى "النظام الخطي"، وهو في الأساس شبكة ضخمة من الأرقام حيث تحتاج إلى إيجاد إجابة محددة مخبأة بداخلها. لفك شفرات هذه الأكواد، يستخدم الباحثون غالبًا تقنية تسمى "محاكاة الهاميلتونيان" (Hamiltonian simulation)، وهي تشبه تشغيل فيلم لكيفية تغير نظام كمومي بمرور الوقت لمعرفة ما سيحدث. لفترة طويلة، كانت أفضل طريقة للقيام بذلك تتطلب بناء دوائر عميقة ومعقدة للغاية، مثل محاولة بناء ناطحة سحاب من مكعبات "جينجا" دون أن تنهار. ولكن مؤخرًا، ظهرت فكرة جديدة: ماذا لو لم نبنِ ناطحة السحاب بأكملها دفعة واحدة؟ ماذا لو التقطنا مجموعة من اللقطات العشوائية والسريعة للمبنى، ثم قمنا بمتوسطها، وأملنا أن تكون الصورة واضحة بما يكفي؟ هذا النهج "العشوائي" وعد بأن يكون أبسط بكثير وأسهل في البناء على أجهزة الكمبيوتر الكمومية المبكرة.

ومع ذلك، فإن دراسة جديدة أجراها سيدهارث هاريبركراش وفريقه في مختبر لورانس بيركلي الوطني وشركة BlueQubit Inc. قررت وضع هذه الفكرة الواعدة تحت الاختبار النهائي. لم يكتفوا فقط بالنظر إلى النظرية؛ بل قاموا بالعمليات الحسابية الثقيلة لتحديد مقدار الموارد — مثل الوقت وقوة الكمبيوتر — التي سيحتاجها هذا النهج العشوائي للعمل فعليًا. فكر في الأمر كأنه فحص مقياس الوقود لسيارة يدعي الجميع أنها تستطيع القيادة إلى القمر. لقد بنى الباحثون خريطة تفصيلية للرحلة، وحسبوا كل خطوة مطلوبة للحصول على إجابة واضحة. نتائجهم هي بمثابة "واقع مرير": بينما الطريقة العشوائية هي بالفعل أبسط في البناء، إلا أنها تبدو غير فعالة للغاية. فقد وجدوا أنه حتى بالنسبة لمشكلة صغيرة وبسيطة (شبكة 4 في 4 من الأرقام)، ستتطلب الطريقة عددًا هائلًا من العمليات — حوالي 10 أس 15 من بوابات "non-Clifford" — للحصول على إجابة جيدة. ولو وضعت ذلك في الاعتبار، فإن هذا الرقم ضخم جدًا لدرجة أنه من المستحيل عمليًا تحقيقه باستخدام التكنولوجيا الحالية أو القريبة من المستقبل.

تقارن الورقة البحثية بين طريقتين لأخذ هذه "اللقطات" للنظام الكمومي. إحدى الطريقتين تشبه اتباع وصفة صارمة (تسمى صيغة المنتج - Product Formula)، والأخرى تشبه رمي النرد لتقرير خطوتك التالية (تسمى توسيع تايلور العشوائي - Random Taylor Expansion). اكتشف الباحثون أن طريقة "رمي النرد" هي في الواقع الأفضل بين الخيارين السيئين، حيث تتطلب موارد أقل بنحو عشر مرات من الوصفة الصارمة. لكن الجانب الصادم هو أن الطريقة الأفضل تظل مكلفة جدًا لدرجة تجعلها غير عملية لحل المشكلات الواقعية الآن. وتخلص الدراسة إلى أنه بينما هذه المخططات العشوائية ذكية وسليمة نظريًا، فإن حجم العمل الهائل الذي تتطلبه يعني أنها قد لا تكون الحل السحري الذي كنا نأمله في الأيام الأولى للحوسبة الكمومية. لقد قدم المؤلفون برهانًا واضحًا وغير تقاربي (بمعنى أنهم لم يتكهنوا في النهاية، بل حسبوا الأرقام بدقة) على أن التكلفة لهذه المشكلات المحددة مرتفعة للغاية.

قصة الحل العشوائي

دعونا نتعمق في التفاصيل لما قام به المؤلفون بالفعل. كانوا يبحثون عن نوع معين من الخوارزميات الكمومية المصممة لحل المعادلات الخطية. تخيل أن لديك آلة ضخمة ومعقدة (المصفوفة) وتريد معرفة ما يحدث عندما تضع مدخلًا معينًا فيها. الهدف هو إيجاد المخرج، لكن الآلة معقدة للغاية بحيث لا يمكنك تشغيلها مرة واحدة فقط.

ركز الباحثون على نهج "عشوائي". بدلًا من تشغيل الآلة بشكل مثالي، يحاول هذا النهج تقريب الإجابة عن طريق أخذ عينات عشوائية كثيرة. الأمر يشبه محاولة تخمين متوسط طول الأشخاص في ملعب رياضي. يمكنك قياس طول كل شخص (وهو أمر صعب ويستغرق وقتًا طويلًا)، أو يمكنك سؤال عدد عشوائي من الناس، وتخمين أطوالهم، ثم حساب متوسط تلك التخمينات. كان الأمل هو أنه من خلال أخذ تخمينات عشوائية كافية، ستحصل على الإجابة الصحيحة دون الحاجة إلى إعداد معقد للغاية.

تقسم الورقة البحثية هذه العملية إلى ثلاث خطوات رئيسية، والتي قاموا بتحليلها بدقة متناهية:

1. الوصفة (سلسلة فوريه): أولاً، كان عليهم معرفة كيفية تحويل المسألة الرياضية إلى سلسلة من "الأوقات" العشوائية لأخذ العينات. استخدموا حيلة رياضية تسمى سلسلة فوريه لتقريب مقلوب المصفوفة. فكر في هذا كإنشاء وصفة تخبرك بالضبط بأي لحظات زمنية عشوائية يجب أن تنظر إليها. حسب المؤلفون بالضبط عدد المكونات (الحدود في السلسلة) ومدى دقة القياسات المطلوبة للحصول على تقريب جيد. ووجدوا أنه حتى بالنسبة للمشكلات الصغيرة، تحتاج إلى الكثير من هذه المكونات.

2. اللقطة (محاكاة الهاميلتونيان): بعد ذلك، لكل وقت عشوائي تم اختياره، يجب على الكمبيوتر الكمومي محاكاة النظام. هذا هو الجزء الصعب. نظر المؤلفون في طريقتين للقيام بهذه المحاكاة:

   • صيغة المنتج (Product Formula - PF): تشبه تقسيم رحلة طويلة إلى خطوات صغيرة وثابتة. تمشي قليلًا، تتوقف، تمشي أكثر، وهكذا. إنها طريقة منظمة للغاية للتحرك.
   • توسيع تايلور العشوائي (Random Taylor Expansion - RTE): هذا النوع أكثر فوضوية. يشبه رمي النرد لتحديد عدد الخطوات والاتجاه الذي ستتخذه. إنه يقدم طبقة ثانية من العشوائية.

3. المتوسط (أخذ العينات): أخيرًا، تأخذ جميع النتائج من هذه اللقطات وتقوم بحساب متوسطها للحصول على الإجابة النهائية. كلما زاد عدد اللقطات، اقتربت من الإجابة الحقيقية.

الكشف الكبير: إنها مكلفة للغاية

الجزء الأهم في الورقة هو حساب "التكلفة". في عالم الحوسبة الكمومية، تُقاس التكلفة بـ "البوابات" (gates)، وهي العمليات الأساسية التي يقوم بها الكمبيوتر. حسب المؤلفون بالضبط عدد البوابات اللازمة لحل مشكلة بمستوى معين من الدقة.

وجدوا أن التكلفة تتصاعد بسرعة هائلة. حتى بالنسبة لمشكلة صغيرة — مصفوفة 4 في 4 مع رقم شرطي (مقياس لصعوبة المشكلة) قدره 100 — تتطلب الطريقة حوالي 10^15 (واحد متبوع بـ 15 صفرًا) من بوابات "non-Clifford" للوصول إلى التقارب. وهذا الرقم بعيد تمامًا عما يمكن لأي كمبيوتر كمومي نبنيه اليوم، أو حتى في المستقبل القريب، التعامل معه. إنه يشبه محاولة بناء جسر عبر المحيط باستخدام أعواد الأسنان فقط؛ الرياضيات تقول إن ذلك ممكن نظريًا، لكن المواد ليست متوفرة.

كما قارن المؤلفون بين طريقتي المحاكاة (PF و RTE). ووجدوا أن طريقة توسيع تايلور العشوائي (RTE) هي الأفضل بشكل ملحوظ من صيغة المنتج (PF). وتحديدًا، تتطلب RTE عدد بوابات أقل بنحو رتبة مقدار (10 مرات) للوصب إلى نفس المستوى من الدقة. ومع ذلك، حتى مع هذا التحسن بمقدار 10 أضعاف، لا يزال إجمالي عدد البوابات مرتفعًا بشكل فلكي. تنص الورقة صراحة على أن لا الطريقتين عمليتان للأجهزة الحالية أو القريبة.

ماذا يعني هذا للمستقبل

الورقة لا تكتفي بالقول "هذا صعب"؛ بل تقدم لنا خريطة واضحة لـ سبب صعوبة الأمر. العائق الرئيسي هو "الرقم الشرطي" للمشكلة. كلما زادت صعوبة المشكلة (ارتفع الرقم الشرطي)، زاد عدد البوابات المطلوبة بمقدار القوة الرابعة. وهذا يعني أنه إذا ضاعفت صعوبة المشكلة، فستحتاج إلى 16 ضعف الموارد. قانون التوسع هذا يجعل النهج العشوائي مكلفًا جدًا لأنواع المشكلات التي يريد العلماء حلها بالفعل.

كان المؤلفون حذرين جدًا في قولهم إن نتائجهم تستند إلى حسابات ومحاكاة صريحة، وليس مجرد تخمينات. لقد اختبروا رياضياتهم على مصفوفات عشوائية صغيرة ووجدوا أن توقعاتهم تطابقت تمامًا مع واقع عمليات المحاكاة. وهذا يمنحنا ثقة عالية في استنتاجهم: بينما الفكرة المتمثلة في عشوائية الخوارزميات الكمومية هي فكرة ذكية وتقلل من تعقيد الدوائر، فإن العدد الهائل من العينات المطلوبة يجعلها غير عملية لحل الأنظمة الخطية في المستقبل القريب.

في النهاية، تعمل هذه الورقة البحثية كإعادة تقييم للواقع. إنها تأخذ فكرة واعدة ومثيرة للاهتمام وتقيسها مقابل الأرقام القاسية للفيزياء والهندسة. والنتيجة هي أنه بينما يعد النهج العشوائي عملاً نظريًا رائعًا ويقلل من تعقيد الدوائر، فإن العدد الهائل من العينات المطلوبة يجعل استخدامه غير عملي لحل الأنظمة الخطية في المستقبل القريب. يشير المؤلفون إلى أنه إذا أردنا إحراز تقدم، فقد نحتاج إلى البحث عن طرق أخرى لتفكيك المشكلة، ربما باستخدام أجهزة الكمبيوتر التقليدية لتبسيط المشكلة أولاً أو إيجاد حيل رياضية جديدة لا تتطلب هذا العدد الضخم من العينات العشوائية. ولكن في الوقت الحالي، يظل حلم حل هذه الأنظمة الخطية المعقدة باستخدام اختصار كمومي عشوائي بسيط مجرد حلم، ينتظر انفجارًا في الأجهزة أو تصميم الخوارزميات ليصبح حقيقة واقعة.