⚛️ quantum physics

Quantum lattice Boltzmann method for several time steps: A local Carleman linearization algorithm

تقدم هذه الورقة طريقة "لومبولتز" الشبكية الكمومية مبتكرة باستخدام خطية "كارليمان" المحلية، والتي تحقق احتمالية نجاح أعلى تبلغ حوالي $10^{-2}$ وتتدرج بمعدل $O(\log_2^2(N)+Q^3)$ لكل خطوة زمنية للشبكات ثنائية الأبعاد مع عدد ثابت من الكيوبتات.

المؤلفون الأصليون: Antonio David Bastida Zamora, Ljubomir Budinski, Valtteri Lahtinen, Pierre Sagaut

نُشر 2026-03-16

📖 4 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Antonio David Bastida Zamora, Ljubomir Budinski, Valtteri Lahtinen, Pierre Sagaut

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 تحاول التنبؤ بكيفية انتشار قطرة حبر في كوب من الماء، أو كيف يتدفق الهواء فوق جناح سيارة. يستخدم العلماء أداة تسمى "طريقة لابتز بولتزمان الشبكية" (Lattice Boltzmann Method - LBM) لمحاكاة هذه التحركات السائلة. فكر في LBM كشبكة ضخمة من البلاطات الصغيرة؛ على كل بلاطة، تتصادم "جسيمات" صغيرة وتتحرك إلى البلاطة التالية. ومن خلال مراقبة مليارات من هذه الاصطدامات الصغيرة، يمكننا التنبؤ بالصورة الكبيرة لكيفية حركة السائل.

المشكلة؟ للحصول على نتائج دقيقة للهندسة الواقعية (مثل تصميم طائرة أسرع)، تحتاج إلى شبكة ضخمة جداً لدرجة أن حتى أسرع الحواسيب الفائقة في العالم ستتعب وتتباطأ. الأمر يشبه محاولة عد كل حبة رمل على الشاطئ لفهم حركة المد والجزر.

هنا يأتي دور الحواسيب الكمومية (Quantum Computers). هذه الآلات تشبه العصي السحرية التي يمكنها معالجة كميات هائلة من المعلومات في وقت واحد. ومع ذلك، كان استخدامها في محاكاة السو fluids أمراً صعباً. كانت المحاولات السابقة تشبه محاولة حل لغز حيث تستمر قطع اللغز في تغيير شكلها، أو حيث كانت فرصة الحصول على الإجابة الصحيحة منخفضة جداً (مثل الفوز باليانصيب) لدرجة أنك ستحتاج للعب اللعبة مليار مرة لمجرد الحصول على نتيجة واحدة جيدة.

الحل "المحلي" الجديد

تقدم هذه الورقة البحثية طريقة جديدة لتعليم الحاسوب الكمومي كيفية محاكاة السوائل. طور المؤلفون، بالتعاون مع باحثين من Quansient ومن فرنسا، "نظام ترميز" جديداً يعتمد على خدعة رياضية تسمى "خطيّة كارليمان" (Carleman Linearization).

إليك التشبيه:

الطريقة القديمة (الحفلة الفوضوية):
تخيل حفلة حيث يتحدث الجميع مع الجميع في وقت واحد. لكي تفهم موضوع المحادثة، عليك الاستماع إلى كل زوج من الأشخاص في آن واحد. في الطريقة الكمومية القديمة، كان على الحاسوب فحص كل موقع في الشبكة (كل "شخص" في الحفلة) بشكل فردي مقابل كل موقع آخر. هذا جعل "دائرة" الحاسوب (المسار الذي تسلكه المعلومات) طويلة وعميقة للغاية، مما يؤدي إلى تعطلها أو استغراقها وقتاً طويلاً جداً. كما كان "الضجيج" مرتفعاً لدرجة أن الحاسوب غالباً ما ينسى الإجابة.

الطريقة الجديدة (الحي المحلي):
أدرك المؤلفون أنه في ديناميكا السوائل، يتفاعل الجسيم عادةً فقط مع جيرانه المباشرين. لذا أعادوا تصميم "الحفلة" الكمومية بحيث يحتاج الحاسوب فقط إلى النظر في التفاعلات "المحلية".

الخدعة: استخدموا "ترجمة" رياضية خاصة (خطيّة كارليمان) لتحويل القواعد المعقدة وغير الخطية لفيزياء السوائل إلى مجموعة أبسط من القواعد الخطية التي يمكن للحاسوب الكمومي التعامل معها بسهولة.
الترميز: ابتكروا طريقة جديدة لتخزين البيانات بحيث لا يضطر الحاسوب للقفز عبر الشبكة للبحث عن المعلومات، بل تظل المعلومات "محلية". تخيل بدلاً من الصراخ عبر الغرفة لطرح سؤال، أن تهمس فقط للشخص الجالس بجانبك.

لماذا يهم هذا؟

معدل نجاح أعلى: في المحاولات الكمومية السابقة، كانت فرصة الحصول على الإجابة الصحيحة في محاولة واحدة حوالي 1 من 100,000 (0.001%). عززت هذه الطة الجديدة تلك النسبة لتصبح حوالي 1 من 100 (1%). ورغم أنها ليست مثالية بعد، إلا أنها تحسن هائل؛ فالفرق هو بين الحاجة لشراء تذكرة يانصيب كل ثانية لمدة عام، وبين شراء واحدة كل ساعة فقط.
السرعة والكفاءة: تعمل الخوارزمية الجديدة بشكل أفضل بكثير من حيث التوسع. إذا ضاعفت حجم شبكة المحاكاة، فقد تستغرق الطريقة القديمة 16 ضعف الوقت. أما هذه الطريقة فلا تستغرق سوى وقت إضافي ضئيل جداً (توسع لوغاريتمي). إنه يشبه الترقية من دراجة هوائية إلى قطار فائق السرعة لنفس المسافة.
خطوات متعددة: الطرق السابقة كانت قادرة فقط على محاكاة خطوة زمنية واحدة صغيرة قبل أن تصبح الحالة الكمومية فوضوية للغاية. تسمح هذه الطريقة للحاسوب باتخاذ خطوات عديدة للأمام، مما يحاكي تدفقاً مستمراً للزمن، وهو أمر ضروري للفيزياء الحقيقية.

النتائج

اختبر الفريق فكرتهم باستخدام محاكي كمومي (حاسوب كلاسيكي يتظاهر بأنه كمومي). قاموا بمحاكاة "دوامة تايلور-غرين" (حالة اختبار كلاسيكية لتدفق السوائل، مثل الدوامة في الماء).

الدقة: تطابقت نتائجهم مع نتائج الحاسوب الكلاسيكي بشكل شبه مثالي.
القابلية للتوسع: أظهروا أنه مع زيادة حجم الشبكة، ظلت الطريقة فعالة، على عكس المحاولات السابقة التي كانت ستتعطل.

الخلاصة

تمثل هذه الورقة البحثية خطوة مهمة نحو جعل الحواسيب الكمومية مفيدة للهندسة الواقعية. إنها تشبه العثور على لغة جديدة وفعالة للتحدث مع الحواسيب الكمومية حول ديناميكا السوائل. نحن لسنا بعد في مرحلة تمكننا من تصميم محرك نفاث على حاسوب كمومي محمول، لكن هذا البحث يزيل عقبة رئيسية. فهو يثبت أنه مع النهج "المحلي" الصحيح، يمكن للحواسيب الكمومية أخيراً البدء في حل الألغاز الضخمة والمعقدة لتدفق السوائل التي استعصت علينا لعقود.

باختصار: لقد وجدوا طريقة تجعل الحاسوب الكمومي "يستمع" لجيرانه بدلاً من الصراخ في الغرفة بأكملها، مما يجعل المحاكاة أسرع، وأكثر دقة، وممكنة بالفعل للتشغيل لأكثر من ثانية واحدة.

إليك ملخص تقني مفصل لورقة البحث بعنوان: "طريقة لاتيس بولتزمان الكمية لعدة خطوات زمنية: خوارزمية خطية كارليمان محلية".

1. بيان المشكلة

تعد طريقة "لاتيس بولتزمان" (LBM) أداة قوية لمحاكاة ديناميكيات السوائل (حل معادلات نافييه-ستوكس)، لكنها تواجه اختناقات حوسبية شديدة عند التوسع إلى عدد مواقع الشبكة المطلوب للتطبيقات الصناعية ذات رقم رينولدز المرتفع (مثل الطيران والسيارات). وبينما حققت الحواسيب الفائقة الكلاسيكية مقاييس هائلة، إلا أنها تظل محدودة من حيث التكلفة واستهلاك الطاقة.

تقدم الحوسبة الكمية حلاً محتملاً عبر "طريقة لاتيس بولتزمان الكمية" (QLBM). ومع ذلك، واجهت المحاولات السابقة لمحاكاة الـ LBM غير الخطية على الحواسيب الكمية باستخدام خطية كارليمان (CL) عائقين حرجين:

اللا-محلية والعمق العالي: تطلبت الترميزات السابقة (مثل Sanavio & Succi) مؤثرات تصادم غير محلية حيث يتوسع عمق الدائرة بشكل سيئ ( $O(N^4 Q^4)$ أو $O(N^2 Q^4)$ ) مع عدد مواقع الشبكة ( $N$ ) والقنوات ( $Q$ ). وهذا أدى إلى إبطال الميزة الكمية.
احتمالية النجاح المنخفضة: حققت النهج البديلة التي تستخدم أوراكل الوصول إلى المصفوفات (matrix access oracles) المحلية، لكنها عانت من احتمالية منخفضة للغاية لقياس النتيجة الصحيحة (بترتيب $10^{-5}$ )، مما جعل عمليات المحاكاة متعددة الخطوات مستحيلة عملياً بسبب التكلفة الأسية للتكرار.

المشكلة الجوهرية التي تعالجها الورقة هي كيفية تصميم ترميز كمي محلي لـ LBM المخطط خطياً بطريقة كارليمان، يحافظ على احتمالية نجاح عالية (بترتيب $10^{-2}$ ) مع تمكين المحاكاة عبر خطوات زمنية متعددة.

2. المنهجية

يقترح المؤلفون مخطط ترميز جديد يجعل مؤثر التصادم محلياً، مما يقلل من عمق الدائرة ويحسن احتمالية النجاح.

أ. خطية كارليمان (CL)

يتم تحويل مؤثر تصادم LBM غير الخطي إلى نظام من المعادلات الخطية عن طريق إدخال متغيرات ديناميكية من رتبة أعلى:

$f_i$ : دوال التوزيع من الرتبة الأولى (الكثافة/الزخم).
$g_{ij} = f_i f_j$ : متغيرات من الرتبة الثانية (حواصل توزيعات).
يتم قطع النظام عند الرتبة الثانية، وتصبح معادلات التطور خطية ولكنها تتضمن اقتراناً بين $f$ و $g$ .

ب. الترميز المحلي الجديد

الابتكار الرئيسي هو طريقة ترميز جديدة لدمج مواقع الشبكة في السجلات الكمية لضمان عمل مؤثر التصادم محلياً (بشكل مستقل عن مؤشرات مواقع الشبكة المحددة بطريقة غير مهيكلة).

السجلات: يستخدم النظام خمسة سجلات: $|x_1\rangle_{p1}$ (الشبكة الأولى)، $|x_2\rangle_{p2}$ (الشبكة الثانية)، $|i\rangle_{c1}$ (القناة 1)، $|j\rangle_{c2}$ (القناة 2)، و $|\tau\rangle$ (رتبة كارليمان: 0 لـ $f$ ، و 1 لـ $g$ ).
خدعة الإزاحة (The Shift Trick): لجعل المؤثر محلياً، قام المؤلفون بترميز متغير الشبكة الثاني $x_2$ كـ إحداثي نسبي بالنسبة لـ $x_1$ . وتحديداً، بالنسبة لـ $g$ terms ( $\tau=1$ )، يتم إزاحة الحالة بحيث يتم تخزين $g(x_1, x_2)$ كـ $|x_1\rangle |x_2 - x_1\rangle$ .
الأثر: يضمن هذا التحول أن يعتمد مؤثر التصادم فقط على سجلات القنوات والإزاحة النسبية، وليس على الموقع المطلق لمواقع الشبكة. وهذا يسمح بتطبيق المؤثر بشكل موحد عبر التراكب لجميع مواقع الشبكة دون الحاجة إلى بوابات CNOT معقدة تعتمد على الموقع.

ج. خطوات الخوارزمية

تحضير الحالة: ترميز توزيعات $f$ و $g$ الأولية. يتم تهيئة $g$ باستخدام دوران متحكم به بناءً على الضرب التنسوري لـ $f$ .
التبديل (Permutation): يتم تطبيق عملية إزاحة على سجل $p2$ متحكم بها بواسطة $p1$ لإنشاء ترميز الإحداثي النسبي ( $x_2 \to x_2 - x_1$ ).
التصادم: يتم تطبيق مؤثر التصادم الخطي. وبما أن المؤثر غير وحدوي (non-unitary)، فقد تم تضمينه باستخدام تقنية التركيب الخطي للوحدات (LCU) مع كيوبت مساعد (ancilla qubit).
- يعمل المؤثر محلياً على سجلات القنوات.
- يتم التعامل مع الحدود القطرية ( $g(x_1, x_1)$ ) عن طريق رسمها على حالة محددة حيث يكون سجل الشبكة الثاني صفراً.
الانتشار (Propagation): يتم تطبيق عمليات إزاحة قياسية لتحريك الجسيمات. ونظراً للترميز النسبي، يتطلب انتشار $g$ إزاحة مشروطة: $x_2 \to x_2 + u_2 - u_1$ .
القياس: يتم قياس الحالة النهائية لاستخراج الكميات العيانية (الكثافة، السرعة).

3. المساهمات الرئيسية

مؤثر تصادم محلي: قدمت الورقة ترميزاً يجعل مؤثر التصادم محلياً، مما يلغي توسع $O(N^4)$ للمنهجيات السابقة.
تحسين احتمالية النجاح: زاد الترميز الجديد من احتمالية قياس النتيجة الصحيحة إلى حوالي $10^{-2}$ لكل خطوة زمنية، وهو تحسن كبير عن $10^{-5}$ في الأساليب القائمة على الأوراكل.
تحليل التعقيد:
- عدد الكيوبتات: يتوسع بمقدار $O(\log_2 N)$ (لوغاريتمي مع مواقع الشبكة).
- عمق الدائرة: يتوسع بمقدار $O(\log_2^2 N + Q^3)$ لكل خطوة زمنية.
- يمثل هذا انخفاضاً كبيراً في العمق مقارنة بالنهج السابقة غير المحلية، مما يجعل المحاكاة متعددة الخطوات ممكنة على الأجهزة القريبة من الواقع (نظرياً).
التحقق: قدم المؤلفون برهاناً صارماً (الملحق A) يثبت أن الترميز يحافظ على فيزياء LBM الأصلية وأن عمليات التبديل/الإزاحة تنفذ الانتشار بشكل صحيح للإحداثيات النسبية.

4. النتائج والتحقق

تم التحقق من صحة الخوارزمية باستخدام محاكي الكم Qiskit:

اختبارات النطاق الصغير ( $L_x = 2, 4$ ):
- تمت مقارنة محاكاة متجه الحالة الكمية مقابل ضرب المصفوفات الكلاسيكي.
- الدقة: بالنسبة للتوزيع الأساسي $f$ ، كانت الأخطاء النسبية ضئيلة (أقل من 5%). بالنسبة للمتغير الثانوي $g$ ، كانت الأخطاء أعلى بسبب سعة الاحتمالية المنخفضة لـ $g$ مقارنة بـ $f$ ، لكن الاتجاه ظل متسقاً.
- المتغيرات العيانية: عند قياس الكتلة/الكثافة الإجمالية ( $\sigma_f$ )، طابقت النتائج الكمية المحاكاة الكلاسيكية بدقة عالية.
محاكاة نطاق أكبر ( $L_x = 32$ ):
- محاكاة دوامة تايلور-غرين (Taylor-Green vortex) لـ 10 خطوات زمنية باستخدام المؤثر الخطي الكلاسيكي (للتحقق من فيزياء الخطية نفسها).
- نجحت نهج كارليمان الخطي في إعادة إنتاج حقل السرعة لـ LBM القياسي، مما يؤكد صحة القطع والخطية للتدفقات ضعيفة الانضغاطية.
ضجيج الضربات (Shot Noise): لاحظ المؤلفون أن تحقيق دقة عالية يتطلب عدداً كبيراً من الضربات ( $5 \cdot 10^8$ ) بسبب احتمالية النجاح البالغة $10^{-2}$ والسعة الصغيرة لـ $g$ terms.

5. الأهمية والقيود

الأهمية:
يسد هذا العمل فجوة حرجة في ديناميكا السوائل الكمية. من خلال حل مشكلتي المحلية والاحتمالية في آن واحد، فإنه يوضح مساراً قابلاً للتطبيق لتشغيل محاكاة QLBM لـ خطوات زمنية متعددة على الأجهزة الكمية. إنه ينتقل من مجرد إثبات المفهوم لخطوة واحدة إلى هيكل خوارزمية قابل للتوسع.

القيود والعمل المستقبلي:

احتمالية النجاح: رغم تحسنها إلى $10^{-2}$ ، إلا أنها لا تزال منخفضة. بالنسبة للمحاكاة الطويلة (خطوات زمنية كثيرة)، تنخفض احتمالية النجاح التراكمية أسياً، مما يتطلب تقنيات تخفيف الخطأ أو تضخيم السعة.
اللا-وحدوية: مؤثر التصادم غير وحدوي بطبيعته. الاعتماد على LCU يضيف عبئاً حسابياً ويحد من احتمالية النجاح.
قطع الخطية: تعتمد الطريقة على قطع كارليمان من الرتبة الثانية. وبينما هي صالحة لأرقام ماخ المنخفضة وأرقام رينولدز المتوسطة، قد تواجه صعوبة في التدفقات عالية الاضطراب أو عالية رقم رينولدز حيث تكون الحدود من الرتب العليا ذات أهمية كبيرة.
قيود الأجهزة: لا تستطيع الأجهزة الكمية الحالية تشغيل العمق الكامل المطلوب لـ $N$ و $Q$ كبيرين بدقة كافية بعد، رغم أن الخوارزمية مصممة لتكون متوافقة مع الدوائر الديناميكية.

في الختام، تقدم الورقة خوارزمية سليمة نظرياً ومتحقق منها تجريبياً، وهي تقدم تقدماً كبيراً في أحدث ما توصلت إليه طرق "لاتيس بولتزمان" الكمية، مما يوفر مساراً واعداً للتفوق الكمي المستقبلي في ديناميكا السوائل الحسابية.