← أحدث الأبحاث
⚛️ الفيزياء الكمومية

Improved parameter initialization for the (local) unitary cluster Jastrow ansatz

تقترح هذه الورقة طريقتين كلاسيكيتين للمعالجة المسبقة — التحليل الثنائي المضغوط ومحاكاة شبكة الموتر التقريبية — لتحسين تهيئة المعلمات لنموذج "يونيتاري كلوستر جاسترو" (unitary cluster Jastrow ansatz)، مما يعزز بشكل كبير دقة الطاقة لخوارزميات الكيمياء الكمومية التباينية على كل من الأجهزة الكمومية المحاكات والحقيقية.

المؤلف الأصلي: Wan-Hsuan Lin, Fangchun Liang, Mario Motta, Haimeng Zhang, Kenneth M. Merz Jr., Kevin J. Sung

نُشر 2026-11-18
📖 5 دقيقة قراءة🧠 قراءة متعمّقة

المؤلف الأصلي: Wan-Hsuan Lin, Fangchun Liang, Mario Motta, Haimeng Zhang, Kenneth M. Merz Jr., Kevin J. Sung

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلف ولم يصادق عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

في السعي لفهم كيفية سلوك المادة عند مستواها الأكثر جوهرية، اعتمد العلماء لفترة طويلة على حواسيب قوية لمحاكاة رقصة الإلكترونات داخل الذرات والجزيئات. ولعقود من الزمن، كانت الحواسيب الفائقة التقليدية هي خيول العمل في هذا المجال، حيث تحل معادلات معقدة للتنبؤ بكيفية تفاعل المواد الكيميائية أو كيفية توصيل المواد للكهرباء. ومع ذلك، مع كبر حجم الجزيئات وزيادة تشابك إلكتروناتها، اصطدمت هذه الآلات التقليدية بحائط مسدود؛ إذ تصبح الحسابات ضخمة للغاية لدرجة أن أقوى الحواسب الفائبة لا تستطيع إنهاءها في وقت معقول. وهنا يدخل الحاسوب الكمي إلى القصة. فخلافاً لنظرائره التقليدية، التي تعالج المعلومات في شكل بتات (bits) من الصفر أو الواحد، تستخدم الحواسيب الكمية البتات الكمية، أو "الكيوبتات" (qubits)، والتي يمكن أن توجد في حالات متعددة في آن واحد. وتسمح هذه القدرة الفريدة لها بمحاكاة سلوك الإلكترونات مباشرة، مما يوفر طريقاً مختصراً محتملاً لحل المشكلات التي تعد مستحيلة حالياً. غير أن التحدي يكمثل في أن الحواسيب الكمية اليوم لا تزال في مهدها؛ فهي مليئة بالضجيج، وعرضة للأخطاء، ولا يمكنها سوى استيعاب عدد محدود من الكيوبتات قبل أن تتدهور المعلومات. وللحصول على نتائج مفيدة من هذه الآلات الهشة، يجب على الباحثين تصميم تعليمات خاصة، تُعرف باسم الخوارزميات، تكون قصيرة بما يكفي للعمل قبل أن يسيطر الضجيج، وذكية بما يكفي لالتقاط الفيزياء الأساسية للنظام الكيميائي.

تعالج دراسة حديثة أجراها باحثون من "IBM Quantum" ومؤسسات أكاديمية هذا الاختناق بدقة. فقد ركزوا على نوع محدد من مجموعات التعليمات المصممة للكيمياء تسمى "الكلستر ياسترو الموحد الوحدوي" (local unitary cluster Jastrow) أو LUCJ. فكر في الـ "ansatz" (المنهج المقترح) كقالب أو مخطط لدائرة كمية؛ إنه هيكل محدد مسبقاً يتبعه الحاسوب لإعداد حالة كمية تمثل جزيئاً ما. ويحظى قالب LUCJ بشعبية لأنه يوازن بين الدقة الفيزيائية والقيود العتاديةية للأجهزة الحالية. تقليدياً، كان العلماء يملأون تفاصيل هذا المخطط عبر أخذ أرقام من حساب حاسوبي تقليدي يُعرف بـ "coupled cluster, singles and doubles" أو CCSD. وتعد هذه الطريقة التقليدية وسيلة معيارية لتقريب الطاقة الجزيئية، وقد استُخدمت نتائجها لتحديد نقاط البداية للدائرة الكمية. والمشكلة هي أن الأجهزة الكمية الحالية لا يمكنها تشغيل النسخة الكاملة والمثالية لهذا المخطط. ولجعل الدائرة تتناسب مع جهاز حقيقي، يجب على الباحثين اقتطاع أجزاء منها، والتخلص من العديد من التفاعلات للحفاظ على الدائرة قصيرة وبسيطة. ومع ذلك، فإن هذا الاقتطاع الضروري يتخلص من معلومات قيمة، مما يترك الحاسوب الكمي بنقطة بداية ضعيفة تؤدي غالباً إلى تنبؤات طاقة غير دقيقة.

اقترح الباحثون في هذه الدراسة طريقتين جديدتين لإصلاح نقطة البداية هذه قبل أن يعمل الحاسوب الكمي حتى. تتضمن طريقتهم الأولى تقنية تسمى "التفكيك المزدوج المضغوط" (compressed double factorization). فبدلاً من مجرد قطع الأجزاء الزائدة من المخطط وتوقع الأفضل، استخدموا تقنية ضغط رياضية لإعادة تنظيم المعلومات. تخيل أنك تحاول حزم حقيبة سفر كبيرة ومعقدة؛ فبدلاً من مجرد رمي الملابس التي لا تتسع، تقوم بطي وترتيب كل شيء بعناية بحيث تتناسب الأشياء الأكثر أهمية تماماً في المساحة الأصغر. وبالمثل، تأخذ هذه الطريقة مجموعة البيانات الكاملة من الحساب التقليدي وتضغطها في مجموعة أصغر وأكثر كفاءة من التعليمات التي لا تزال تلتقط الفيزياء الأكثر أهمية. وقد اختبروا ذلك من خلال تشغيل عمليات محاكاة على أنظمة تصل إلى 52 كيوبت، ووجدوا أن هذا النهج المضغوط حسن دقة تقديرات الطاقة بشكل كبير، وغالباً ما تفوق على المخطط الكامل غير المقتطع عند قياس مدى جودة عينة حالات الجزيء الممكنة.

أما الطريقة الثانية التي قدموها، فهي مصممة خصيصاً لنوع مختلف من الخوارزميات الكمية التي تعتمد على أخذ العينات بدلاً من القياس المباشر. يستخدم هذا النهج حاسوبًا تقليديًا لتشغيل محاكاة متطورة تُعرف باسم "شبكة الموتر" (tensor network)، والتي تعمل كبديل للحاسوب الكمي. استخدم الباحثون هذه المحاكاة لتوليد آلاف النتائج العينية، وحساب الطاقة، ثم ضبط إعدادات المخطط لخفض تلك الطاقة، وكل ذلك دون لمس الأجهزة الكمية الفعلية. وتسمح عملية "التحسين البديل" (surrogate optimization) هذه لهم بصقل المعلمات الأولية حتى تصبح في أفضل حالاتها قبل بدء التجربة. وعندما طبقوا هذه الطريقة على أنظمة كانت فيها التقريب الكلاسيكي الأولي ضعيفاً، كانت التحسينات كبيرة. وفي حالة واحدة تتعلق بـ "عنقود حديد-كبريت"، وهو نظام تعاني فيه الطرق الكلاسيكية القياسية للتقارب، ساعدت هذه التقنية الخوارزمية الكمية في إيجاد حل أفضل بكثير مما كان بإمكانها إيجاده بمفردها.

لإثبات نجاح هذه الطرق في العالم الحقيقي، أخذ الفريق مخططاتهم المحسنة إلى معالج كمي فائق التوصيل من IBM، وهو آلة تحتوي على 156 كيوبت. واختبروا النهج على جزيئين مختلفين: غاز النيتروجين وثنائي "فورماميد" (formamide dimer). وقارنوا إعداداتهم الجديدة المحسنة بعناية مقابل نهج يتم فيه تقليص معلمات الدائرة ببساطة دون تحسين، وضد تخمين عشوائي. وكانت النتائج واضحة؛ ففي الأجهزة المليئة بالضجيج، أنتجت طريقة التهيئة المضغوطة باستمرار قراءات طاقة أكثر دقة من النهجين العشوائي أو غير المحسن. وفي الواقع، بالنسبة لجزيء النيتروجين، كانت الطريقة فعالة للغاية لدرجة أنها سمحت للحاسوب الكمي باستخراج إشارة واضحة من الضجيج، بينما عانت الطرق الأخرى للقيام بذلك. وأشار الباحثون إلى أنه رغم استمرار تحديات ضجيج الأجهزة، لا سيما بالنسبة لنظام النيتروجين الذي يمتلك نسبة صعبة من الإلكترونات إلى المدارات، إلا أن نقاط البداية المحسنة أحدثت فرقاً ملموساً في جودة البيانات التي تم جمعها.

تخلص الدراسة إلى أن هاتين الطريقتين توفران مساراً عملياً لاستخدام الحواسيب الكمية غير المثالية اليوم لحل المشكلات الكيميائية. فمن خلال إعداد الإعدادات الأولية بعناية باستخدام الحوسبة الكلاسيكية، يمكن للباحثين تجاوز بعض قيود الأجهزة الحالية. يضمن "التفكيك المزدوج المضغوط" الاحتفاظ بالمعلومات الفيزيائية الأكثر أهمية حتى عندما يتم تقصير الدائرة، بينما يقوم "تحسين شبكة الموتر" بضبط الإعدادات للخوارزميات التي تعتمد على أخذ العينات. ويؤكد المؤلفون أن هذه ليست حلولاً سحرية تحل جميع المشكلات، كما أنها لا تحل محل الحاجة إلى مزيد من التحسين بمجرد تشغيل الحاسوب الكمي. ومع ذلك، فهي توفر أساساً قوياً يسمح للخوارزميات الكمية التباينية بالبدء بالقرب من الإجابة الصحيحة. ومع استمرار تحسن الأجهزة الكمية، من المرجح أن تصبح هذه التقنيات للتهيئة الأفضل جزءاً قياسياً من مجموعة الأدوات، مما يمكن العلماء من التعامل مع جزيئات أكثر تعقيداً وتقريب وعد الكيمياء الكمية من الواقع.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →