Recursive Clifford noise reduction
تقترح هذه الورقة نسخة تكرارية من مخطط تقليل ضجيج كليفورد (CliNR) تعمل على خفض معدلات الخطأ المنطقي بشكل كبير في دوائر كليفورد الكبيرة مع أعباء إضافية متواضعة في عدد الكيوبتات والبوابات، متفوقة بذلك على الطريقة الأصلية في أنظمة المعلمات الواقعية القريبة.
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
تحمل الحواسيب الكمومية وعداً بحل مشكلات مستعصية على آلات اليوم، من تصميم أدوية جديدة إلى نمذجة الأنظمة المناخية المعقدة. ومع ذلك، فإن هذه الآلات هشة للغاية؛ فالجسيمات المتناهية الصغر التي تستخدمها لتخزين المعلومات، والتي تُسمى "الكيوبتات" (qubits)، تتأثر بسهولة ببيئتها، مما يؤدي إلى حدوث أخطاء في الحسابات. ولإصلاح ذلك، حلم العلماء منذ زمن طويل ببناء نظام يمكنه اكتشاف وتصحيح هذه الأخطاء تلقائياً أثناء حدوثها، وهو ما يُعرف باسم "التصحيح الكامل للخطأ". لكن بناء مثل هذا النظام يتطلب الكثير من الأجزاء الإضافية لدرجة أن الحواسيب الحالية لا تملك مساحة أو طاقة كافية لتشغيلها. وفي هذه الأثناء، يبحث الباحثون عن طرق أكثر ذكاءً وخفة لتقليل الأخطاء بما يكفي للحصول على نتائج مفيدة، حتى لو لم يكن النظام مثالياً بعد.
يستهدف أحد هذه النهج نوعاً معيناً من الحسابات يسمى "دائرة كليفورد" (Clifford circuit)، وهي لبنة بناء شائعة للعديد من الخوارزميات الكمومية. وقد طُورت طريقة تسمى "تقليل ضجيج كليفورد" (CliNR) لتنقية هذه الدوائر عبر إعداد "حالة مورد" (resource state) خاصة وفحصها قبل الاستخدام. وإذا فشل الفحص، تُعاد العملية من البداية. وبينما يعمل هذا النهج بشكل جيد للمهام الصغيرة، فإنه يصطدم بحائط مسدود عندما تصبح الدوائر كبيرة جداً؛ إذ ينمو عدد المرات التي يتعين فيها على الكمبيوتر إعادة التشغيل والأجزاء الإضافية التي يحتاجها بسرعة كبيرة، مما يجعل الطريقة غير عملية للمشكلات الكبيرة التي يسعى العلماء لحلها بالفعل، حيث يظل معدل الخطأ مرتفعاً جداً، وتصبح التكلفة باهظة.
في دراسة جديدة، اقترح باحثون من شركة "IonQ" وجامعة واشنطن طريقة لكسر هذا الحائط. فقد طوروا نسخة متكررة من طريقة (CliNR)، أطلقوا عليها اسم "التقليل المتكرر لضجيج كليفورد" (Recursive CliNR). وبدلاً من التعامل مع الحساب بأكما له ككتلة واحدة ضخمة يجب فحصها، يقوم هذا النهج الجديد بتجزئة المهمة إلى مستويات هرمية من القطع الأصغر. تخيل هيكلاً شجرياً حيث يتم تقسيم المهمة الرئيسية إلى مهام فرعية، وكل واحدة من تلك المهام تُقسم بدورها إلى قطع أصغر فأصغر. يقوم النظام بفحص أصغر القطع أولاً، وإذا اجتازت الفحص، يتم دمجها لتشكل المستوى التالي، والذي يتم فحصه بدوره. وتتكرر هذه العملية، صعوداً في الشجرة، حتى الوصول إلى النتيجة النهائية. ومن خلال فحص العمل على مستويات متعددة من هذا الهيكل الهرمي، يمكن للنظام رصد الأخطاء واستبعادها في مراحل مبكرة جداً، مما يمنعها من إفساد الإجابة النهائية.
أظهر الباحثون أن هذا النهج الطبقي يسمح للكمبيوتر بالتعامل مع دوائر أكبر بكثير دون أن ينفجر معدل الخطأ. وفي عمليات المحاكاة التي أجروها، وجدوا أنه عندما يكون معدل الخطأ الفيزيائي للأجهزة منخفضاً بما يكفي، يمكن لهذا الأسلوب المتكرر أن يخفض معدل الخطأ النهائي إلى ما يقرب من الصفر. والأهم من ذلك، أنه يفعل ذلك دون الحاجة إلى زيادة هائلة في عدد الأجزاء الإضافية أو عدد العمليات المطلوبة. وبالنسبة للدوائر الكبيرة جداً، يحقق الأسلوب الجديد معدل خطأ أقل من التقنية الأصلية مع استخدام نفس القدر من الموارد. وقد أثبت الفريق رياضياً أن هذا يعمل في ظروف الضجيج المثالية، وعززوا ذلك بمحاكاة حاسوبية تضمنت أنماط خطأ أكثر واقعية، مثل تلك الموجودة في الحواسيب الكمومية ذات الأيونات المحاصرة (trapped-ion).
تشير النتائج إلى أن هذه التقنية يمكن أن تكون أداة عملية في المستقبل القريب. فباستخدام هيكل متكرر، تحول هذا الأسلوب مشكلة كانت في السابق مكلفة للغاية إلى مشكلة يمكن إدارتها. وقد أظهر الباحثون أنه بالنسبة للدوائر التي تحتوي على مئات الكيوبتات، يوفر هذا النهج ميزة واضحة، مما يسمح بإجراء حسابات أكثر موثوقية بتكلفة إضافية متواضعة. ورغم أن الطريقة تقتصر حالياً على أنواع محددة من الدوائر، إلا أنها تمثل خطوة مهمة نحو جعل الحواسيب الكمومية مفيدة قبل أن يصبح "التصحيح الكامل للخطأ" ممكناً. إنها تقدم مساراً لتقليل الأخطاء في العمليات واسعة النطاق بتكلفة منخفضة نسبياً، مما يقرب هدف الوصول إلى الحوسبة الكمومية ذات المنفعة العامة خطوة أخرى نحو الواقع.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.