ملخص تقني: HyQuRP – شبكة عصبية هجينة كمومية-كلاسيكية ذات تماثل دوراني وتبديلي

1. بيان المشكلة

أثبت دمج التماثل المجموعاتي (Group Equivariance) في الشبكات العصبية نجاحاً كبيراً في معالجة البيانات ذات التماثلات المتأصلة، مثل الثبات الانتقالي في الصور أو التماثل الدوراني والتبديلي في السحب النقطية ثلاثية الأبعاد. وبينما أظهرت النماذج الكلاسيكية المتماثلة (مثل Tensor Field Networks وPointNet) كفاءة عالية في البيانات ودقة مرتفعة، لا تزال نماذج التعلم الآلي الكمومي (QML) تواجه صعوبة في تجاوز الخطوط المرجعية الكلاسيكية القوية في مهام التصنيف القياسية.

هناك عقبة محددة تتمثل في بناء نماذج QML تكون متماثلة في آن واحد مع كل من التماثل الدوراني (SO(3)) والتماثل التبديلي ($S_n$). ففي إعداد الكيوبت القياسي، يؤدي فرض التماثل الدوراني والتبديلي العالمي على كل من $SO(3)$ والمجموعة المتناظرة الكاملة $S_n$ إلى جعل النموذج تافهاً (Trivialization) بسبب ثنائية شور-وايل (Schur–Weyl duality). وتحديداً، فإن العمليات التي تتبادل مع فعل $SU(2)$ العالمي (الذي يغطي $SO(3)$) و $S_n$ الكاملة تقتصر على العمل بشكل تافه ضمن الفضاءات غير القابلة للاختزال، مما ينتج عنه مساحة بوابات صغيرة أسياً وغير قادرة على دعم حالات ثابتة غير تافهة. هذا العائق يمنع البناء المنهجي لدوائر كمومية مزدوجة التماثل لمهام مثل تصنيف السحب النقطية ثلاثية الأبعاد.

2. المنهجية

الإطار النظري: البوابات مزدوجة التماثل

يعالج المؤلفون أولاً العائق النظري عبر تخفيف قيد التماثل. فبدلاً من اشتراط التماثل تحت المجموعة المتناظمة الكاملة $S_n$ التي تؤثر على جميع الـ $n$ من الكيوبتات، يقترحون قصر التماثل التبديلي على مجموعة جزئية $H \leq S_n$.

• اختيار المجموعة الجزئية: قدموا المجموعة الجزئية للتبديل الزوجي ($S_{pair}$)، والتي تعمل على $2N$ من الكيوبتات مقسمة إلى $N$ من الأزواج المنفصلة (كتل). تقوم $S_{pair}$ بتبديل هذه الأزواج ككتل صلبة مع الحفاظ على الترتيب الداخلي للكيوبتات داخل كل زوج.
• تحليل الأبعاد: باستخدام نظرية التمثيل وثنائية شور-وايل، استنتج المؤلفون بُعد فضاء العمليات مزدوجة التماثل (التي تتبادل مع $SU(2)$ العالمي و $S_{pair}$). وأثبتوا أن هذا الفضاء أكبر بكثير من الفضاء التافه الناتج عن تماثل $S_n$ الكامل، مما يوفر أساساً منهجياً لبوابات مزدوجة التماثل ذات تعبير عالٍ.
• بناء البوابات: حددوا شكلاً عاماً لهذه البوابات كدوال أسية لمولدات "المجال الملتوي" (Twirled Generators): $Q = \exp(T_{S_{pair}}[A])$، حيث $A$ هو مؤثر تبديل معمّم.

بنية HyQuRP

بناءً على هذا الإطار، يقترح المؤلفون HyQuRP، وهي شبكة عصبية هجينة كمومية-كلاسيكية مصممة لتصنيف السحب النقطية ثلاثية الأبعاد. تتكون البنية من خمس مراحل:

1. تهيئة الحالة الأحادية (Singlet State Initialization): يتم تهيئة السجل الكمومي ($2N$ من الكيوبتات لـ $N$ من النقاط) في حاصل ضرب $N$ من حالات "بيل الأحادية" ($|01\rangle - |10\rangle$). هذه الحالة ثابتة بطبيعتها تحت تأثير $SU(2)$.
2. الترميز الهندسي الانتقائي: يتم ترميز كل نقطة ثلاثية الأبعاد $p_i$ على الكيوبت ذي الفهرس الزوجي المقابل لها باستخدام وحدة (Unitary) هي $E(p_i) = \exp(i p_i \cdot \vec{\sigma} / \Theta)$. يحافظ هذا الترميز الانتقائي على الهيكل الزوجي المطلوب لتماثل $S_{pair}$.
3. الشبكة الكمومية مزدوجة التماثل: يتكون اللب من $B$ من الكتل من البوابات مزدوجة التماثل القابلة للتدريب. يتم بناء هذه البوابات عبر "تليي" (Twirling) المولدات فوق المجموعة الجزئية $S_{pair}$. تتشكل المولدات ($P^\pm_k$) عبر جمع تبديلات $k$ من الأزواج، مع هياكل إشارية متناظرة ($+$) ومتناقضة ($-$) محددة لتعزيز القدرة على التدريب.
4. قياس هاميلتوني (Hamiltonian Measurement): يتم قياس الحالة النهائية باستخدام هاميلتونيات "هايزنبرغ" الزوجية ($H^\pm_{\langle i,j \rangle}$). تنتج هذه القياسات $2\binom{N}{2}$ من القيم المتوقعة. تم تصميم عملية القياس لتكون ثابتة تحت $SU(2)$ ومتماثلة تحت $S_{pair}$.
5. الرأس الكلاسيكي (Classical Head): تُغذى القياسات الكمومية في رأس "Set-MLP" كلاسيكي. يقوم هذا المكون بتطبيق دوال تجميع متناظرة (المتوسط، الحد الأقصى، الحد الأدنى، المجموع، التباين، الانحراف المعياري) على الميزات الزوجية، مما يضمن أن المخرج النهائي ثابت تجاه الدورات العالمية والتبديلات النقطية.

3. المساهمات الرئيسية

1. البناء العام للبوابات مزدوجة التماثل: قدمت الورقة إطاراً منهجياً لبناء بوابات كمومية متماثلة تحت الدورات والتبديلات باستخدام مجموعة جزئية لتبديل الأزواج. هذا يتجاوز عقبة ثنائية شور-وايل التي جعلت مثل هذه البوابات تافهة سابقاً.
2. توصيف الأبعاد: قدم المؤلفون صيغ أبعاد صريحة للفضاءات المقابلة، مما يثبت أن البناء المقترح يوفر مشهداً تعبيرياً غنياً وغير تافه.
3. نموذج HyQuRP: اقترحوا ونفذوا HyQuRP، وهي بنية هجينة تفرض التماثل الدوراني والتبديلي بصرامة من خلال مكوناتها الكمومية والكلاسيكية.
4. التحقق التجريبي: أظهرت التجارب المكثفة على معايير السحب النقطية ثلاثية الأبعاد (ModelNet وShapeNet) في نظام النقاط الشحيحة ($N \in \{4, 5, 6\}$) أن HyQuRP تتفوق على الخطوط المرجعية الكلاسيكية والكمومية القوية ذات عدد المعلمات المتطابق.

4. النتائج التجريبية

قام المؤلفون بتقييم HyQuRP على مجموعات فرعية صغيرة من ModelNet وShapeNet، مع التركيز على نظام النقاط الشحيحة لتقييم كفاءة البيانات.

• الأداء: حققت HyQuRP أعلى متوسط رتبة (1.17) وأعلى متوسط دقة (74.62%) عبر جميع الإعدادات.
• المعايير المحددة: في ModelNet مع 6 نقاط (إعداد Light، حوالي 1.5 ألف معلمة)، حققت HyQuRP دقة بلغت 76.13%. وقد تفوقت بذلك على:
  • Tensor Field Network (TFN): 72.54%
  • PointNet: 71.09%
  • PointMamba: 71.03%
• المقارنة مع النماذج الثابتة (Invariant Baselines): تفوقت HyQuRP أيضاً على نماذج أخرى ثابتة دورانياً وتبديلياً مثل VN-PointNet وTFN، مما يشير إلى أن التمثيل الكمومي يقدم مزايا تتجاوز مجرد التماثل وحده.
• دراسات الاستئصال (Ablation Studies): أكدت التجارب أن مكونات المولدات المتناقضة ($P^-_k$) كانت أكثر إفادة من المتناظرة في هذا السياق، وأن تضمين أطوال الدورات الأعلى ($k=3, 4$) قدم تحسينات طفيفة ولكن مستمرة.

5. الأهمية والادعاءات

تدعي الورقة أن HyQuRP تحل عقبة معمارية جوهرية في التعلم الآلي الكمومي المتماثل عبر توفير طريقة عامة لدمج التماثلات المتعددة في آن واحد. تشير النتائج إلى أن التعلم الآلي الكمومي المتماثل يمتلك إمكانات كبيرة للمهام الحساسة للتماثل، خاصة في الأنظمة التي تعاني من ندرة البيانات حيث تكون التحيزات الاستقرائية (Inductive Biases) حاسمة.

يؤكد المؤلفون أن نهجهم يتجنب البناءات الارتجالية (Ad-hoc)، ويعتمد بدلاً من ذلك على نظرية التمثيل لتوجيه التصميم. كما أشاروا إلى أن تقييمهم الحالي يقتصر على السحب النقطية الشحيحة بسبب قيود المحاكاة الكلاسيكية لأعداد الكيوبتات الكبيرة، إلا أن الإطار النظري قابل للتطبيق على مشاكل هندسية ثلاثية الأبعاد أوسع، بما في ذلك الهياكل الجزيئية والمواد البلورية. يهدف هذا العمل إلى تقديم منظور جديد للتعلم الآلي الكمومي، وتشجيع المزيد من الأبحاث في البنيات الكمومية الحافظة للتماثل.