Layer-wise QUBO-Based Training of CNN Classifiers for Quantum Annealing

---

🧠 الفكرة الكبرى: تعليم روبوت كيف يرى دون تعليمه كيف "يفكر"

تخيل أنك تحاول تعليم روبوت التعرف على صور القطط والكلاب. عادةً، ستعلم الروبوت شيئين:

1. كيف ينظر: كيف يلاحظ الأذنين، والفراء، والذيل.
2. كيف يقرر: بمجرد رؤية هذه الملامح، كيف يقول "قطة" أو "كلب".

في هذه الورقة البحثية، جرب الباحثون نهجاً مختلفاً. لقد أعطوا الروبوت زوجاً من النظارات الشمسية الثابتة. لا يمكن للروبوت أن يتعلم كيف يرى بشكل أفضل (جزء "النظر" مجمد). بدلاً من ذلك، قاموا فقط بتعليمه كيفية القرار (جزء "التفكير") باستخدام نوع خاص من الحواسيب الكمومية.

🏔️ المشكلة: "الصحراء المسطحة" للذكاء الاصطناائي الكمومي

يتعلم معظم الذكاء الاصطناعي الحديث من خلال النظر إلى "منحدر" (يسمى رياضياً التدرج/Gradient). إذا ارتكب الذكاء الاصطناعي خطأً، فإنه ينظر إلى المنحدر ليرى أي اتجاه ينزلق فيه ليتحسن.

ومع ذلك، عندما تحاول القيام بذلك على حاسوب كمومي، فإنك غالباً ما تصطدم بـ الهضبة القاحلة (Barren Plateau).

• التشبيه: تخيل أنك تائه في صحراء شاسعة ومسطحة في الليل. لا توجد تلال، ولا وديان، ولا منحدرات. أنت تقف في سهل مستوٍ تماماً. مهما كانت الخطوة التي تخطوها، فلن تصعد أو تنزل. ليس لديك أي فكرة عن الاتجاه الذي يؤدي إلى المخرج.
• النتيجة: يتعثر الذكاء الاصطناعي الكمومي القياسي هنا ولا يستطيع التعلم.

🔧 الحل: طريقة "لوحة المفاتيح" (Switchboard)

لتجنب هذه الصحراء المسطحة، استخدم المؤلفون أداة مختلفة تسمى التلدين الكمومي (Quantum Annealing).

• التشبيه: بدلاً من المشي لأسفل منحدر، تخيل أنك في غرفة مظلمة مليئة بمفاتيح الضوء. هدفك هو قلب المفاتيح بحيث تصبح الغرفة مظلمة قدر الإمكان (تقليل الخطأ).
• الأداة: تسمى هذه العملية QUBO (التحسين الثنائي التربيعي غير المقيد). إنها لغز حيث يتعين عليك إيجاد المزيج المثالي من مفاتيح "التشغيل" و"الإيقاف". التلدين الكمومي بارع جداً في إيجاد حالة "أدنى طاقة"، والتي تعني في هذه الحالة أفضل مزيج للمفاتيح.

🧩 "الخلطة السرية": تجميد العيون

عادةً ما تتكون الشبكات العصبية (أدمغة الذكاء الاصطناعي) من جزئين:

1. الطبقات الالتفافية (العيون): وهي التي تمسح الصورة بحثاً عن الأنماط.
2. الطبقات كاملة الاتصال (الدماغ): وهي التي تتخذ القرار النهائي بناءً على ما رأته العيون.

قام الباحثون بتجميد العيون. لقد ثبّتوا ملامحها عشوائياً ولم يغيروها أبداً.

• لماذا؟ إذا استمرت العيون في التغير، فستصبح الرياضيات معقدة للغاية بالنسبة للآلة الكمومية. من خلال تجميدها، يظل "المدخل" لصانع القرار مستقراً.
• المقايضة: الروبوت لا يتعلم كيف يرى بشكل أفضل، لكنه يتعلم كيف يتخذ قرارات أفضل بناءً على ما يراه.

📉 خدعة "الخريطة": البديل التربيعي (Quadratic Surrogate)

الرياضيات المستخدمة لتدريب الذكاء الاصطناعي (Cross-Entropy Loss) معقدة ومنحنية للغاية. الحواسيب الكمومية لا يمكنها التعامل إلا مع الأشكال التربيعية البسيطة (مثل شكل الوعاء).

• التشبيه: تخيل أنك تحاول التنقل في طريق جبلي متعرج، لكن جهاز الـ GPS الخاص بك لا يفهم إلا الخطوط المستقيمة.
• الحل: أنشأ الباحثون بديلاً تربيعياً (Quadratic Surrogate). هذا يشبه رسم خريطة مبسطة وخطية للطريق الجبلي لكل خطوة من الرحلة. هم يحلون الخريطة البسي، ثم يرسمون خريطة جديدة للخطوة التالية.
• النتيجة: يسمح هذا باستخدام الآلة الكمومية دون الارتباك من المنحنيات المعقدة للرياضيات الحقيقية.

🧩 تفكيك اللغز

يتطلب تدريب الكمبيوتر للتعرف على 10 أشياء (مثل الأرقام من 0 إلى 9) عادةً لغزاً واحداً ضخماً ومعقداً.

• الابتكار: قام الباحثون بتقسيم هذا إلى 10 ألغاز أصغر ومستقلة.
• التشبيه: بدلاً من محاولة حل لغز صور واحد مكون من 1000 قطعة، أعطوك 10 ألغاز منفصلة، كل منها مكون من 100 قطعة. يمكنك حلها واحداً تلو الآخر (أو في نفس الوقت)، وهذا أقل إرهاقاً بكثير.
• لماذا يساعد ذلك: هذا يبقي المشكلة صغيرة بما يكفي لتناسب الأجهزة الكمومية الحالية.

📊 النتائج: هل نجح الأمر؟

اختبروا ذلك على مجموعات بيانات صور شهيرة (مثل الأرقام المكتوبة بخط اليد وصور الملابس).

1. الدقة مهمة: وجدوا أن "دقة الوضوح" في الرياضيات كانت مهمة.
   • دقة منخفضة (5 بت): مثل صورة مشوشة وبكسلية. فشل الروبوت فشلاً ذريعاً.
   • دقة عالية (20 بت): مثل صورة عالية الدقة. أدى الروبوت أداءً جيداً جداً، وتفوق أحياناً على الحواسيب القياسية.
2. المعيار المرجعي: من المهم ملاحظة أنهم استخدموا التلدين المحاكي (Simulated Annealing) (حاسوب تقليدي يتظاهر بأنه كمومي).
   • التشبيه: لقد بنوا محاكي طيران لاختبار تصميم طائرة. هذا يثبت أن التصميم يمكن أن يعمل، لكنهم لم يطيروا بالطائرة الحقيقية بعد.
3. الأداء: في المهام البسيطة (مثل التعرف على الأرقام المكتوبة بخط اليد)، طابقت هذه الطريقة الذكاء الاصطناعي القياسي أو تفوقت عليه قليلاً. وفي المهام الأصعب (مثل الصور المعقدة)، واجهت بعض الصعوبات، ويرجع ذلك أساساً إلى ضرورة تصغير الصور لتناسب الرياضيات.

⚠️ العقبات (القيود)

• السرعة: في الوقت الحالي، هذه الطريقة أبطأ بكثير من تدريب الذكاء الاصطناعي القياسي. يستغيغ الأمر وقتاً أطول لحل اللغز مما يستغرقه مجرد الانزلاق لأسفل المنحدر.
• الأجهزة: لتشغيل هذا على حاسوب كمومي حقيقي، يحتاجون إلى أجهزة محددة (مثل آلات D-Wave) لا تزال في طور التطور.
• حجم الصورة: اضطروا لتصغير الصور إلى 8×8 بكسل لتناسب الرياضيات. هذا يشبه محاولة التعرف على وجه من خلال طابع بريدي صغير جداً.

🚀 الخلاوة

هذه الورقة البحثية هي بمثابة مخطط (Blueprint). فهي تظهر أنه يمكننا تدريب الذكاء الاصطناعي باستخدام الآلات الكمومية دون أن نعلق في "الصحراء المسطحة" للهضبات القاحلة.

• الخلاصة: من خلال تجميد الجزء من الذكاء الاصطناعي الذي ينظر إلى الصورة وتدريب الجزء الذي يتخذ القرار فقط، ومن خلال تقسيم الرياضيات إلى ألغاز أصغر وأبسط، يمكننا استخدام التلدين الكمومي لتعليم الحواسيب.
• المستقبل: الأمر ليس جاهزاً لهاتفك بعد، لكنه يثبت أن الحواسيب الكمومية قد تساعد يوماً ما في تدريب نماذج ذكاء اصطناعي أكثر ذكاءً وكفاءة دون الحاجة إلى الرياضيات المعقدة التي تسبب تعطلها عادةً.