Noise mitigation of quantum observables via learning from Hamiltonian symmetry decays
تقدم هذه الورقة GUESS، وهي تقنية جديدة لتخفيف الأخطاء الكمومية تستفيد من اضمحلال تناظر الهاميلتوني لتعلم معاملات الاستقراء، مما يظهر دقة محسنة بشكل كبير وتبايناً منخفضاً للدوائر واسعة النطاق ذات المنفعة مقارنة بطريقة استقراء الضوضاء الصفرية المرجعية.
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 الاستماع إلى أغنية جميلة وخافتة جدًا تُبث عبر الراديو، لكن الراديو قديم، وبطارياته توشك على النفاد، وهناك الكثير من التداخل الناتج عن التشويش. هذه الأغنية هي الحساب الكمي (quantum calculation)، والتشويش هو الضجيج الكمي (quantum noise).
في عالم الحوسبة الكمية، يسعى العلماء لحل مشكلات معقدة (مثل محاكاة أدوية أو مواد جديدة)، لكن أجهزتهم حاليًا "صاخبة"؛ فهي ترتكب أخطاءً وتصبح النتائج مشوهة.
تقدم هذه الورقة البحثية حيلة جديدة تسمى GUESS (والتي ترمز إلى التنبؤات الموجهة من اضمحلال التماثل - GUiding Extrapolations from Symmetry decayS) لتنظيف ذلك التشويش وسماع الأغنية بوضوح مرة أخرى.
إليك كيف يعمل الأمر، مقسمًا عبر تشبيهات بسيطة:
١. المشكلة: "الإشارة المتلاشية"
تخيل أنك تحاول قياس مدى اهتزاز جزء معين من آلة ما. لكن الآلة تهتز بشدة لدرجة أن قياسك يصبح خاطئًا.
- الطريقة القديمة (ZNE): يحاول العلماء عادةً إصلاح ذلك عبر زيادة الاهتزاز أكثر فأكثر (تضخيم الضجيج) عند مستويات مختلفة. يقومون بقياس الاهتزاز عند "اهتزاز بمقدار 1x"، و"1.2x"، و"1.5x". ثم يحاولون تخمين ما سيكون عليه الاهتزاز إذا كان هناك صفر من الاهتزاز.
- العيب: هذا يشبه محاولة تخمين شكل منحنى من خلال النظر إلى بضع نقاط متذبذبة. إذا كانت النقاط مهتزة للغاية، فقد يكون تخمينك بعيدًا جدًا عن الصواب. أيضًا، في بعض الأحيان لا يتصرف الضجيج بطريقة بسيطة أو يمكن التنبؤ بها، مما يجعل التخمين غير موثوق.
٢. حل GUESS: "الميزان المتوازن تمامًا"
تستخدم طريقة GUESS حيلة ذكية تتعلق بـ التماثل (Symmetry).
فكر في ميزان متوازن تمامًا. إذا وضعت وزنًا قدره 1 كجم على الجانب الأيسر، فأنت تعلم يقينًا أنه يجب أن يكون هناك وزن 1 كجم على الجانب الأيمن للحفاظ على التوازن. في الفيزياء، هناك بعض خصائص النظام التي تكون "محفوظة" — أي أنها يجب أن تظل ثابتة بغض النظر عما يحدث، تمامًا مثل ذلك الوزن (1 كجم).
- الرؤية: أدرك الباحثون أنه بينما يتم تشويه القياس المستهدف (الأغنية) بسبب الضجيج، فإن هناك قياسًا "حارسًا" (التماثل) الذي يجب أن يظل مثاليًا.
- الحيلة: نظرًا لأن "الحارس" يجب أن يظل مثاليًا، ففي أي وقت يبدأ فيه بالظهور بشكل "ضبابي" أو "خاطئ" في التجربة، فإننا نعرف بالضبط مقدار الضجيج الذي يؤثر على النظام.
- التعلم: بدلًا من تخمين نمط الضجيج بشكل عشوائي، تستخدم GUESS "الحارس" لتعلم الضجيج. فهي تقول: "آه، الحارس ضبابي بنسبة 10%، إذًا الأغنية المستهدفة ربما تكون ضبابية بنسبة 10% أيضًا". ثم تستخدم هذه المعرفة لتنقية الأغنية المستهدفة.
٣. حيلة "الشوائب": صنع حارس مخصص
هذا هو الجزء الذكي حقًا. في العديد من الأنظمة الكمية، يكون "الحارس" (التماثل) خاصية شاملة تشمل جميع الكيوبتات (مثل ميزان به 100 وزن). هذه الحراس الشاملة هشة جدًا وتتكسر بسهولة.
ابتكر الباحثون طريقة لإنشاء حارس محلي.
- التشبيه: تخيل أنك تريد معرفة ما إذا كان ترس معين في ساعة ضخمة يعمل، ولكن لا يمكنك رؤية الساعة بأكملها. بدلًا من النظر إلى الساعة بأكملها، قاموا مؤقتًا بلصق وزن صغير ومثالي على ذلك الترس المحدد.
- النتيجة: هذا "الوزن الملتصق" (يسمى شوائب هاميلتونيان - Hamiltonian Impurity) يجبر ذلك الجزء المحدد من النظام على التصرف كحارس مثالي. الآن، يمكننا قياس ذلك الترس تحديدًا لمعرفة مدى ضجيج ذلك الترس تحديدًا، دون الحاجة للنظر إلى الساعة بأكملها.
- لماذا ينجح الأمر: يفعلون ذلك بطريقة لا تغير "روح" أو "طبيعة" الآلة. الضجيج لا يزال يتدفق عبر التروس بنفس الطريقة، ولكن الآن لديهم نقطة مرجعية مثالية لمعايرة القياس.
٤. النتائج: صوت أوضح، جهد أقل
اختبر الفريق هذه الطريقة على كمبيوتر كمي حقيقي (معالج "Heron" من IBM) يحتوي على 100 كيوبت.
- الاختبار: قاموا بمحاكاة سلاسل مغناطيسية (مثل مغناطيسات صغيرة مصطفة) لفترة طويلة.
- النتيجة:
- الدقة: حصلت GUESS على الإجابة الصحيحة بنسبة 90% من الوقت (خطأ بنسبة 10%)، حتى بالنسبة للدوائر المعقدة جدًا التي تحتوي على آلاف البوابات.
- الاستقرار: كانت أكثر استقرارًا بكثير من الطرق القديمة. الطرق القديمة كانت تعطي أحيانًا إجابات "مستحيلة" (مثل القول بأن الاحتمالية هي 150%)، لكن GUESS نادرًا ما فعلت ذلك.
- الكفاءة: لم تتطلب سوى حوالي ضعف عدد القياسات التي تتطلبها الطريقة القياسية، وهو ثمن بسيط مقابل هذا التحسن الكبير في الدقة.
الصورة الكبيرة
فكر في GUESS كأنها سماعات إلغاء الضجيج للحواسيب الكمية.
- السماعات القديمة: كانت تحاول تخمين الضجيج عبر تشغيله بصوت أعلى والأمل في طرحه. وأحيانًا كانت تفشل.
- سماعات GUESS: تستمع إلى "نغمة مرجعية" يجب أن تكون نقية. إذا تعرضت النغمة المرجعية للتشويه، تعرف السماعات بالضبط كيف تعدل مستوى الصوت ومعادل الصوت (Equalizer) لإصلاح الموسيقى.
هذه خطوة كبيرة للأمام لأنها تسمما للعلماء الحصول على نتائج مفيدة ودقيقة من الحواسيب الكمية غير المثالية اليوم، مما يقربنا من اليوم الذي يمكن لهذه الآلات فيه حل مشكلات مستحيلة على الحواسيب الفائقة التقليدية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.