⚛️ quantum physics

Exponential Scaling Barriers for Variational Quantum Eigensolvers

توضح هذه الورقة أن خوارزمية حل القيم الذاتية الكمومية المتغيرة (VQE) تواجه حواجز توسع أسية في كل من التكرارات التكيفية وعمق الدائرة مع زيادة حجم النظام، مما يشير إلى أنه من غير المرجح أن تقوم بمحاكاة الأنظمة الجزيئية الكبيرة بكفاءة دون متطلبات موارد أسية.

المؤلفون الأصليون: Manuel Hagelueken, David A. Kreplin, Florian Wieland, Marco F. Huber, Marco Roth

نُشر 2026-03-16

📖 4 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Manuel Hagelueken, David A. Kreplin, Florian Wieland, Marco F. Huber, Marco Roth

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 العثور على أدنى نقطة في سلسلة جبال شاسعة يغطيها الضباب. هذا هو بالضبط ما يفعله العلماء عندما يحاولون حساب طاقة الجزيء: إنهم يبحثون عن "الحالة الأرضية" (ground state)، وهي الوضع الأكثر استقراراً وراحة للذرات.

لعقود من الزمن، كانت الحواسيب الكلاسيكية جيدة في فعل ذلك للجبال الصغيرة. ولكن عندما تصبح الجبال ضخمة ومعقدة (مثل الجزيئات الكبيرة ذات الإلكترونات المتعددة والمتفاعلة)، يصبح الضباب كثيفاً جداً لدرجة أن الحواسيب الكلاسيكية تضل طريقها. وهنا كان من المفترض أن تنقذ الحواسيب الكمومية الموقف.

إليك VQE (المحلل الذاتي المتغير - Variational Quantum Eigensolver). فكر في VQE كمتسلق جبال ذكي ومتكيف. فبدلاً من محاولة رسم خريطة للجبل بأكمله دفعة واحدة، يقوم المتسلق بخطوة، ثم يتحقق مما إذا كان قد نزل لمستوى أدنى، ثم يأخذ خطوة أخرى، ويكرر العملية حتى يصل إلى القاع. كان الأمل هو أن يتمكن هذا المتسلق من حل مشكلات مستعصية على الحواسيب الكلاسيكية.

لكن هذه الورقة البحثية الجديدة تسكب برداً من الماء على هذا الأمل.

إليك قصة ما وجده الباحثون، مشروحة ببساًطة:

١. المقياس "السحري": درجة التعقيد

أدرك الباحثون أن ليس كل الجزيئات متساوية في صعوبة الحل؛ فبعضها يشبه تلاً لطيفاً، والبعض الآخر يشبه منحدرًا صخريًا وعرًا وفوضويًا.

ولقياس هذه الصعوبة، ابتكروا "درجة تعقيد" تعتمد على ما يسمى بـ "إنتروبيا ريني" (Rényi Entropy).

التشبيه: تخيل أنك تحاول وصف لوحة فنية.
- إذا كانت اللوحة مجرد سماء زرقاء، فستحتاج إلى كلمة واحدة فقط: "زرقاء". (تعقيد منخفض).
- أما إذا كانت اللوحة عاصفة فوضوية تضم آلاف الضربات الفريدة من الفرشاة، فستحتاج إلى وصف مفصل وضخم. (تعقيد مرتفع).
وجد الباحثون أن "درجة التعقيد" هذه (إنتروبيا ريني) هي بمثابة بلورة سحرية؛ فإذا قاموا بحساب هذه الدرجة باستخدام حاسوب كلاسيكي قياسي، يمكنهم التنبؤ بالضبط بعدد الخطوات التي سيحتاجها المتسلق الكمومي (VQE) للوصول إلى القاع.

٢. الأخبار السيئة: الخطوات تتزايد بشكل أسي

الاكتشاف الأكثر صدمة هو كيفية نمو عدد الخطوات مع زيادة حجم الجزيء.

التشبيه: تخيل أنك تصعد سلماً.
- إذا أضفت درجة واحدة إلى السلم، فقد يحتاج الشخص العادي إلى خطوة واحدة إضافية لصعوده.
- لكن بالنسبة لهذه الجزيئات الكمومية، فإن إضافة ذرة واحدة فقط إلى الجزيء لا تعني مجرد إضافة خطوة واحدة إلى الرحلة، بل إنها تضاعف عدد الخطوات المطلوبة. ثم تتضاعف مرة أخرى، وهكذا.
هذا ما يسمى "النمو الأسي" (Exponential Scaling).
- جزيء صغير قد يستغرق ١٠ خطوات.
- جزيء متوسط قد يستغرق ١,٠٠٠ خطة.
- جزيء كبير ومهم كيميائياً (مثل دواء أو محفز) قد يتطلب الملايين أو المليارات من الخطوات.

٣. واقع الأجهزة (Hardware)

اختبر الباحثون هذا على ٢١ جزيئاً مختلفاً، تراوحت من سلاسل الهيدروجين البسيطة إلى التجمعات المعقدة القائمة على الحديد.

النتيجة: بالنسبة للجزيئات التي تهمنا فعلياً في الكيمياء الواقعية (مثل تلك المشاركة في صناعة الأسمدة أو البطاريات)، سيحتاج الحاسوب الكمومي إلى إجراء آلاف التكرارات.
التكلفة: كل تكرار يتطلب من الحاسوب الكمومي تشغيل دائرة (سلسلة من العمليات). وللقيام بآلاف التكرارات، تصبح الدائرة عميقة وطويلة للغاية.
المشكلة: الحواسيب الكمومية الحالية تشبه طفلاً يحاول الركض في ماراثون؛ فهي "صاخبة" (noisy) وترتكب الأخطاء. إذا كانت الدائرة طويلة جداً (خطوات كثيرة جداً)، فإن الضجيج سيطغى على الإشارة قبل أن يصل المتسلق إلى القاع. يقدر الباحثون أنه بالنسبة للمشكلات الواقعية، سنحتاج إلى حاسوب كمومي يمتلك موارد تفوق بكثير ما هو موجود اليوم — ربما أقوى بآلاف المرات.

٤. لماذا كانت الاختبارات الشائعة مضللة؟

لسنوات، اختبر العلماء هذه الخوارزميات على جزيئات بسيطة مثل سلاسل الهيدروجين أو هيدريد الليثيوم.

التشبيه: الأمر يشبه اختبار سيارة "فورمولا ١" في موقف سيارات مسطح وفارغ. تبدو السيارة سريعة وفعالة.
الواقع: أظهر الباحثون أن هذه الجزيئات الاختبارية هي بمثابة "الوضع السهل". فهي تمتلك درجات تعقيد منخفضة ولا تمثل الجبال الفوضوية والمضطربة للكيمياء الحقيقية. وعندما اختبروا الخوارزمية على جزيئات أصعب وأكثر واقعية، واجهت الخوارزمية صعوبة هائلة.

٥. التواء "الدوران" (Spin Twist)

لاحظت الورقة البحثية أيضاً شيئاً غريباً يحدث أثناء التسلق. فلكي يجد المتسلق القاع الحقيقي، يتعين عليه أحياناً "كسر قواعد" الفيزياء مؤقتاً (تحديداً تناظر الدوران/spin symmetry) للتنقل عبر جزء وعر من الجبل، ليقوم بإصلاح ذلك لاحقاً.

إذا أجبرت المتسلق على اتباع القواعد بصرامة في كل خطوة، فسوف يعلق في منطقة مسطحة (plateau) ولن يجد القاع أبداً.
هذا يشير إلى أن السلوك "الفوضوي" للخوارزمية هو في الواقع ضروري، لكنه يجعل المسار أصعب في التنبؤ والتحكم.

الخلاصة

هذه الورقة هي بمثابة "إعادة تقييم للواقع" لمجتمع الحوسبة الكمومية.

الوعد: الحواسيب الكمومية ستحدث ثورة في الكيمياء.
العائق: الطريقة المحددة (VQE) التي نستخدمها حالياً للقيام بذلك بها خلل جوهري. فكلما كبرت الجزيئات، لا يزداد العمل المطلوب فحسب، بل ينفجر بشكل هائل.
الاستنتاج: ما لم نخترع طريقة جديدة تماماً لتسلق هذه الجبال، فإن النسخة الحالية من VQE من غير المرجح أن تحل مشكلات الكيمياء الكبيرة والهامة التي تهمنا في أي وقت قريب. لا نزال بعيدين جداً عن امتلاك حاسوب كمومي يمكنه تصميم أدوية أو مواد جديدة بمفرده.

باختصار: الخريطة (إنتروبيا ريني) تخبرنا أن الرحلة أصعب أسياً مما كنا نأمل، وأن مركبتنا الحالية (VQE) ليست مصممة لهذا النوع من التضاريس.

إليك ملخص تقني مفصل لورقة البحث بعنوان "عوائق القياس الأسي لخوارزميات الموّرقات الكمومية التباينية" (Exponential Scaling Barriers for Variational Quantum Eigensolvers) بقلم هاجلوكين وآخرون.

1. بيان المشكلة

تُعتبر خوارزمية الموّرق الكمي التبايني (VQE)، ولا سيما نسختها التكيفية (ADAPT-VQE)، واعدة للغاية في العصر الحالي كخوارزمية قريبة المدى لحساب طاقات الحالة الأرضية للأنظمة الكمومية التي تستعصي على الحواسيب الكلاسيكية. والأمل السائد هو أن VQE يمكنه التخفيف من النمو الأسي لفضاء هيلبرت مع زيادة حجم النظام.

ومع ذلك، لا يزال هناك سؤال جوهري دون إجابة: هل تتقارب هذه الطرق بشكل موثوق للأنظمة الجزيئية الكبيرة ذات الارتباط القوي، وبأي تكلفة حوسبية؟ وبينما تم تطبيق VQE بنجاح على جزيئات صغيرة (مثل $H_4$ و $LiH$ )، فمن غير الواضح ما إذا كانت هذه النجاحات ستعمم على الأنظمة ذات الارتباط القوي وذات الصلة كيميائياً (مثل عناقيد المعادن الانتقالية) دون طلب موارد أسية. تبحث هذه الورقة فيما إذا كانت الصيغة الحالية لـ VQE تواجه حاجز قياس جوهري يمنعها من محاكاة الأنظمة الجزيئية الكبيرة بدقة عالية.

2. المنهجية

أجرى المؤلفون دراسة مرجعية منهجية باستخدام مجموعة بيانات منسقة تضم 21 نظاماً جزيئياً (MolVQE-21) لتحليل سلوك القياس لـ ADAPT-VQE.

مجموعة الاختبار المرجعي (MolVQE-21): تضم المجموعة 21 جزيئاً تغطي فئات كيميائية متنوعة (سلاسل الهيدروجين، الجزيئات العضوية، ومعقدات المعادن الانتقالية) مع مساحات نشطة تتراوح من 4 إلى 10 مدارات. وهي تغطي حالات غزل (spin) ومجموعات أساس مختلفة.
متغيرات الخوارزمية: استخدمت الدراسة بشكل أساسي CEO-ADAPT-VQE (مشغل التبادل المقترن) مع امتداد TETRIS (الذي يضيف عدة مشغلات غير متداخلة في كل تكرار لتقليل عدد التكرارات). وتمت المقارنة مع Qubit-ADAPT-VQE و QEB-ADAPT-VQE، بالإضافة إلى نماذج ذات بنية ثابتة (pp-tUPS) مع تحسين عالمي (BHPT-VQE).
مقياس التعقيد (إنتروبيا ريني): للتنبؤ بالتكلفة الحوسبية، قدم المؤلفون إنتروبيا ريني ( $h_\alpha$ $h_{α}$ ) المستمدة من حسابات CASSCF (طريقة المجال النشط الذاتي المتسق كلاسيكياً).
- معاملات CI من CASSCF تحدد توزيعاً احتمالياً $p_i = |C_i|^2$ .
- تُعرف إنتروبيا ريني بـ $h_\alpha = \frac{1}{1-\alpha} \ln (\sum p_i^\alpha)$ .
- يتحكم المعامل $\alpha$ في الحساسية لـ "ذيل" التوزيع. وجد المؤلفون أن $\alpha \approx 0.25$ يعظم القدرة التنبؤية.
بيئة المحاكاة: أُجريت جميع عمليات المحاكاة باستخدام محاكاة حالة المتجه الدقيقة (exact statevector simulations) عبر برنامج Qulacs. تم قياس التقارب من خلال خطأ الطاقة $\epsilon = E_{VQE} - E_{CASSCF}$ ، حيث عُرِّفت الدقة الكيميائية بأن $\epsilon_{chem} \approx 1.6 \times 10^{-3}$ Eh (أي 1 كيلو كالوري/مول).

3. المساهمات الرئيسية

اكتشاف القياس الأسي: توضح الورقة أن عدد التكرارات التكيفية ( $n_{ADAPT}$ ) المطلوبة للوصول إلى الدقة الكيميائية يتزايد أسياً مع حجم النظام (عدد المدارات النشطة) وتعقيد المسألة.
إنتروبيا ريني كمؤشر تنبؤي: أثبت المؤلفون أن إنتروبيا ريني المحسوبة من حسابات CASSCF الكلاسيكية البحتة هي مؤشر دقيق للغاية ( $R^2 \approx 0.99$ ) لعدد تكرارات VQE المطلوبة. وهذا يسمح بتقدير الموارد للأنظمة التي يصعب محاكاتها كمومياً بشكل مباشر.
مجموعة مرجع MolVQE-21: تقديم مجموعة مرجعية شاملة تتجاوز حالات الاختبار البسيطة (مثل $H_4$ ) لتشمل معقدات المعادن الانتقالية والهندسات الممتدة، مما يوفر تقييماً أكثر واقعية لأداء الخوارزمية.
تحليل ديناميكيات التقارب: كشفت الدراسة أن كسر تناظر الغزل (spin-symmetry breaking) العابر ضروري وظيفياً للتقارب في ADAPT-VQE، حيث تفشل مجموعات المشغلات الحافظة للغزل في تحقيق التقارب لأنظمة معينة.

4. النتائج الرئيسية

الارتباط بين الإنتروبيا والتكرارات:
- وُجدت علاقة خطية بين إنتروبيا ريني ( $h_{\alpha^*}$ مع $\alpha^* \approx 0.25$ ) ولوغاريتم التكرارات المطلوبة ( $\log(n_{ADAPT})$ ).
- هذا يعني وجود علاقة أسية: $n_{ADAPT} \propto \exp(h_\alpha)$ .
- يظل هذا الارتباط ثابتاً عبر جزيئات متنوعة (عضوية، غير عضوية، معادن انتقالية) بنسبة $R^2 = 0.948$ عند الدقة الكيميائية.
قياس حجم النظام (سلاسل الهيدروجين):
- باستخدام سلاسل الهيدروجين ( $H_4$ إلى $H_{10}$ ) كنظام نموذجي، أكد المؤلفون أن $n_{ADAPT}$ يتزايد أسياً مع عدد المدارات ( $N$ ).
- أسفرت عملية المطابقة عن $R^2 = 0.98$ ، مع العلاقة $\ln(n_{ADAPT}) \approx 0.75N - 1.83$ .
- بما أن عمق الدائرة وعدد المعلمات يتزايدان خطياً مع $n_{ADAPT}$ ، فإن إجمالي الموارد الكمومية يتزايد أيضاً بشكل أسي.
الاستقراء للأنظمة الكبيرة:
- باستخدام قوانين القياس المستقرة، استقرأ المؤلفون متطلبات الموارد للأنظمة ذات الصلة كيميائياً والتي تشكل تحدياً كلاسيكياً:
  - $Cr_2$ (ثنائي الكروم): حوالي 700 تكرار.
  - $[2Fe-2S]$ (عنقود الحديد والكبريت): أكثر من 1,000 تكرار.
  - $[Cu_2O_2(NH_3)_6]^{2+}$ : أكثر من 5,000 تكرار.
- بالنسبة لنظام مثل $H_{15}$ ، فإن الوصول إلى الدقة الكيميائية سيتطلب حوالي 3,600 تكرار، مما يترجم إلى ~64,000 معلمة وحوالي 270,000 بوابة CNOT.
الاعتماد على الهندسة (Geometry):
- الهندسات عند الاتزان: تُظهر تقارباً رتيباً وقابلاً للتنبؤ.
- الهندسات الممتدة: تُظهر تقارباً غير رتيب ومتدرجاً. ورغم أنها تصل إلى الدقة الكيميائية بسرعة (بسبب وجود حالة مكسورة التناظر ذات طاقة منخفضة)، إلا أنها تفشل في التقارب إلى الحالة الأرضية الحقيقية النقية للغزل دون تكرارات أكثر بكثير. وهذا يسلط الضال على أن هندسات الاتزان هي الأكثر موثوقية لتحديد قوانين القياس.
مقارنة المتغيرات:
- تطلب CEO-ADAPT-VQE مع TETRIS أقل عدد من التكرارات وبوابات CNOT مقارنة بالمتغيرات الأخرى.
- فشلت النماذج ذات البنية الثابتة (pp-tUPS) مع التحسين العالمي (BHPT-VQE) في الوصول إلى الدقة الكيميائية للأنظمة الصعبة مثل $FeO_4^{2-}$ ضمن الحدود العملية، حيث عانت من النهايات الصغرى المحلية (local minima) والمنصات الوعرة (barren plateaus).

5. الأهمية والآثار المترتبة

الحاجز الجوهري: تخلص الورقة إلى أن VQE بصيغته الحالية من غير المرجح أن يحاكي الأنظمة الجزيئية الكبيرة بدقة عالية دون متطلبات موارد أسية. فالقياس الأسي لـ $n_{ADAPT}$ مع تعقيد المسألة (المقاس بإنتروبيا ريني) يمثل حاجزاً جوهرياً.
إعادة تقييم الاختبارات المرجعية: الجزيئات الشائعة المستخدمة للاختبار ( $H_4$ ، $LiH$ ، $BeH_2$ ) تمتلك إنتروبيا ريني منخفضة وتتطلب تكرارات قليلة، مما يعطي شعوراً زائفاً بالقدرة على التوسع. ويُقترح استخدام مجموعة MolVQE-21 كمعيار أكثر صرامة لتطوير الخوارزميات مستقبلاً.
قيود الموارد: إن أعماق الدوائر المقدرة (على سبيل المثال $10^5$ بوابة CNOT) وأعداد المعلمات تتجاوز بكثير قدرات الأجهزة الكمومية الحالية ذات الضجيج والمتوسطة المدى (NISQ)، حتى مع استخدام تقنيات تخفيف الخطأ.
دور الحوسبة الكلاسيكية المسبقة: يشير الارتباط القوي بين إنتروبيا CASSCF الكلاسيكية وتكلفة VQE إلى أنه في الأنظمة التي يمكن للطرق الكلاسيكية حساب معاملات CI لها، قد تكون الميزة الكمومية محدودة. ومع ذلك، لا تنفي الدراسة دور VQE كعملية فرعية لخوارزميات أكثر تطوراً (مثل تقدير الطور الكمي - QPE) أو لإعداد الحالات.

باختصار، يقدم هذا العمل حجة صارمة قائمة على البيانات بأن "الميزة الأسية" لـ VQE محدودة حالياً بالنمو الأسي للتكرارات التكيفية اللازمة لالتقاط الارتباط الاستاتيكي القوي، مما يتحدى فكرة أن VFE وحده يمكنه حل المشكلات الكيميائية المستعصية كلاسيكياً في المدى القريب.