Quantum machine learning for the quantum lattice Boltzmann method: Trainability of variational quantum circuits for the nonlinear collision operator across multiple time steps

إليك ملخص تقني مفصل للورقة البحثية بعنوان "تعلم الآلة الكمي لطريقة لاتيس بولتزمان الكمية: قابلية التدريب للدوائر الكمية التباينية لمعالج التصادم غير الخطي عبر خطوات زمنية متعددة."

1. بيان المشكلة

تعد طريقة "لاتيس بولتزمان" (LBM) تقنية قوية في ديناميكا الموائع الحسابية (CFD) لحل المعادلات التفاضلية الجزئية، وخاصة معادلات نافييه-ستوكس. ومع ذلك، تعاني طريقة LBM الكلاسيكية من التكلفة الحسابية للمحاكات واسعة النطاق التي تتضمن العديد من مواقع الشبكة والخطوات الزمنية.

بينما تم اقتراح طرق "لاتيس بولتزمان الكمية" (QLBM) لتقديم تسريع في الأداء، لا تزال هناك عقبة حرجة: نمذجة معالج التصادم غير الخطي مع الحفاظ على التماسك عبر خطوات زمنية متعددة دون قياسات وسيطة.

• التحدي: التطور الكمي هو بطبيعته خطي (وحدوي/Unitary). بينما يحتوي معالج التصادم في LBM على حدود غير خطية (تحديداً حدود $O(u^2)$ في توزيع التوازن).
• القيود السابقة: الطرق الكمية الموجودة إما تقوم بخطية المشكلة (مما يؤدي لفقدان الدقة)، أو تتطلب قياسات وسيطة (مما يكسر التماسك ويمنع المحاكاة متعددة الخطوات)، أو تعتمد على تقنيات كثيفة المساعدين (ancilla-heavy) مثل "خطيّة كارليمان" (Carleman linearization) التي تعد غير عملية للدوائر العميقة.
• الهدف: تدريب دائرة كمية تباينية (VQC) لتقريب معالج التصادم غير الخطي، مما يسمح بمحاكاة كمية متماسكة ومتعددة الخطوات لديناميكا الموائع.

2. المنهجية

يقترح المؤلفون نهجاً هجيناً بين الكم والكلاسيكي باستخدام الدوائر الكمية التباينية (VQC) التي يتم تدريبها عبر تعلم الآلة الكمي (QML).

أ. الإطار الأساسي

• المدخل: دالة التوزيع بعد التصادم الخطي ($f^{lin}$)، والتي تحتوي فقط على الحدود الخطية.
• الهدف: دالة التوزيع غير الخطي التحليلية ($f^{ref}$)، المستمدة من تقريب "باتناغار-غروس-كروك" (BGK).
• البنية: تعمل الـ VQC كمعالج وحدوي $U(\theta)$ يقوم برسم الخرائط من $|f^{lin}\rangle \to |f^{ref}\rangle$.
• قيود التماثل: لضمان الصلاحية الفيزيائية، يتم تقييد "الأنسايت" (ansatz) الخاص بالدائرة للحفاظ على مجموعة التماثل ثنائية السداسي (D8) لشبكة D2Q9 (التماثل الدوراني والانعكاسي). ويتم تحقيق ذلك باستخدام مجموعات بوابات محددة (طبقات Ising من نوع $XX, ZZ$) التي تتبادل مع عمليات التماثل.
• التدريب: حلقة هجينة تستخدم محسن Adam وقاعدة إزاحة المعامل (parameter-shift rule) لحساب التدرج. تعمل دالة الخسارة على تقليل الفرق بين المخرج الكمي والهدف، باستخدام متوسط مربع الخطأ (MSE) على السعات والأطوار.

ب. النماذج المقترحة

قدمت الورقة بنيتين مختلفتين:

1. نموذج R1 (سجل واحد):

   • البنية: يستخدم سجلاً واحداً مكوناً من 4 كيوبتات لتشفير 9 دالات توزيع لـ D2Q9.
   • الهدف: محاكاة خطوات زمنية متعددة دون قياسات وسيطة، مع الحفاظ على التماسك الكمي الكامل.
   • الاستراتيجية: تدريب المعالج الوحدوي لرسم الخرائط من التوزيعات الخطية إلى غير الخطية. ويستكشف هذا النموذج الشروط الوحدوية الصارمة والمخففة (غير الوحدوية).

2. نموذج R2 (سجل مزدوج):

   • البنية: يستخدم سجلين كميين. السجل 1 يحمل الحالة المتطورة؛ والسجل 2 يعمل كـ "ذاكرة" أو "مخبر"، حيث يتم تهيئته كنسخة من الحالة المدخلة ($f^{lin}$).
   • الآلية: يسمح التشابك بين السجلات للسجل الأول بالوصول إلى معلومات حول السرعة/التوزيع الحالي عبر "ارتداد الطور" (phase kickback)، دون تدمير الحالة.
   • الهدف: تحقيق إعادة بناء عالية الدقة للمعالج غير الخطي لخطوة زمنية واحدة.
   • القيد: يتطلب قياسات وسيطة لاستخراج النتيجة وإعادة تهيئة الطور للخطوة التالية، مما يجعله محدوداً بتحليل الدقة لخطوة واحدة بدلاً من السلاسل المتماسكة الطويلة.

3. المساهمات الرئيسية

• أول عرض لنمذجة الخرائط غير الخطية: تقدم الورقة أول دليل على أن VQC يمكنها بفعالية تعلم الخريطة غير الخطية المعقدة من المعالجات الخطية ($O(u)$) إلى غير الخطية ($O(u^2)$) في LBM.
• التماسك متعدد الخطوات (R1): يثبت نموذج R1 جدوى محاكاة خطوات زمنية متعددة دون قياسات وسيطة، وهي خطوة كبيرة نحو LBM كمي عملي.
• الدقة العالية للخطوة الواحدة (R2): يحقق نموذج R2 دقة أعلى بكثير من R1 من خلال استخدام بنية السجل المزدوج، مما يثبت أن النمذجة غير الخطية عالية الدقة ممكنة إذا تم تخفيف قيود القياس.
• تحليل الوحدوية مقابل الدقة: درس المؤلفون بشكل منهجي المقايضة بين الحفاظ على الوحدوية الصارمة (التماسك) وبين الدقة. ووجدوا أن تخفيف الوحدوية (السماح بتسرب السعة إلى حالات غير فيزيائية) يمكن أن يقلل معدلات الخطأ بشكل كبير، رغم أن ذلك يعقد المحاكاة متعددة الخطوات.
• رؤى حول حفظ الزخم: تسلط الدراسة الضوء على أن بينما يمكن لـ VQC تعلم شكل التدفقات غير الخطية، فإن حفظ الزخم يمثل تحدياً كبيراً. يميل النموذج للتقارب نحو الحل الخطي إذا أُجبر على حفظ الزخم بصرامة، مما يشير إلى توتر جوهري بين القيود الوحدوية وقوانين حفظ ديناميكا الموائع غير الخطية.

4. النتائج الرئيسية

• الأداء في حالات الاختبار:

  • دوامة تايلور-غرين (TGV): نجح نموذج R1 في التقاط انحناء مجال السرعة في التدفقات غير الخطية، متفوقاً على النماذج الخطية فقط في متوسط الخطأ، رغم أن أقصى أخطاء نقطية ظلت أعلى من الحلول الكلاسيكية غير الخطية.
  • تدفق كولموغوروف (Kolmogorov Flow): يلتقط النموذج اضمحلال السرعة ولكنه يعاني في التنبؤ الكمي الدقيق لمعدل الاضمحلال.
  • التدفق حول لوح مسطح: فشل النموذج في الحفاظ على مجال الدوامات بدقة، مما أنتج "قوى وهمية".
  • نفاثات غاوس المتعامدة (Orthogonal Gaussian Jets): يعيد النموذج شكل التدفق بشكل جيد ولكنه يعاني من تخميد السرعة، وهو ما يمكن معالجته جزئياً بتعديل القوة الخارجية.

• الاعتماد على السرعة وزمن الاسترخاء:

  • أرقام ماخ المنخفضة: تعمل النماذج بشكل أفضل عند سرعات منخفضة ($u < 0.1$). ومع زيادة السرعة، تزدัง عدم الوحدوية في المعالج المستهدف، مما يؤدي لزيادة الأخطاء.
  • زمن الاسترخاء ($\tau$): يتم الحصول على أفضل النتائج عند $\tau = 1$. الانحرافات عن $\tau = 1$ (الاسترخاء الزائد أو الناقص) تزيد من الأخطاء، خاصة في حفظ الزخم، بسبب ظهور لحظات "شبحية" غير متوازنة.

• الاسترخاء غير الوحدوي:

  • عندما يتم تخفيف قيد الوحدوية (السماح لمجموع الاحتمالات بالانخفاض عن 1)، يحقق نموذج R1 خطأً أقل بـ 50 ضعفاً في مجالات السرعة مقارنة بالحالة الوحدوية الصارمة. ومع ذلك، فإن هذا النهج محدود حالياً بالمحاكاة ذات الخطوة الواحدة أو المدة القصيرة بسبب فقدان كتلة الاحتمالية.

• دقة نموذج R2:

  • يحقق نموذج R2 معدلات خطأ منخفضة للغاية (مقاربة للنماذج الخطية) للخطوات الزمنية الواحدة، حيث يتنبأ بنجاح بكل من السعات والأطوار. وهذا يؤكد أن نقص الدقة في R1 يعود جزئياً إلى نقص "الذاكرة" (معلومات السرعة الحالية) في إعداد السجل الواحد.

5. الأهمية والآفاق المستقبلية

• إطار تأسيسي: يضع هذا العمل إطاراً تأسيسياً لاستخدام تعلم الآلة الكمي لتعلم العمليات الفيزيائية غير الخطية، متجاوزاً مجرد حل المعادلات التفاضلية الجزئية الخطية البسيطة.
• الطريق نحو التطبيق الصناعي: من خلال إثبات أن الدوائر الكمية يمكنها تقريب ديناميكا الموائع غير الخطية، تفتح الورقة مساراً نحو محاكات ذات صلة صناعية (مثل الديناميكا الهوائية، والاضطراب) التي تعد حالياً مستعصية على الحواسيب الكلاسيكية عند الدقة العالية.
• رؤى استراتيجية:
  • القياس المنتشر (Diffusive Scaling): يقترح المؤلفون أن استخدام القياس المنتشر (تقليل سرعة الشبكة لتقليل أخطاء رقم ماخ) جنباً إلى جنب مع VQC قد يوفر ميزة كمية للمحاكات واسعة النطاق، حتى لو زاد إجمالي عدد الخطوات الزمنية.
  • الاتجاهات المستقبلية: حددت الورقة الحاجة إلى تقنيات أفضل لحفظ الزخم، واستكشاف الترميز غير الوحدوي للمحاكاة متعددة الخطوات، ودمج مخططات ترميز بيانات متقدمة لتحسين الدقة.

في الختام، تثبت الورقة أنه بينما يعد تدريب VQCs لمعالجات تصادم LBM غير الخطية أمراً صعباً بسبب قيود الوحدوية والحفظ، إلا أنه أمر ممكن. يقدم نموذج R1 مساراً للمحاكاة المتماسكة متعددة الخطوات، بينما يثبت نموذج R2 أن النمذجة غير الخطية عالية الدقة قابلة للتحقيق عبر ابتكارات معمارية محددة.