← أحدث الأبحاث
⚛️ quantum physics

Quantum Resource Estimation for Minimising Energy Grid Losses

تقترح هذه الورقة نهجاً للحوسبة الكمومية القائمة على البوابات لحل مشكلة إعادة تشكيل شبكة التوزيع ذات التعقيد الحسابي من فئة (NP-hard) بهدف تقليل فاقد الطاقة، وذلك عن طريق صياغتها كنموذج تحسين ثنائي غير مقيد من الدرجة العليا (HUBO)، وتطبيقها على شبكة جهد متوسط حقيقية، وإجراء تقدير للموارد الكمومية لتقييم جدوى التنفيذ المستقبلي.

المؤلفون الأصليون: Camille de Valk, Milou van Nederveen, Koen Reerink, Werner van Westering

نُشر 2026-05-06
📖 4 دقيقة قراءة🧠 قراءة متعمّقة

المؤلفون الأصليون: Camille de Valk, Milou van Nederveen, Koen Reerink, Werner van Westering

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 مراقب حركة المرور لشبكة طرق في مدينة ضخمة. هدفك هو الحفاظ على تدفق حركة المرور بسلاسة واستخدام أقل قدر ممكن من الوقود. في عالم الكهرباء، هذا "المرور" هو تدفق الطاقة، و"الوقود" هو الطاقة المفقودة كحرارة عندما تنتقل الكهرباء عبر الأسلاك.

هذه الورقة البحثية تتحدث عن فريق من الباحثين يحاولون حل لغز معقد للغاية: كيف نعيد ترتيب المفاتيح في الشبكة الكهربائية لتقليل هدر الطاقة إلى أدنى حد؟

إليك تبسيط لعملهم باستخدام تشبيهات من الحياة اليومية:

المشكلة: اللغز "المستحيل"

الشبكة الكهربائية تشبه شبكة طرق متشابكة وعملاقة. بعض هذه الطرق (الأسلاك) يمكن فتحها أو إغلاقها (تشغيل أو إيقاف المفاتيح). الهدف هو إيجاد النمط المثالي للمفاتيح المفتوحة والمغلقة بحيث تسلك الكهرباء المسار الأكثر كفاءة.

ومع ذلك، فإن العثور على هذا النمط المثالي أمر صعب للغاية. تصف الورقة البحثية هذه المشكلة بأنها NP-hard. فكر في الأمر كأنك تحاول حل لغز "سودوكو" حيث تكبر الشبكة في كل مرة تضيف فيها مدينة جديدة. بالنسبة لحي صغير، يمكن لإنسان أو كمبيوتر عادي حله. ولكن بالنسبة لمدينة حقيقية تضم ملايين الوصلات، فإن عدد التوليفات الممكنة ضخم جداً لدرجة أن أسرع الحواسيب الفائقة في العالم ستستغرق وقتاً أطول من عمر الكون للعثين على أفضل إجابة.

الفكرة الجديدة: اختصار "من الدرجة العليا"

عادةً، لجعل هذه المشكلات أسهل على الحواسيب، يضطر العلماء إلى تسطيح اللغز وتحويله إلى شكل ثنائي الأبعاد بسيط (مثل تحويل جسم ثلاثي الأبعاد معقد إلى ظل مسطح). قرر مؤلفو هذه الورقة تجربة شيء مختلف.

بدلاً من تسطيح المشكلة، حافظوا على شكلها الثلاثي الأبعاد المعقد والطبيعي. أطلقوا عليها اسم HUBO (التحسين الثنائي غير المقيد من الدرجة العليا).

  • التشبيه: تخيل أنك تقوم بتعبئة حقيبة سفر. الطريقة القديمة (QUOB) تجبرك على تقطيع كل قطعة إلى قطع صغيرة ومسطحة لتناسب الصندوق، مما يستغرق الكثير من الوقت والمساحة. الطريقة الجديدة (HUBO) تسمح لك بتعبئة العناصر كما هي، لكنها تتطلب حقيبة ذكية ومحددة جداً.
  • الفائدة: من خلال الحفاظ على الشكل الطبيعي والمعقد للمشكلة، يمكننا حلها باستخدام عدد أقل من "لبنات البناء" (التي تسمى qubits أو الكيوبتات) على الحاسوب الكمي.

التجربة: الاختبار على طرق حقيقية

لم يكتف الباحثون بالجانب النظري؛ بل اختبروا ذلك على شبكة كهربائية حقيقية في مدينة أرنهيم بهولندا، والتي تديرها شركة "ألياندير" (Alliander).

  • قاموا بتقسيم الشبكة الضخمة إلى أجزاء أصغر يمكن التحكم بها (مثل النظر إلى حي واحد في كل مرة).
  • أنشأوا خريطة رياضية (HUBO) لهذه الأجزاء.
  • ثم سألوا محاكاة حاسوبية قوية: "إذا كان لدينا حاسوب كمي حقيقي، فما هو الحجم الذي يجب أن يكون عليه لحل هذه المشكلة؟"

النتائج: إنها كبيرة، لكنها ليست مستحيلة

أعطتهم المحاكاة "تقديراً للموارد" — وهو توقع لما سيتطلبه تشغيل هذا على حاسوب كمي في المستقبل.

  1. الحجم مهم (لكن الشكل أهم): وجدوا أن حجم الحاسوب المطلوب لا يعتمد فقط على عدد المنازل (العقد) في الحي. بل يعتمد بشكل كبير على مدى ترابط الطرق. فالحي الذي يحتوي على العديد من الحلقات والوصلات المتقاطعة يتطلب حاسوباً أكبر بكثير من الحي البسيط ذي الخطوط المستقيمة، حتى لو كان لديهما نفس عدد المنازل.
  2. النطاق: بالنسبة لأصغر حي اختبروه، سيحتاج الحاسوب الكمي إلى حوالي 14 "كيوبت منطقي" (وهي بمثابة الخلايا العصبية للحاسوب). أما بالنسبة لأكبر حي (Arnem-3)، فسيحتاج إلى أكثر من 61,000 كيوبت منطقي.
  3. الوقت: إذا كان لدينا الحاسوب اليوم، فإن تشغيل خطوة واحدة فقط من الحساب سيستغرق وقتاً طويلاً (ملايين الثواني في أسوأ السيناريوهات للنماذج الكبيرة). أما الحل الكامل فسيستغرق وقتاً أطول من ذلك.

الخلاصة

تخلص الورقة البحثية إلى أنه على الرغم من أننا لا نملك الحواسيب الكمية القادرة على حل شبكات المدن الحقيقية هذه اليوم، إلا أن الرياضيات تعمل. لقد نجحوا في إثبات ما يلي:

  • يمكنك ترجمة مشكلة شبكة كهربائية حقيقية إلى لغة "HUBO" الجديدة هذه.
  • يمكنك تقدير الحجم الدقيق الذي سيحتاجه الحاسوب الكمي في المستقبل لحل هذه المشكلة.

ما يعنيه هذا للمستقبل:
هذا ليس عصا سحرية تحل مشاكل الشبكة غداً. بدلاً من ذلك، إنه مخطط توجيهي. إنه يخبر المهندسين: "إذا كنتم تريدون بناء حاسوب كمي يمكنه توفير ملايين اليورو من خسائر الطاقة في المدن الهولندية، فإليكم بالضبط مدى كبر وقوة تلك الآلة التي تحتاجونها". إنه يمهد الطريق للعمل المستقبلي لبناء تلك الآلات وتشغيل عمليات التحسين هذه في الوقت الفعلي في نهاية المطاف.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →