⚛️ quantum physics

A Critical Comment on 'Entropy Computing: A Paradigm for Optimization in Open Photonic Systems'

تقيم هذه الورقة نقدياً الحوسبة الكمومية الإنتروبية (EQC)، وهي نموذج مقدم من شركة "كوانتوم كومبيوتينج إنك" (Quantum Computing Inc.) يستفيد من الضجيج البيئي، وتخلص إلى أنه بينما يمكن جعل ادعاءاتها أكثر صرامة، فإن التكنولوجيا الحالية لا تتفوق بعد على الخوارزميات الكلاسيكية الحديثة.

المؤلفون الأصليون: Ali Hamed Moosavian, Bahram Abedi Ravan

نُشر 2026-05-06

📖 6 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Ali Hamed Moosavian, Bahram Abedi Ravan

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

إليك شرح للورقة البحثية باستخدام لغة بسيطة وتشبيهات من الحياة اليومية.

الصورة الكبيرة: نوع جديد من الحواسيب مقابل الحرس القديم

تخيل أن شركة تدعى "Quantum Computing Inc" (QCi) قد صنعت آلة جديدة تسمى Dirac-3. وهم يزعمون أن هذه الآلة هي "حاسوب إنتروبي" (Entropy Computer) ثوري.

عرض الشركة:
تحاول معظم الحواسيب أن تكون هادئة ومعزولة تمامًا لتجنب الأخطاء. أما Dirac-3 فيفعل العكس تمامًا؛ فهو يحتضن الضجيج، والفوضى، و"الإنتروبيا" (الاضطراب). تقول الشركة إن هذه الآلة تستخدم "فوضوية" الضوء والحرارة لحل الألغاز الصعبة (مشكلات الأمثلة/Optimization problems) بشكل أسرع من أي حاسوب عادي. إنهم يزعمون أنهم يحولون الفوضى إلى قوة خارقة.

حكم المؤلفين:
قرر باحثان، علي وبهرام، اختبار هذا الادعاء. لقد تصرفا كآليين متشككين؛ حيث أخذا الألغاز التي حلتها الشركة، وقاما بتشغيلها على جهاز كمبيوتر محمول (Laptop) عادي باستخدام حيل رياضية تقليدية ومثبتة، ثم قارنا النتائج.

استنتاجهما:
الآلة الجديدة ليست سحرية. فالألغاز التي حلتها كانت سهلة للغاية. فقد تمكن حاسوب محمول عادي يعمل بخوارزميات بسيطة ومعروفة (مثل "المحاكاة التلدينية" - Simulated Annealing) من حل نفس المشكلات بنفس السرعة، بل وغالبًا بشكل أفضل، دون الحاجة إلى آلة ضوئية (Photonic) فاخرة. يرى المؤلفان أنه بينما تعد هذه التكنولوجيا مثيرة للاهتمام، إلا أنها لم تثبت قدرتها على التفوق على الحواسيب التقليدية الأفضل حتى الآن.

التشبيه: البحث عن أدنى وادي في سلسلة جبال ضبابية

لفهم ما تحاول هذه الحواسيب القيام به، تخيل أنك في سلسلة جبال ضخمة وضبابية في وقت الليل. هدفك هو العثور على أدنى وادي (أفضل حل للمشكلة).

الطريقة "القديمة" (النزول المتدرج - Gradient Descent):
تخيل أنك متسلق يمكنه فقط الشعور بالمنحدر تحت قدميه. أنت تسير نزولاً. ما المشكلة؟ إذا بدأت في تلة صغيرة، فقد تعلق في وادٍ صغير ليس هو الأدنى في العالم كله. ستظن أنك فزت، لكنك لم تفعل.
الطريقة "الجديدة" (الإنتروبيا/Dirac-3):
تدعي الشركة أن آلتها تشبه المتسلق الذي يُسمح له بالقفز عشوائيًا في الضباب. يقولون: "إذا قمنا بهز الأرض (إضافة ضجيج/إنتروبيا)، يمكننا القفز خارج الوديان الصغيرة والعثور على الأعمق". ويدعون أن هذا "الهز" هو قوة كمومية خارقة.
الحجة المضادة للمؤلفين:
يقول الباحثون: "مهلاً. لدينا متسلق قديم وذكي جدًا (خوارزمية تقليدية) يعرف أيضًا كيف يقفز عشوائيًا للهروب من الوديان الصغيرة. لقد اختبرنا كلا المتسلقين في حديقة محلية صغيرة (مشكلات الاختبار). وجد المتسلق القديم القاع بنفس سرعة آلتكم الجديدة، ولم يكن بحاجة إلى إعدادات ليزر بقيمة 10 ملايين دولار للقيام بذلك".

الاختبارات الثلاثة: لماذا لم تتألق الآلة الجديدة؟

أجرى الباحثون ثلاثة اختبارات محددة لمعرفة ما إذا كان Dirac-3 مميزًا حقًا.

الاختبار 1: كثير الحدود المتذبذب (المنحنى البسيط)

المهمة: إيجاد أدنى نقطة على خط متعرج ومتموج.
ادعاء الشركة: وجدت آلتهم القاع. وقارنوا ذلك بمتسلق "النزول المتدرج" الذي يعلق في وادٍ زائف.
التحقق من الواقع: قال الباحثون: "مقارنة آلتكم بمتسلق يعلق في مكانه هو اختبار ضعيف". استخدموا "متسلقًا" أكثر ذكاءً بكثير (خوارزمية ميتا-هيو رستية/Metaheuristic) ووجدوا القاع في 0.01 ثانية. لم تبدُ الآلة الجديدة مميزة على الإطلاق.

الاختبار 2: لغز الـ 50 متغيرًا (التحدي المتوسط)

المهمة: تحسين مشكلة تحتوي على 50 جزءًا متحركًا.
ادعاء الشركة: وجدت آلتهم الإجابة الأفضل، لكن كان لا بد من ضبطها بعناية (مثل ضبط مستوى الصوت في الراديو) للحصول على النتيجة الصحيحة.
التحقق من الواقع: حل حاسوب عادي هذه المشكلة في جزء من الثانية مع صفر ضبط (Zero Tuning). كان الأمر يشبه مقارنة سيارة فورمولا 1 تحتاج إلى ميكانيكي لتشغيلها مقابل دراجة هوائية تعمل ببساطة. انتصرت الدراجة في البساطة والسرعة.

الاختبار 3: لعبة قطع الرسم البياني (التحدي الكبير)

المهمة: قطع شبكة من 30 نقطة إلى مجموعتين بحيث يتم قطع أكبر عدد من الخطوط بينهما (Max-Cut).
ادعاء الشركة: وجدت آلتهم قطعًا جيدًا جدًا، متفوقة على طريقة رياضية تسمى "البرمجة شبه المحددة" (Semi-Definite Programming).
التحقق من الواقع: قال الباحثون: "التفوق على طريقة رياضية ضعيفة في رسم بياني صغير مكون من 30 نقطة ليس أمرًا مبهرًا". استخدموا خوارزميات "القفز" الكلاسيكية البسيطة (Simulated Annealing و Tabu Search) على كمبيوتر محمول عادي.
- النتيجة: وجد الكمبيوتر المحمول الإجابة المثالية فورًا تقريبًا.
- الآلة الجديدة: وجدت إجابة "جيدة"، ولكن ليس الإجابة المثالية، وفعلت ذلك بشكل غير متسق.
- الخلاصة: كانت المشكلة سهلة جدًا لإثبات قوة الآلة الجديدة. الأمر يشبه القول بأن محرك صاروخ جديد مذهل لأنه يستطيع جعل طائرة ورقية تطير أعلى من طائرة ورقية أخرى.

الفيزياء: هل هي "كمومية" أم مجرد "حرارية"؟

تدعي الشركة أن الآلة تستخدم "العشوائية الكمومية" (الضجيج الكمومي الغريب) لتعمل.

تحليل المؤلفين: نظروا بدقة في الضوء داخل الآلة. ووجدوا أنها لا تستخدم "جسيمات ضوئية مفردة" (حالات فوك/Fock states)، وهي جسيمات كمومية حقيقية. بدلاً من ذلك، كانت تستخدم "أشعة ليزر ضعيفة" (حالات متماسكة/Coherent states).
التشبيه: تخيل كازينو.
- الكم الحقيقي: نرد متوازن تمامًا ويتصرف بطريقة تتحدى الفيزياء العادية.
- ما يستخدمه Dirac-3: نرد منحاز قليلاً يتدحرج عشوائيًا بسبب تيارات الهواء واهتزازات الطاولة.
- الاستنتاج: الآلة هي في الأساس محرك ديناميكي حراري متطور للغاية. إنها تشبه محرك حراري يستخدم درجة الحرارة لاستكشاف الحلول. ورغم أن هذا أمر رائع، إلا أنه خدعة معروفة في الفيزياء الكلاسيكية، وليس قوة كمومية خارقة جديدة.

"الخدعة" النظرية (الرسوم البيانية العشوائية)

تتعمق الورقة في الرياضيات لإثبات نقطة نهائية.

الادعاء: تقول الشركة إن آلتهم تتفوق على الحدود النظرية لمدى جودة حل هذه المشكلات.
الواقع: أثبت الباحثون أنه في الرسوم البيانية العشوائية (مثل الشبكات غير المخطط لها)، فإن مجرد التخمين العشوائي سيعطي نتيجة أفضل من أسوأ الحدود النظرية.
التشبيه: تخيل اختبارًا يكون فيه "الحد الصعب" هو الحصول على 50% في امتحان الرياضيات. تقول الشركة: "انظروا! آلتنا حصلت على 90%!". لكن الباحثين يشيرون إلى: "حسنًا، إذا خمنت حرف 'ج' لكل الإجابات في اختبار عشوائي، ستحصل على 90% أيضًا. لذا، الحصول على 90% لا يثبت أن آلتكم ذكية؛ بل يثبت فقط أن الاختبار كان سهلاً".

الملخص النهائي

تخلص الورقة إلى أن الحوسبة الإنتروبية (Entropy Computing) هي فكرة مثيرة للاهتمام، ولكن الأدلة الحالية ضعيفة.

المشكلات التي تم اختبارها كانت سهلة للغاية. الحواسيب القياسية حلتها بشكل أسرع وأفضل.
الميزة "الكمومية" هي على الأرجح مجرد ضجيج "كلاسيكي". الآلة تعمل كمحرك حراري، وليس كحاسوب كمومي.
لا يوجد دليل على التفوق. حتى يتم اختبار هذه الآلة على مشكلات أصعب وأكبر بكثير حيث تعاني الحواسيب التقليدية، لا يمكنها ادعاء أنها تمثل نموذجًا جديدًا.

المؤلفون لا يقولون إن التكنولوجيا عديمة الفائدة؛ هم فقط يقولون: "لا تحتفلوا بعد. لم نرَ هذه الآلة تتفوق على أفضل الطرق القديمة".

ملخص تقني: تعليق نقدي على ورقة "الحوسبة الإنتروبية: نموذج للتحسين في الأنظمة الفوتونية المفتوحة"

بيان المشكلة
تقيم هذه الورقة بشكل نقدي الادعاءات التي قدمتها شركة "Quantum Computing Inc" (QCi) بخصوص "الحوسبة الكمومية الإنتروبية" (EQC)، وتحديداً نظام "Dirac-3". يقترح العمل الأصلي أن الحوسبة الكمومية الإنتروبية، التي تستخدم الأنظمة الفوتونية المفتوحة والضجيج البيئي، يمكن أن تُحدث ثورة في حل مشكلات التحسين ذات الصعوبة من فئة (NP-hard) (مثل مشكلة Max-Cut والبرمجة التربيعية) عن طريق تحويل الإنتروبيا إلى مورد حوسبي. يبحث مؤلفو هذا النقد فيما إذا كان الأداء المُبلغ عنه لنظام Dirac-3 يظهر ميزة كمومية أو فوتونية حقيقية مقارنة بالخوارزميات الكلاسيكية المتطورة، أم أن النتائج المرصودة يمكن تكرارها باستخدام الطرق الكلاسيكية التقليدية.

المنهجية
استخدم المؤلفون نهجاً ثلاثي المحاور لتقييم نظام Dirac-3:

إعادة إنتاج المعايير كلاسيكياً: أعاد المؤلفون تنفيذ مشكلات التحسين المحددة التي وردت في الدراسة الأصلية (متعدد حدود غير محدب بمتغيرين، مشكلة QPLIB_0018 التربيعية المستمرة، ومشكلة Max-k-Cut على رسم بياني عشوائي مكون من 30 عقدة) باستخدام أجهزة استهلاكية قياسية (Intel Core i9-13900K). وقد استخدموا خوارزميات وحلول استدلالية (metaheuristics) كلاسيكية راسخة، بما في ذلك:
- المحللات الدقيقة (Exact Solvers): خوارزميات Branch-and-Cut (عبر HiGHS).
- التحسين المستمر: طرق النقطة الداخلية (Ipola).
- الأساليب الاستدلالية (Metaheuristics): التلدين المحاكى (Simulated Annealing)، البحث مع الجدول (Tabu Search)، تحسين سرب الجسيمات (PSO)، وخوارزمية المراكز التطورية (ECA).
- خط الأساس للمقارنة: يجادل المؤلفون بأن مقارنة Dirac-3 ببرمجة شبه محددة (SDP) أمر غير كافٍ لهذه الأحجام من المشكلات؛ وبدلاً من ذلك، قارنوه بالمحللات الدقيقة والأساليب الاستدالية القوية، والتي تعد المعيار العملي لمثل هذه الحالات.
التحليل الإحصائي والديناميكي الحراري: قام المؤلفون بنمذجة جهاز Dirac-3 كنظام فوتوني مفتوح يأخذ عينات من توزيع "غيبس" (بولتزمان) فعال. وقاموا بتحليل الخصائص الإحصائية لقيم القطع (cut values) التي ينتجها الجهاز، من خلال مطابقة البيانات المرصودة مع توزيع نظري $P(k) \propto \Omega(k)e^{-\beta E_k}$ ، حيث $\Omega(k)$ هي كثافة الحالات و $\beta$ هو مقلوب درجة الحرارة الفعالة.
التحليل التقاربي النظري: اشتق المؤلفون السلوك التقاربي لعدد تكوينات القطع عالية القيمة في الرسوم البيانية العشوائية الكثيفة ( $G(n, 1/2)$ ). وباستخدام طرق العزم الأول والثاني تحت تقريب "المزيج" (annealed approximation)، أثبت المؤلفون أن عدد التكوينات التي تنتج قيم قطع عالية يتبع توزيع "بواسون" في حد الوصول إلى $n$ كبيرة. كما حللوا احتمالية تجاوز النظام لعتبة تقريب "جويمانز-ويليامسون" (Goemans-Williamson).

النتائج الرئيسية

قابلية التكرار الكلاسيكي: نجح المؤلفون في إعادة إنتاج نتائج التحسين المُبلغ عنها لـ Dirac-3 باستخدام الخوارزميات الكلاسيكية.
- بالنسبة لمتعدد الحدود غير المحدب، وجدت الخوارزميات الاستدالية الكلاسيكية (PSO، ECA) الحد الأدنى العالمي في وقت ضئيل جداً (أقل من 0.01 ثانية)، متفوقة بذلك على خط الأساس الأساسي لـ "الاشتقاق المتدرج" (Gradient Descent) المستخدم في الدراسة الأصلية.
- بالنسبة لمشكلة QPLIB_0018 (50 متغيراً)، وجد المحلل الحتمي Ipopt الحل الأمثل في جزء من الثانية دون الحاجة إلى ضبط المعلمات العشوائية المطلوب في Dirac-3.
- بالنسبة لـ Max-k-Cut في الرسوم البيانية ذات الـ 30 عقدة، حققت الخوارزميات الاستدالية الكلاسيكية (SA و Tabu Search) الحد الأقصى العالمي الدقيق في غالبية التجارب مع أوقات تشغيل في نطاق أجزاء من الميلي ثانية. وفي المقابل، أظهرت نتائج Dirac-3 توزيعاً ممركزاً حول قطع غير مثالية، مع معدلات نجاح أقل بكثير من الخوارزميات الاستدالية الكلاسيكية.
الطبيعة الفيزيائية للنظام: يؤكد التحليل أن نظام Dirac-3 يعتمد على حالات متماسكة ضعيفة بدلاً من حالات "فوك" (Fock states) أحادية الفوتون حقيقية. وبالتالي، فإن "العشوائية الكمومية" التي تقود عملية التحسين مستمدة من ضوضاء الطلقة البواسونية (Poissonian shot noise) لمجال كلاسيكي، مما يجعل النظام وظيفياً مشابهاً لطرق التحسين العشوائية الكلاسيكية مثل "التلدين المحاكى".
القيود النظرية على الرسوم البيانية العشوائية: أثبت المؤلفون أنه بالنسبة للرسوم البيانية العشوائية الكثيفة، فإن احتمال تجاوز نظام "أخذ عينات غيبس" (مثل Dirac-3) لعتبة تقريب "جويمانز-ويليامسون" يقترب من 1 مع زيادة $n$ إلى ما لا نهاية. ومع ذلك، أوضحوا أن هذا ليس دليلاً على التفوق الكمومي. فالخوارزميات الكلاسيكية البديهية (مثل التخمين العشوائي) ومخططات التقريب ذات الزمن متعدد الحدود (PTAS) تتفوق أيضاً تقاربياً على هذه الحدود الأسوأ في هذا النطاق. لذا، فإن تجاوز عتبة GW على $G(n, 1/2)$ لا يشير إلى تفوق حوسبي، لأن المشكلة ليست صعبة في هذا النطاق تحديداً.

الأهمية والادعاءات
خلصت الورقة إلى أن الأدلة الحالية لا تدعم الادعاء بأن "الحوسبة الإنتروبية" تقدم ميزة كمومية أو حوسبية نوعية على الطرق الكلاسية.

إعادة صياغة النموذج: يجادل المؤلفون بضرورة النظر إلى نظام Dirac-3 كـ "محسن استدالي مدفوع فيزيائياً" وليس كنموذج حوسبي جديد. سلوكه يتوافق مع الخوارزميات الاستدالية الكلاسيكية القائمة على أخذ العينات والمحكومة بالمبادئ الديناميكية الحرارية.
نقد المعايير: إن المعايየات المحددة المستخدمة في الدراسة الأصلية (أحجام المشكلات الصغيرة، وهياكل الرسوم البيانية المحددة) غير كافية لتحدي الخوارزميات الكلاسيكية الحديثة. إن عدم المقارنة مع المحللات الكلاسيكية المتطورة واستخدام خطوط أساس ضعيفة (مثل Gradient Descent الأساسي) يحجب المشهد الحقيقي للأداء.
المتطلبات المستقبلية: لإثبات ميزة حقيقية، يجب أن يقدم العمل المستقبلي:
1. معايير أكبر وأكثر تنوعاً بشكل كبير.
2. مقارنات مباشرة مع الخوارزميات الكلاسيكية الحديثة (وليس فقط SDP أو GD الأساسي).
3. تقديم براهين واضحة على سلوك القياس (scaling behavior) الذي لا يمكن تفسيره بالأطر الخوارزمية أو الإحصائية الموجودة.

باختم القول، بينما يعد استكشاف الأنظمة الفوتونية المفتوحة لأغراض التحسين اتجاهاً تجريبياً صالحاً، يؤكد المؤلفون أن النتائج الحالية تمثل عرضاً لتنفيذ عتادي لخوارزمية استدالية محددة، وليست طفرة في حل المشكلات التوافقية الصعبة التي تعجز عنها الحوسبة الكلاسيكية.