Controllable Quantum Memory Capacity in Quantum Reservoir Networks with Tunable partial-SWAPs

ملخص تقني: سعة ذاكرة كمومية قابلة للتحكم في الشبكات الخزانية الكمومية باستخدام عمليات (partial-SWAP) القابلة للضبط

بيان المشكلة
تقدم الحوسبة الخزانية الكمومية (QRC) إطار عمل واعد لتعلم الآلة الكمومي القريب من العهد على الأجهزة الكمومية ذات المقياس المتوسط المشوبة بالضجيج (NISQ). ومع ذلك، تواجه البنى التحتية الحالية تحديات كبيرة فيما يتعلق بالقدرة على التحكم وفهم آليات الذاكرة الخاصة بها. هناك نوعان متنافسان من البنى الأساسية: النماذج القائمة على التغذية الراجعة (feedback-based) والنماذج المتكررة (recurrent). تقوم النماذج القائمة على التغذية الراجعة بإعادة تشفير القياسات الكلاسيكية في الحالة الكمومية، لكن هذه العملية تؤدي إلى انهيار الحالة الكمومية، مما يدمر التراكب والتشابك، وتزيد من عمق الدارة بشكل كبير. في المقابل، تستخدم النماذج المتكررة سجلات منفصلة للذاكرة والقراءة مع آلية جزئية للقياس وإعادة الضبط. وبينما أظهرت هذه النماذج المتكررة أداءً رائدًا على الأجهزة، إلا أن آلية توليد الذاكرة الكامنة وراءها ليست مفهومة بالكامل أو قابلة للتحكم. وتحديداً، لا يوجد معلمة واحدة تحكم سعة الذاكرة؛ حيث يعتمد النظام على التهيئة العشوائية للأوزان، مما يجعل معدل تلاشي الذاكرة غير قابل للتنبؤ به ويصعب ضبطه لمهام محددة.

المنهجية
يقترح المؤلفون تقدماً في بنى الحوسبة الخزانية الكمومية المتكررة من خلال تقديم آلية قابلة للتنفيذ على الأجهزة تسمى التبادل الجزئي القابل للضبط (tunable partial-SWAP). يعمل هذا النهج على تعميم دارة تخميد السعة (amplitude damping) إلى دارة فرعية معلمية تقوم بتبادل جزئي (partial-SWAP) بين سجلات القراءة والذاكرة مباشرة قبل عملية القياس.

تتكون الشبكة الخزانية الكمومية (QRN) المقترحة عبر الـ partial-SWAP من ثلاث طبقات رئيسية:

1. طبقة التضمين (Embedding Layer): يتم رسم بيانات السلاسل الزمنية الكلاسيكية إلى زوايا دوران وتشفيرها على الكيوبتات الذاكرية. تُستخدم آلية إعادة رفع البيانات (data reuploading) لإدخال اللاخطية عبر بوابات التشابك (CRZ) وتدويرات الكيوبت المنفردة.
2. طبقة تبادل الذاكرة (Memory Exchange Layer): هذا هو الابتكار الجوهري. تقوم دارة فرعية بعملية (partial-SWAP) بين الكيوبتات المتجاورة في الذاكرة والقراءة، ويتم التحكم فيها بواسطة معلمة فائقة $\gamma \in (0, 1]$.
   • عندما تكون $\gamma = 1$، تكون العملية عبارة عن (SWAP) نموذجية، تنقل المعلومات بالكامل وتعيد ضبط كيوبت الذاكرة إلى الحالة $|0\rangle$.
   • عندما تكون $0 < \gamma < 1$، تعمل العملية كقناة تخميد سعة محكومة. فهي تنقل جزءاً من المعلومات إلى سجل القراءة مع ترك بقايا من التراكب على كيوبت الذاكرة.
   • بعد ذلك، يتم قياس كيوبت القراءة وإعادة ضبطه إلى $|0\rangle$.
3. طبقة القياس وإعادة الضبط (Measure & Reset Layer): يتم قياس سجل القراءة في أساس (Pauli-Z) لتوليد متجه ميزة (التوزيع التجريبي لسلاسل البتات)، ثم يُعاد ضبط السجل للخطوة الزمنية التالية.

نظرياً، تخلق هذه الآلية قناة تخميد سعة محكومة تعمل على تنقية سجل الذاكرة بمرور الوقت. تعمل المعلمة $\gamma$ بشكل مشابه لـ "معدل التسرب" (leak rate) في شبكات الحالة الصدوية (ESNs) الكلاسيكية، مما يوفر تحكماً مباشداً في معدل تلاشي الذاكرة.

المساهمات الرئيسية

• سعة ذاكرة قابلة للتحكم: قدمت الورقة معاملة فائقة واحدة قابلة للضبط ($\gamma$) تتحكم مباشرة في سعة الذاكرة ومعدل التلاشي في الـ QRN، مما يعالج غياب القدرة على التحكم في النماذج المتكررة السابقة.
• التوحيد النظري: حدد المؤلفون الآلية الكامنة وراء تلاشي الذاكرة في هذه الدارات باعتبارها قناة تخميد سعة محكومة، مما يوفر نظيراً كمومياً واضحاً للتكامل المتسرب الكلاسيكي.
• القابلية للتنفيذ على الأجهزة: تم تصميم آلية (partial-SWAP) لتكون قابلة للتنفيذ على وحدات المعالجة الكمومية (QPUs) القائمة على البوابات، وهي تتضمن تأثيراً "تنقية" (purifying effect) قد يعمل كوسيلة لتخفيف الأخطاء في التنفيذ المتكرر طويل الأمد.

النتائج
تحقق المؤلفون من النهج من خلال عمليات محاكاة باستخدام محاكي (Aer) الخالي من الضجيج وتجارب على وحدة المعالجة الكمومية ibm_boston.

• سعة الذاكرة قصيرة المدى (STMC): باستخدام اختبار استدعاء عشوائي، أظهرت الدراسة أن أداء الذاكرة يعتمد بشدة على $\gamma$. وُجد الأداء الأمثل باستمرار في النطاق $0 < \gamma < 1$. القيم القريبة من 0 (الهوية) أو 1 (التبادل الكامل SWAP) أدت إلى أداء ضعيف، مما يؤكد أن التوازن بين الاحتفاظ بالمعلومات والتلاشي مطلوب. تحسن الأداء عموماً مع زيادة عدد الكيوبتات.
• مهمة NARMA-5: تم اختبار الشبكة على مهمة (NARMA-5) ذات الرتبة الخامسة. أظهرت النتائج أن $\gamma$ المثلى لمهمة STMC تطابقت تقريباً مع $\gamma$ المثلى لمهمة NARMA-5. علاوة على ذلك، أدى زيادة عدد كتل إعادة رفع البيانات ($n_{repeats}$) إلى تحسين الأداء في هذه المهمة اللاخطية، مما يشير إلى الحاجة إلى اللاخطية بالإضافة إلى سعة الذاكرة.
• المقارنة مع ESN الكلاسيكي: عند مقارنتها بشبكة حالة صدوية (ESN) كلاسيكية ذات عدد عقد مكافئ، أظهرت شبكة (QRN) عبر (partial-SWAP) ميزة في الأداء في جميع الحالات المختبرة تقريباً، رغم محدوديتها ببذرة عشوائية واحدة بسبب تكاليف المحاكاة.
• التنفيذ على الأجهزة: على وحدة المعالجة الكمومية ibm_boston ، نجح النظام في تنفيذ مهمة تنبؤ NARMA-5 بعمق دارة بلغ 203,133 بوابة عبر 1,000 خطوة زمنية. كانت نتيجة الأجهزة (RMSE = 0.0646) قريبة بشكل معقول من المحاكاة الخالية من الضجيج (RMSE = 0.0484)، مما يثبت أن آلية (partial-SWAP) تسمح لـ QRN بالعمل في بيئات عالية الضجيج مع الاحتفاظ بقدرات المعالجة اللاخطية.

الأهمية والادعاءات
تدعي الورقة أن (partial-SWAP) القابل للضبط يوفر طريقة "بديهية" وفعالة لإنشاء ذاكرة متلاشية في الدارات الكمومية مع متطلبات عدد الكيوبتات من رتبة $O(N)$. ومن خلال فصل سعة الذاكرة عن التهيئة العشوائية للأوزان وتوفير مفتاح تحكم مباشر ($\gamma$)، يرى المؤلفون أن هذا يقرب خوارزميات QRN من القدرة على التحكم الموجودة في نظيراتها الكلاسيكية.

يشير العمل إلى أن هذه الآلية تتيح بناء شبكات خزانية كمومية (QRNs) أكثر قوة وقابلية للتفسير. ويفترض المؤلفون أنه مع توفر وحدات معالجة كمومية ذات معدلات خطأ أقل واتصال أفضل، فإن هذا النهج سيسهل تطوير شبكات عصبية متكررة كمومية (QRNNs) قابلة للتحكم حقاً. إن النجاح في عرض هذا النهج على أجهزة NISQ الحالية يؤكد عملية الطريقة لمهام التنبؤ بالسلاسل الزمنية حتى في ظل وجود ضجيج كبير.