🔢 mathematics

Quantum Viterbi Algorithm

تقدم هذه الورقة خوارزمية "فيتيربي" كمومية لفك التشفير لنماذج ماركوف الكمومية الخفية، والتي تعمل على التحسين عبر متشعبات مستمرة من التأثيرات الكمومية النقية لتحقيق ميزة كمومية صارمة في درجات فك التشفير مقارنة بالاستراتيجيات الكلاسيكية، مما يقدم أداة أولية جديدة لاتخاذ القرار المتسلسل والتعلم الآلي الكمومي.

المؤلفون الأصليون: Luigi Accardi, Abdessatar Souissi, El Gheteb Soueidi, Farrukh Mukhamedov, Mohamed Rhaima

نُشر 2026-05-20

📖 4 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Luigi Accardi, Abdessatar Souissi, El Gheteb Soueidi, Farrukh Mukhamedov, Mohamed Rhaima

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 حل لغز ما. لديك سلسلة من الأدلة (الملاحظات) التي يمكنك رؤيتها، ولكن القصة الحقيقية وراءها (المسار الخفي) غير مرئية. في عالم الحوسبة الكلاسيكية، لدينا أداة كشف شهيرة جداً تسمى خوارزمية فيتيربي (Viterbi Algorithm). إنها تشبه نظاماً فائق الكفاءة لقراءة الخرائط، حيث تنظر إلى جميع الأدلة وتحدد المسار الأكثر احتمالاً الذي سلكه صاحب اللغز، خطوة بخطوة. وهي سريعة للغاية وكانت العمود الفقري لأشياء مثل التعرف على الكلام وتحليل الحمض النووي لعقود من الزمن.

ومع ذلك، تقدم هذه الورقة البحثية أداة كشف مطورة وجديدة تسمى خوارزمية فيتيربي الكمومية (Quantum Viterbi Algorithm). لقد صُممت لعالم لا يكون فيه "المسار الخفي" مجرد قائمة بسيطة من الخيارات (مثل "انعطف يساراً" أو "انعطف يميناً")، بل واقعاً كمومياً معقداً وانسيابياً حيث يمكن للأشياء أن تكون في حالات متعددة في آن واحد.

إليك تفصيل ما تدعيه الورقة البحثية، باستخدام تشبيهات بسيطة:

1. الطريقة القديمة مقابل الطريقة الجديدة

المحقق الكلاسيكي (الطريقة القديمة): تخيل متاهة بها مساران فقط عند كل تقاطع: باب أحمر أو باب أزرق. تقوم خوارزمية فيتيربي الكلاسيكية بفحص كل التوليفات الممكنة من الأبواب الحمراء والزرقاء للعثور على أفضل مسار. هي رائعة، لكنها محدودة بهذه الخيارات المنفصلة والمتميزة.
المحقق الكمومي (الطريقة الجديدة): الآن، تخيل أن المتاهة مصنوعة من الماء. عند كل تقاطع، أنت لا تختار الأحمر أو الأزرق فحسب؛ بل يمكنك اختيار مزيج دوار منهما، أو درجة من اللون الأرجواني توجد بينهما. هذا ما تسميه الورقة البحثية "منوعاً مستمراً من التأثيرات الكمومية". الخوارزمية الجديدة لا تفحص الأبواب الحمراء والزرقاء فحسب؛ بل تبحث في المحيط الكامل من الاحتمالات، بما في ذلك جميع الحالات المختلطة والدوارة فيما بينها.

2. الاكتشاف الجوهري: "الميزة الكمومية"

الادعاء الأهم في الورقة هو أن هذا المحقق الكمومي الجديد أفضل بشكل صارم من المحقق القديم، حتى عندما ينظران إلى نفس الأدلة تماماً.

التجربة: وضع المؤلفون سيناريو محدداً (نموذج ذاكرة الكيوبت) حيث يكون النظام الخفي عبارة عن جسيم كمومي صغير (مثل عملة معدنية تدور). أعطوا الخوارزمية تسلسلاً من الأدلة.
النتيجة: أثبتوا رياضياً أن خوارزمية فيتيربي الكمومية وجدت "درجة" (مقياس لمدى جودة الحل) كانت أعلى من أفضل درجة يمكن للخوارزمية الكلاسيكية تحقيقها على الإطلاق.
لماذا؟ لأن الخوارزمية الكلاسيكية مجبرة على الالتزام بالأبواب "الحمراء" أو "الزرقاء" (الحالات القطرية). أما الخوارما الخوارزمية الكمومية، فيُسمح لها باستخدام الدوام الأرجواني (التراكبات المتماسكة). تُظهر الورقة أن "المسار الأرجواني" هو أحياناً السبيل الوحيد للحصول على أعلى درجة ممكنة. الأمر يشبه محاولة حل لغز يتطلب قطعة لا توجد في الصندوق الكلاسيكي، ولكنها موجودة في الصندوق الكمومي.

3. كيف تعمل: خدعة "العودة إلى الوراء"

تشرح الورقة أن الخوارزمية تعمل من خلال النظر إلى الأدلة بشكل عكسي، من نهاية القصة وصولاً إلى بدايتها.

كلاسيكياً: تسأل: "إذا انتهيت هنا، فما هي أفضل خطوة سابقة؟"
كمومياً: تسأل نفس السؤال، ولكن بدلاً من مجرد التحقق من خطوات منفصلة، فإنها تعمل على التحسين عبر سطح سلس ومنحنٍ من الاحتمالات (مثل البحث عن أعلى قمة على تلة متموجة بدلاً من مجرد التحقق من بعض النقاط المسطحة). تثبت الورقة أن "أفضل" مسار موجود دائماً على هذه التلة، وأن الخوارزمية يمكنها العثور عليه.

4. ماذا يعني هذا بالنسبة لـ "الذاكرة"

تجادل الورقة بأن هذه الميزة تأتي من كيفية "تذكر" النظام للأشياء.

الذاكرة الكلاسيكية: تشبه دفتر ملاحظات تكتب فيه "الخطوة 1: أحمر، الخطوة 2: أزرق". المعلومات فيها جامدة ومنفصلة.
الذاكرة الكمومية: تشبه "البلبل" أو "الدوامة" (Spinning top) التي تحتفظ بالمعلومات في سرعتها واتجاهها في آن واحد. تدعي الورقة أنه من خلال استخدام ذاكرة "الدوامة" هذه (التماسك)، يمكن للخوارزمية فك رموز القصة الخفية بدقة أكبر مما يمكن لأي نظام يعتمد على الدفاتر تحقيقه، حتى لو كان الدفتر بنفس الحجم.

5. ما لا تدعيه الورقة البحثية

من المهم الالتزام بما كتبه المؤلفون بالفعل:

هم لا يدعون أن هذا منتج نهائي جاهز لهاتفك الذكي اليوم.
هم لا يدعون أن هذا يحل التشخيصات الطبية أو يتنبأ بسوق الأسهم (رغم أنهم ذكروا أنه يمكن استخدامه لأشياء مثل الاتصالات الكمومية أو التعلم الآلي في المستقبل، إلا أنهم لم يختبروه على بيانات من العالم الحقيقي بعد).
هم لا يقولون إن هذا يجعل الكمبيوتر يعمل بشكل أسرع من حيث السرعة الخام (مثل "ثوانٍ مقابل دقائق"). بدلاً من ذلك، هم يقولون إنه يجد إجابة أفضل (درجة أعلى) لا يمكن للكمبيوتر الكلاسيكي العثور عليها مهما حاول.

ملخص

فكر في هذه الورقة البحثية كإثبات على أن ميكانيكا الكم تقدم طريقة جديدة ومتفوقة لحل ألغاز "المسار الخفي". تماماً كما يمكن للخريطة ثلاثية الأبعاد أن تظهر لك طريقاً مختصراً قد تغفله الخريطة الورقية ثنائية الأبعاد، فإن خوارزمية فيتيربي الكمومية هذه تجد "مساراً خفياً" يستحيل رياضياً على النسخة الكلاسيكية اكتشافه، ببساطة لأنها مسموح لها باستكشاف الحالات الكمومية "التي تقع بين الحالات".

ملخص تقني: خوارزمية فيتربي الكمومية (Quantum Viterbi Algorithm)

1. بيان المشكلة

تتناول الورقة البحثية تحدي فك تشفير نماذج ماركوف الكمومية الخفية (HQMMs)، والتي تُعد تعميماً لنماذج ماركوف الخفية (HMMs) الكلاسيكية إلى السياق غير التبادلي لميكانيكا الكم. في نماذج ماركوف الخفية الكلاسيكية، تقوم خوارزمية فيتربي بتحديد التسلسل الأكثر احتمالاً للحالات الخفية بكفاءة، بناءً على تسلسل من الملاحظات، وذلك عبر التحسين فوق فضاء حالات منفصل محدود.

في النظام الكمومي، لا يكون فضاء الحالة الخفية عبارة عن مجموعة منتهية، بل هو متشعب مستمر من التأثيرات الكمومية النقية (إسقاطات ذات رتبة واحدة) على فضاء هيلبرت $\mathcal{H}$ . وتتمثل المشكلة الجوهرية في تعريف وحل مسألة "فيتربي الكمومية": وهو تحديد التسلسل الأمثل من التأثيرات الكمومية النقية $(p_0, \dots, p_n)$ الذي يعظم دالة فك التشفير المشتركة $\psi_n$ ، بناءً على تسلسل محدد من نتائج القياس (التأثيرات النقية $q_0, \dots, q_n$ ). وخلافاً للحالة الكلاسيكية، يحدث هذا التحسين فوق متشعب غير تبادلي ومستمر ( $\mathcal{P}_1(\mathcal{H}) \cong \mathbb{C}P^{N-1}$ )، مما يثير تساؤلات حول وجود الحلول، وبنية مشهد التحسين، وما إذا كان التماسك الكمومي (quantum coherence) يوفر ميزة حقيقية مقارنة بالاستراتيجيات الكلاسيكية المقيدة بحالات قطرية (تبادلية).

2. المنهجية

يستخدم المؤلفون إطاراً جبرياً للمؤثرات (operator-algebraic framework) متجذراً في نظرية سلاسل ماركوف الكمومية (QMCs) والعمليات الكمومية الخفية (HQMPs).

الإطار الرياضي: يتم تعريف النظام على جبرات حاصل الضرب التنسوري للأنظمة الخفية ( $\mathcal{{B}}_H$ ) والأنظمة المرصودة ( $\mathcal{B}_O$ ). وتُحكم الديناميكيات بواسطة:
- توقعات الانتقال الخفي ( $E_{H;n}$ ): خرائط موجبة تماماً وغير وحدوية (completely positive, unital maps) تصف تطور النظام الخفي.
- خرائط الانبعاث ( $E_{H,O;n}$ ): أدوات كمومية (quantum instruments) تربط النظام الخفي بالملاحظات، وتنفذ الأثر الراجع للقياس (measurement back-action).
- الحالة المشتركة ( $\phi_{H,O}$ ): حالة على جبر العينة تشفر إحصائيات العملية.
دالة فيتربي الكمومية: يُعرَّف هدف فك التشفين كتعظيم لدالة التوقع:
$\psi_n(p_0, \dots, p_n) := \phi_{H,O} \left( \bigotimes_{m=0}^n (p_m \otimes q_m) \right)$
حيث $p_m \in \mathcal{P}_1(\mathcal{H})$ هي تأثيرات نقية خفية، و $q_m \in \mathcal{P}_1(\mathcal{K})$ هي تأثيرات نقية مرصودة.
استراتيجية التحسين:
- إثبات الوجود: يثبت المؤلفون وجود مسار أمثل عبر التعامل مع فضاء البحث كمتشعب ضرب مستمر من الحالات النقية. ويستخدمون استمرارية الدالة ونظرية القيم القصوى على المتشعبات الريمانية المتراصة (وتحديداً حاصل ضرب الفضاءات الإسقاطية المعقدة).
- الاستقراء الخلفي (Backward Induction): يتم صياغة نظير كمومي لخوارزمية بلمان-فيتربي (Bellman-Viterbi) الكلاسيكية. ويتضمن ذلك تعريف "المحددات الخلفية" (backward selectors) التي تحدد المسار المستقبلي الأمثل مشروطاً بالحالة الحالية، مع الانتشار من الخطوة الزمنية النهائية $n$ وصولاً إلى $0$.
- تحليل الحد الكلاسيكي: يتم اختبار الإطار مقابل نماذج ماركوف الخفية الكلاسيكية عبر تقييد الديناميكيات الخفية إلى جبرات فرعية قطرية (تأثيرات تبادلية).
دراسة حالة: تم بناء نموذج فيزيائي محدد باستخدام كيوبت واحد ( $\mathcal{H} \cong \mathbb{C}^2$ ) يتضمن:
- الديناميكيات: انتقال بين الدورات الوحدوية (التطور المتماسك) وقنوات تخميد الطور (التفكك/Decoherence).
- القياسات: قياسات ضعيفة تميز جزئياً بين حالات القاعدة الحسابية مع الحفاظ على التماسك خارج القطر.

3. المساهمات والنتائج الرئيسية

أ. وجود المسارات الكمومية المثلى

تثبت الورقة النظرية 3.1، التي تضمن وجود مسار كمومي خفي أمثل لأي تسلسل ملاحظات. وهذا أمر غير بديهي لأن مجال التحسين هو متشعب مستمر، لانهائي الأبعاد (في الحد الأقصى) أو متشعب متراص عالي الأبعاد (في الأبعاد المحدودة)، وليس مجموعة منتهية. ويعتمد الإثبات على تراص متشعب الحالات النقية واستمرارية دالة التوقع المشتركة.

ب. مبدأ فيتربي الكمومي

يصيغ المؤلفون مبدأ فيتربي الكمومي (القسم 3.2)، موفرين خوارزمية استقراء خلفي (الخوارزمية 1) لحساب المسار الأمثل، مما يعمم نهج البرمجة الديناميكية الكلاسيكي إلى درجات مؤثرة (operator-valued scores) على متشعب التأثيرات الكمومية.

ج. التفوق الكمومي الصارم

النتيجة المركزية هي إثبات وجود تفوق صارم في مستوى فك التشفير (النظرية 5.3 و5.4).

الفجوة: يثبت المؤلفون أنه بالنسبة لمعاملات محددة مقبولة فيزيائياً (تتضمن دورات وحدوية وقياسات ضعيفة)، فإن الدرجة القصوى التي يمكن تحقيقها عبر التحسين فوق المجموعة الكاملة من التأثيرات الكمومية النقية ( $\mathcal{P}_1(\mathcal{H})$ ) هي أكبر صراحة من الدرجة القصوى التي يمكن تحقيقها عند قصر التحسين على المجموعة الكلاسيكية من التأثيرات القطرية ( $\mathcal{D}_H = \{|0\rangle\langle0|, |1\rangle\langle1|\}$ ).
الآلية: تنشأ هذه الميزة من البنية غير التبادلية لفضاء التأثيرات. وتحديداً، يتطلب المسار الأمثل وجود حالة خفية واحدة متماسكة (off-diagonal) على الأقل. وقد أظهر أن "فجوة الدرجة" $\Delta$ تتناسب طردياً مع تماسك $l_1$ للحالة الخفية، بشرط توافق الطور مع بنية القياس.
الاستنتاج: حتى مع امتلاك نفس بُعد فضاء هيلبرت (مثل الكيوبت)، فإن فك التشفير الكمومي الذي يستخدم التراكبات المتماسكة يتفوق على أي فك تشفير لنموذج ماركوف خفي كلاسيكي مقيد بنفس عدد الحالات الاسمية.

د. التفسير المعلوماتي النظري

تفسر الورقة هذه الميزة باعتبارها تجلياً لـ الذاكرة الكمومية الخفية. إن القدرة على تخزين المعلومات التنبؤية في علاقات الطور (العناصر خارج القطر) بدلاً من مجرد احتمالات التعداد تسمح للنموذج الكمومي بتحقيق دقة فك تشفير أعلى دون زيادة الأبعاد الداخلية للمساحة الخفية. وهذا يتوافق مع النتائج في المحاكاة العشوائية الكمومية حيث يمكن للنماذج الكمومية محاكاة عمليات بدرجات حرية داخلية أقل من النماذج الكلاسيكية.

4. الأهمية والادعاءات

تضع الورقة خوارزمية فيتربي الكمومية كأداة أساسية لاتخاذ القرار المتسلسل في معالجة المعلومات الكمومية.

الدقة النظرية: تقدم الورقة أول صياغة جبرية للمؤثرات لفك تشفير فيتربي لنماذج HQMMs، متجاوزة البرمجة الديناميكية الكلاسيكية إلى التحسين الهندسي المستمر على متشعبات الحالات الكمومية.
الشاهد التشغيلي: يعمل التباين الصارم بين درجات فيتربي الكمومية والكلاسيكية كشاهد تشغيلي على "الذاكرة الكمومية الخفية". فهو يوضح أن بعض الارتباطات الزمنية في العمليات الكمومية لا يمكن ضغطها في نموذج تبادلي (كلاسيكي) من نفس البعد دون تدهور في الأداء.
الأهمية العملية: يشير المؤلفون إلى إمكانية تطبيق الخوارزمية في:
- الذاكرات الكمومية: فك تشفير العمليات حيث تُخزن الذاكرة في حالات كمومية متماسكة.
- الاتصالات الكمومية: فك التشفير المتسلسل في القنوات ذات الذاكرة.
- تعلم الآلة الكمومي: العمل كإجراء فرعي لنمذجة التسلسلات المعززة كمومياً والتنبؤ بالسلاسل الزمنية على أجهزة NISQ (الأجهزة الكمومية متوسطة الحجم ذات الضجيج).
القيود والآفاق المستقبلية: تقر الورقة بأنه بينما يضمن وجود الأمثل، فإن التعقيد الحسابي لإيجاد الحد الأقصى العالمي على متشعب عالي الأبعاد ليس بالأمر الهين. ويُقترح في العمل المستقبلي التركيز على استراتيجيات التقريب الفعالة (مثل المعلمات التباينية، وشبكات الموتر، والتنفيذ على مستوى الدوائر).

باختصار، تثبت الورقة أن التماسك الكمومي ليس مجرد فضول نظري، بل هو مورد وظيفي يوفر ميزة صارمة ومثبتة في فك تشفير البيانات المتسلسلة، مما يغير بشكل جذري مشهد التوسع والتمثيل في استدلال العمليات الخفية.