PennySynth: RAG-Driven Data Synthesis for Automated Quantum Code Generation
يُعد PennySynth إطار عمل للجيل المعزز بالاسترجاع يستفيد من قاعدة معرفية منسقة من أزواج التعليمات والأكواد الخاصة بـ PennyLane وتضمينات مدركة للكود لتحسين الدقة والصلاحية الهيكلية لتوليد الأكواد الكمومية الآلية بشكل كبير، متفوقاً بذلك على النماذج اللغوية الكبيرة الحديثة في تحديات مسابقة QHack.
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 تعليم روبوت عبقري ولكنه مشتت الذهن قليلاً كيفية كتابة الكود البرمجي لحاسوب كمي متطور للغاية (يسمى PennyLane). الروبوت ذكي بما يكفي لكتابة كود برمجي عام، ولكن عندما يحاول الكتابة لهذا الجهاز الكمي المحدد، يبدأ في اختراع أشياء من خياله؛ فهو يبتكر أزراراً وهمية، وينسى الإعدادات الصحيحة، ويبني دوائر تبدو جيدة على الورق ولكنها تنهار بمجرد محاولة تشغيلها. هذا ما يسميه البحث "الهلوسة" (Hallucinating).
قرر مؤلفو هذا البحث، PennySynth، إصلاح ذلك عن طريق تزويد الروبوت بـ مكتبة مخصصة ومحققة من "أوراق الغش" مباشرة قبل أن يبدأ في الكتابة.
إليك كيف فعلوا ذلك، مقسماً إلى خطوات بسيطة:
1. بناء مكتبة "أوراق الغش" (المرحلة غير المتصلة - Offline)
أولاً، احتاج الفريق إلى مجموعة ضخمة من الأمثلة الصحيحة. لم يكتفوا بمجرد النسخ واللصق من الإنترنت لأن بعض الأكواد كان قديماً، أو معطلاً، أو مكرراً.
- البحث: قاموا بتمشيط الوثائق الرسمية، ومشاريع GitHub المجتمعية، وأرشيفات المسابقات السابقة (مثل مسابقة "QHack").
- التصفية: استخدموا روبوتاً ذكياً (محلل AST) لاستبعاد كل شيء باستثناء الدوال الكمية الفعلية، وتجاهل الأكواد المساعدة غير الضرورية.
- فحص الجودة: مرروا الكود عبر عملية تفتيش سلامة مكونة من أربعة خطوات للتأكد من أنه لا يزال صالحاً، ولا يستخدم أوامر قديمة، وأنه يعمل بالفعل.
- التنظيف: استخدموا تقنية "بصمة الإصبع" لإزالة التكرارات. إذا كان قطعتان من الكود متطابقتين بنسبة 70%، فإنهم يحتفظون بواحدة فقط.
- النتيجة: انتهى بهم المطاف بمكتبة نظيفة ومحققة تضم 13,389 زوجاً من "التعليمات-إلى-الكود" المثالية. فكر في الأمر كقاموس حيث كل كلمة (تعليمات) مطابقة تماماً لجملة تعمل (كود).
2. نظام "البحث الذكي" (المرحلة المتصلة - Online)
عندما يطلب مستخدم من الروبوت حل مشكلة كمية جديدة، فإن النظام لا يقوم بالتخمين فحسب، بل يتبع عملية صارمة:
- الترجمة: أولاً، يعيد النظام كتابة سؤال المستخدم بتنسيق يفهمه المكتبة بشكل أفضل.
- البحث: يستخدم النظام محرك بحث "واعٍ بالكود". تخيل أميناً للمكتبة لا يبحث فقط عن الكلمات المفتاحية، بل يفهم فعلياً بنية الكود الكمي. محرك البحث هذا أفضل بكثير في العث de على ورقة الغش المناسبة من محركات البحث القياسية (مما حسن دقة البحث من 45% إلى 72%).
- شبكة الأمان: إذا وجد محرك البحث ورقة غش مطابقة جيداً (فوق حد معين من الثقة)، فإنه يسلمها للروبوت. أما إذا كان التطابق ضعيفاً، فإنه يخبر الروبوت: "لا تستخدم هذه؛ قد تربكك"، وعندها يعتمد الروبوت على عقله الخاص.
- حلقة الإصلاح: إذا كتب الروبوت كوداً تعطل عند تشغيله، فإن النظام لا يستسلم، بل يعرض رسالة الخطأ على الروبوت ويقول له: "هذا ما حدث بشكل خاطئ، حاول مرة أخرى". يفعل النظام ذلك حتى مرتين لإصلاح الأخطاء تلقائياً.
3. النتائج: هل نجح الأمر؟
اختبر الفريق هذا النظام على 74 تحدياً صعباً من مسابقات QHack خلال السنوات الثلاث الماضية.
- بدون المكتبة: حتى أكثر نماذج الذكاء الاصطيعي ذكاءً (مثل Claude Sonnet) لم تحقق سوى حوالي 36% إلى 43% من الحلول الصحيحة للمشكلات. كانت تستمر في اختراع أوامر كمية وهمية.
- مع PennySynth: قفز معدل النجاح إلى 64% - 68%.
- التشبيه: الأمر يشبه أخذ طالب يخمن في امتحان رياضيات وإعطائه كتاب مرجعي يحتوي على صيغ مثبتة قبل الامتحان مباشرة. لا يزال يتعين على الطالب القيام بالعمل، لكنه يتوقف عن اختراع صيغ غير موجودة.
4. ما الذي يجعله مميزاً؟
يسلط البحث الضوء على سببين رئيسيين لهذا النجاح:
- محرك البحث الصحيح: كان استخدام أداة بحث مدربة خصيصاً على الكود (وليس مجرد نصوص عامة) هو العامل الأكبر. كان الأمر بمثابة استخدام قاموس كمي متخصص بدلاً من قاموس إنجليزي عام.
- جودة المكتبة: لم يكن الأمر يتعلق بامتلاك المزيد من البيانات فحسب، بل بامتلاك بيانات مثبتة. تضمنت المكتبة مزيجاً من الأمثلة الرسمية، والمشاريع المجتمعية، ومسائل المسابقات، مما غطى أساليب برمجية مختلفة.
5. ما الذي لم يعمل بشكل مثالي؟
النظام ليس سحرياً. فهو لا يزال يواجه صعوبات إذا:
- تطلبت المشكلة نوعاً جديداً تماماً من الدوائر لم تره المكتبة من قبل.
- ارتبك الروبوت بسبب "ورقة غش" كانت "شبه صحيحة" ولكن بها تفصيل صغير لا يتناسب مع المشكلة الحالية (مثل استخدام نسخة قديمة من أمر ما).
- فشل الروبوت في اتباع قواعد التنسيق الصارمة للاختبار.
باختุปل: PennySynth هو نظام يمنع الذكاء الاصطناعي من اختراع كود كمي عبر تزويده بمكتبة منتقاة وعالية الجودة من الأمثلة الحقيقية وطريقة ذكية للعثور عليها في الوقت المناسب. لقد حول "لعبة التخمين" إلى "مهمة قائمة على المراجع"، مما أدى إلى تحسين معدل النجاح بشكل كبير في البرمجة الكمية المؤتمتة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.