← أحدث الأبحاث
⚛️ quantum physics

BAHAMAS: A Control Plane for Optimization and Execution of Variational Quantum Circuits

تقدم الورقة البحثية BAHAMAS، وهو إطار تحكم عبر الإنترنت يعمل على تثبيت تحسين الخوارزميات الكمومية التباينية من خلال الاختيار التكيفي لخرائط الكيوبتات الفيزيائية عبر تقدير الدقة القائم على الإجماع، مما يخفف من آثار انحراف الضوضاء الزمني وتشويهات التعيين الساكنة دون الحاجة إلى محاكيات أو تدريب مسبق.

المؤلفون الأصليون: Amit Samanta, Mohammad Abrarul Hasanat, Jason Ludmir, Ryan Stutsman, Tirthak Patel, Rohan Basu Roy

نُشر 2026-09-01
📖 4 دقيقة قراءة🧠 قراءة متعمّقة

المؤلفون الأصليون: Amit Samanta, Mohammad Abrarul Hasanat, Jason Ludmir, Ryan Stutsman, Tirthak Patel, Rohan Basu Roy

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

تعد الحواسيب الكمومية بحل مشكلات مستحيلة على أجهزة اليوم، من تصميم أدوية جديدة إلى تحسين العمليات اللوجستية المعقدة. ولتحقيق ذلك، تعتمد هذه الأجهزة على فئة خاصة من البرامج تسمى الخوارزميات الكمومية التباينية. تعمل هذه البرامج كشراكة بين معالج كمومي وحاسوب كلاسيكي؛ حيث يقوم الجهاز الكمومي بتشغيل دائرة محددة، ويقيس النتيجة، ثم يرسل رقماً إلى الحاسوب الكلاسيكي. بعد ذلك، يقوم الحاسوب الكلاسيكي بتعديل إعدادات الدائرة الكمومية ويطلب تشغيلها مرة أخرى. تتكرر هذه الدورة آلاف المرات، حيث يحاول الحاسوب الكلاسيكي دفع الآلة الكمومية نحو إجابة أفضل مع كل جولة. والأمل هو أن يؤدي هذا التبادل ذهاباً وإياباً في النهاية إلى إيجاد الحل الأمثل.

ومع ذلك، تواجه هذه الشراكة عقبة عنيدة: فالعتاد الكمومي غير مستقر بطبيعته. فالجسيمات المتناهية الصغر التي تحمل المعلومات، والمعروفة باسم "الكيوبتات"، حساسة لبيئتها؛ إذ يتغير سلوكها بمرور الوقت، كما تتغير طريقة تفاعلها مع بعضها البعض من لحظة إلى أخرى. في عالم مثالي، يمكن للحاسوب الكلاسيكي أن يفترض أن الرقم الذي يتلقاه اليوم يمكن مقارنته مباشرة بالرقم الذي تلقاه بالأمس، ولكن في الواقع، تعمل الضوضاء الناتجة عن العتاد على تشويه هذه الأرقام. وإذا قامت الضوضبة بتغيير ترتيب الإجابات — بجعل حل سيء يبدو أفضل من حل جيد — فإن الحاسوب الكلاسيكي يصاب بالارتباك، فيتبع مساراً مضللاً، وتفشل العملية برمتها في إيجاد الحل الحقيقي.

قام باحثون من جامعة يوتا وجامعة رايس بتطوير نظام جديد يسمى "BAHAMAS" لإصلاح عدم الاستقرار هذا. وبدلاً من قبول تقلبات العتاد كحقيقة لا مفر منها، يعمل BAHAMS كطبقة تحكم يقظة تراقب الضوضاء في الوقت الفعلي. وهو لا يعتمد على عمليات محاكاة معقدة أو نماذج مدربة مسبقاً قد تصبح قديمة، بل يستخدم المعالج الكمومي نفسه للتحقق من موثوقيته. وقبل أن يلتزم النظام بخطوة جديدة في عملية التحسين، يقوم بتشغيل عدة نسخ مختلفة من نفس الدائرة في وقت واحد على الشريحة. ومن خلال مقارنة مخرجات هذه التشغيلات المتوازية، يمكن للنظام تحديد أي نسخة من الدائرة تعمل بأكثر اتساق. فإذا اتفقت النتائج، يثق النظام في البيانات ويمضي قدماً، أما إذا اختلفت، فيدرك أن الضوضاء مرتفعة جداً فيتوقف مؤقتاً، مما يمنع الحاسوب الكلاسيكي من ارتكاب خطأ بناءً على بيانات سيئة.

إن الرؤية الجوهرية وراء هذا النهج هي أن الاستقرار أهم من المثالية. فقد وجد الباحثون أن مجرد اختيار أفضل تخطيط للدائرة في أي لحظة ليس كافياً، لأن التخطيط "الأفضل" يتغير مع انحراف العتاد. ما يحافظ فعلياً على جودة التحسين هو الحفاظ على تعرض ثابت للضوضاء من خطوة إلى أخرى. ويحقق BAHAMAS ذلك من خلال الضبط المستمر للأجزاء الفيزيائية التي يستخدمها من الشريحة؛ حيث يختار ترتيباً معيناً من الكيوبتات يحافظ على مستوى ثابت من الضوضاء، مما يضمن أن تكون المقارنة بين خطوة وأخرى عادلة. وهذا يسمح للمُحسِّن الكلاسيكي برؤية إشارة واضحة بدلاً من إشارة مشوهة.

ولاختبار هذا النظام، أجرى الفريق تجارب على معالجات كمومية حقيقية من شركة IBM، شملت أجيالاً وتصاميم فيزيائية مختلفة. وقارنوا BAHAMAS بالطريقة القياسية لتشغيل هذه الخوارزميات، حيث يتم اختيار تخطيط العتاد مرة واحدة في البداية ولا يتغير أبداً. وأظهرت النتائج أن BAHAMAS حسن أداء الخوارزميات بنسبة تزيد عن عشرين بالمائة في المتوسط. والأهم من ذلك، أنه جعل النتائج أكثر موثوقية بكثير؛ فعندما أجرى الباحثون التجربة نفسها عدة مرات على مدار شهر، أنتجت الطريقة القياسية نتائج مختلفة تماماً اعتماداً على وقت إجراء الاختبار، بينما أنتج BAHAMAS نتائج متسقة في كل مرة، بغض النظر عن اليوم أو حالة الآلة.

كما أثبت النظام فعاليته عندما تغير العتاد. فقد اختبر الباحثون سيناريو تم فيه تدريب خوارزمية على معالج كمومي واحد ثم نشرها على معالج آخر ذي تخطيط مختلف تماماً. عادةً، يتطلب هذا بدء عملية التدريب بأكملها من جديد، إلا أن BAHAMAS استطاع تكييف الحل المدرب مع الآلة الجديدة دون إعادة تدريب. وقد فعل ذلك من خلال مطابقة خصائص الضوضاء في العتاد الجديد مع الظروف التي وُجد فيها الحل في الأصل. وتشير هذه القدرة إلى أن النظام يمكنه التعامل ليس فقط مع التقلبات اليومية، بل أيضاً مع الانتقال بين أنواع مختلفة من الحواسيب الكمومية مع تطور التكنولوجيا.

وحتى مع تحسن العتاد الكمومي وانخفاض معدلات الخطأ، يعتقد الباحثون أن طريقة التحكم هذه ستظل ضرورية. فبينما قد تحتوي الآلات المستقبلية على أخطاء أقل، إلا أنها ستظل تعاني من الانحراف والتباين. وقد أظهرت الدراسة أن BAHAMAS يستمر في تقديم فوائد كبيرة حتى عند محاكاة مستقبل يكون فيه العتاد مثالياً تقريباً. إن قدرة النظام على تثبيت عملية التحسين تبدو مطلباً أساسياً لعمل هذه الخوارزميات بشكل موثوق، وليست مجرد حل مؤقت للقيود الحالية. ومن خلال تحويل الطبيعة الفوضوية للضوضاء الكمومية إلى متغير يمكن إدارته، يمهد BAHAMAS الطريق لجعل الحوسبة الكمومية أداة عملية لحل مشكلات العالم الحقيقي.

غارق في أبحاث مجالك؟

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

جرّب Digest →