Quantum amplitude estimation beyond power-of-two schedules

في العالم الكمي، يحتاج العلماء غالبًا إلى قياس رقم مخفي داخل نظام معقد، تمامًا مثل محاولة تخمين الوزن الدقيق لحبة رمل واحدة من خلال مراقبة كيفية ميل الميزان. هذه المهمة، المعروفة باسم "تقدير السعة" (amplitude estimation)، هي المحرك وراء العديد من التطبيقات الكمية الواعدة، من حساب المخاطر المالية إلى محاكاة التفاعلات الكيميائية. التحدي يكمل في أن الأنظمة الكمية هشة، وكلما زاد قدر المراقبة، تغير النظام أكثر. وللحصول على إجابة دقيقة، اضطر الباحثون تقليديًا إلى بناء سلسلة طويلة من الخطوات، حيث تعتمد كل خطوة على نتيجة الخطوة التي سبقتها. هذا النهج المتسلسل يعني أنه إذا كان على الحاسوب الانتظار حتى تنتهي عملية حسابية واحدة قبل بدء التالية، فإن العملية برمتها قد تستغرق وقتًا طويلاً جدًا، حتى لو كان لدى الحاسوب العديد من المعالجات المتاحة للعمل في آن واحد. لسنوات، كانت أفضل الطرق إما سريعة ولكنها تتطلب هذا الانتظار البطيء خطوة بخطوة، أو كانت سريعة ومتوازية ولكنها تتطلب عددًا هائلًا من المحاولات للحصول على إجابة موثوقة، مما يهدر الوقت والموارد.

لقد وجد باحث الآن طريقة تجمع بين السرعة والكفاءة دون تنازلات. فقد اكتشف أن الطريقة القديمة لتنظيم هذه الخطوات الكمية كانت جامدة بشكل غير ضروري. لفترة طويلة، اتبع العلماء قاعدة مضاعفة عمق حساباتهم عند كل مرحلة، وهو نمط بدا منطقيًا ولكنه في الواقع جعل النظام عرضة للارتباك. ومن خلال تغيير هذا النمط إلى تسلسل خطوات أكثر كثافة وتكرارًا، ابتكر طريقة يمكنها تشغيل جميع حساباتها في وقت واحد على معالجات مختلفة، ومع ذلك تصل إلى الإجابة الصحيحة بعدد إجمالي من المحاولات أقل من أفضل الطرق السابقة. إن نهجه الجديد ليس مجرد تعديل طفيف؛ فهو يضاهي أداء أكثر الطرق تطورًا التي تعمل خطوة بخطوة، ولكنه يعمل بشكل متوازٍ بالكامل، ويحقق ذلك بمستوى من اليقين كان يُعتقد سابقًا أنه يتطلب إعدادًا أكثر تعقيدًا.

يكمن جوهر هذا الاختراق في كيفية ترتيب الباحث لـ "درجات" سلمهم الكمي. تخيل سلمًا تمثل فيه كل درجة مستوى مختلفًا من القياس. استخدمت الطريقة التقليدية درجات متباعدة بمسافات تتضاعف في كل مرة، مثل 1، 2، 4، 8، وهكذا. أدرك الباحث أن هذا التباعد المحدد يقع تمامًا على حافة الارتباك. فعندما تكون المسافة بين الدرجات كبيرة جدًا، لا يمكن للبيانات من خطوة واحدة أن تميز بوضوح بين إجابتين محتملتين متشابهتين للغاية، مما يؤدي إلى أخطاء تتطلب محاولات إضافية كثيرة لإصلاحها. ومن خلال التحول إلى سلم تكون فيه الدرجات متباعدة بشكل أقرب، بنسبة تبلغ حوالي 1.45 بين كل خطوة والأخرى، يقوم النظام بفحص كل مقياس بشكل زائد عن الحاجة (redundantly). يعمل هذا التكرار كشبكة أمان، حيث يلتقط الأخطاء قبل أن تصبح كارثية، دون الحاجة إلى العدد الهائل من المحاولات الإضافية التي تطلبتها السلم القديم ذو المسافات الأوسع.

ولإنجاح ذلك، استبدل الباحث الطريقة التي يتم بها حساب الإجابة النهائية. فبدلاً من استخدام مجموعة من التقريبات أو الاستدلالات لتخمين النتيجة من البيانات الخام، استخدم طريقة رياضية دقيقة تجد الإجابة الأكثر احتمالًا الوحيدة من بين جميع الاحتمالات. تتعامل هذه الطريقة مع البيانات ككتلة واحدة، حيث تنظر إلى نمط النتائج بأكمله لتحديد الحقيقة بدقة. ولأن تصميم السلم الجديد يمنع البيانات من الارتباك في المقام الأول، يمكن إجراء هذا الحساب الدقيق بسرعة وموثوقية. والنتيجة هي نظام حتمي بالكامل، مما يعني أنه يتبع خطة ثابتة لا تتغير بناءً على النتائج المتوسطة، مما يسم يسمح لكل جزء من الحساب بالعمل في وقت واحد على مجموعة من المعالجات.

في اختباراته، أثبتت هذه الطة الجديدة أنها فعالة بشكل ملحوظ. فبالنسبة لمجموعة واسعة من الأخطاء المستهدفة، من الأخطاء الكبيرة جدًا إلى الصغيرة للغاية، تطلبت الطريقة الجديدة ما بين 2.8 و3.1 من مقلوب الخطأ المطلوب للنجاح بنسبة ثقة 95%. يضاهي هذا الأداء كفاءة الحالة المتوسطة لأفضل الطرق التكيفية (adaptive methods)، والتي تعتبر حاليًا المعيار الذهبي، ولكنه يفعل ذلك دون التأخيرات المتسلسلة. وبينما تتطلب أفضل الطرق التكيفية معالجًا واحدًا للعمل عبر سلسلة من الخطوات التي تزيد مدتها القصوى عن الطريقة الجديدة بنحو 13 مرة، تحافظ الطريقة الجديدة على الحد الأقصى لعمق أي معالج واحد عند 0.21 فقط من مقلوب الخطأ. وهذا يعني أن حاسوبًا كميًا يمتلك العديد من المعالجات يمكنه حل المشكلة في جزء بسيط من الوقت الذي يستغرقه معالج واحد يعمل وفقًا للطرق المتسلسلة القديمة.

كما أظهر الباحث أن طريقته قوية ضد الضجيج الذي يتسلل حتمًا إلى الأنظمة الكمية. فقد أثبت أنه إذا تعرض النظام لاضطراب طفيف بسبب عوامل خارجية، يمكن للطريقة أن تجد الإجابة الصحيحة ببساء تعديل الحساب ليأخذ ذلك الضجيج في الاعتبار، دون الحاجة إلى تغيير البنية الأساسية للتجربة. تشير هذه المرونة إلى أن الطريقة ليست مجرد فضول نظري، بل هي أداة عملية جاهزة للجيل القادم من الأجهزة الكمية. وقد أكد الباحث نتائج دراسته من خلال ملايين التجارب المحاكية، مما أظهر أن الطريقة الجديدة تتفوق باستمرار على أفضل المعايير السابقة غير التكيفية بنسبة تتراوح بين 30 إلى 35% عند مستويات الثقة القياسية، وبفوارق أكبر عند مستويات الثقة الأعلى.

إن ما يجعل هذا الاكتشاف مهمًا للغاية هو أنه يسد فجوة كان الكثيرون يعتقدون أنها غير قابلة للعبور. لسنوات، كان المقايضة واضحة: يمكنك الحصول على طريقة متوازية سريعة ولكنها أقل دقة، أو طريقة عالية الدقة ولكنها بطيئة ومتسلسلة. يوضح هذا العمل أن الفجوة لم تكن قانونًا أساسيًا في الفيزياء، بل كانت نتيجة لخيار تصميم غير مثالي. فمن خلال تغيير بسيط في مسافات خطوات القياس واستخدام طريقة أكثر دقة لتفسير البيانات، أطلق الباحث مستوى جديدًا من الكفاءة. إن الطريقة بسيطة بما يكفي لوصفها في سطر واحد من التعليمات للحاسوب، ومع ذلك فهي تحقق مستوى من الأداء يضاهي أكثر الاستراتيجيات التكيفية تعقيدًا.

إن تداعيات هذا العمل على مستقبل الحوسبة الكمية كبيرة. فمع ازدياد حجم الحواسيب الكمية وقدراتها، ستصبح القدرة على تشغيل الحسابات بشكل متوازٍ بدلاً من سلسلة طويلة أمرًا بالغ الأهمية. يسم يتع هذا النهج الجديد للباحثين استخدام القوة الكاملة للمعالج الكمي، وتوزيع عبء العمل عبر العديد من الوحدات في وقت واحد. كما يوفر مسارًا واضحًا للتعامل مع قيود العمق في الأجهزة المبكرة ذات الخطأ التصحيحي، حيث تكون عدد الخطوات التي يمكن للحاسوب اتخاذها قبل تراكم الأخطاء محدودة. في هذه السيناريوهات، تعمل الطريقة الجديدة بكفاءة، وتحافظ على أدائها حتى عندما يكون إجمالي عدد الخطوات مقيدًا.

كما يسلط عمل الباحث الضوء على أهمية إعادة فحص الافتراضات التي أصبحت ممارسة قياسية. إن اختيار مضاعفة العمق عند كل خطوة كان عرفًا لم يتم التشكيك فيه لفترة طويلة. ومن خلال التشكيك في هذا العرف واختبار نسبة مختلفة، وجد الباحث حلاً أكثر بساطة وفعالية. وهذا يشير إلى أنه قد تكون هناك مجالات أخرى في الحوسبة الكمية يمكن أن تؤدي فيها عمليات إعادة التقييم المماثلة إلى تحسينات كبيرة. ولا تقتصر الطريقة على نوع معين من الأجهزة الكمية أو مجموعة ضيقة من المشكلات؛ بل هي تحسين عام لطريقة إجراء تقدير السعة.

في النهاية، تقدم الورقة البحثية حلاً يتسم بالأناقة والقوة. فهي تستبدل عملية معقدة ومتسلسلة بعملية انسيابية ومتوازية تحقق نتائج أفضل بموارد أقل. الطريقة الجديدة ليست مجرد تحسين نظري؛ فقد تم اختبارها على نطاق واسع في عمليات المحاكاة وأظهرت أنها تعمل باستمرار عبر مجموعة واسعة من الظروف. إنها توفر مسارًا عمليًا للمستقبل الكمي الذي يتطلب دقة عالية، من النمذجة المالية إلى الاكتشاف العلمي. ومن خلال جعل العملية أسرع وأكثر موثوقية وكفاءة، يقرب هذا العمل الوعد بالحوسبة الكمية خطوة إضافية نحو الواقع. لقد أظهر الباحث أنه في بعض الأحيان، أفضل طريقة للمضي قدمًا ليست ببناء سلم أعلى، بل بوضع درجاته بنمط أكثر ذكاءً.