Quantum algorithm for PageRank computation through multistep quantum resonant transitions
تقترح هذه الورقة خوارزمية كمومية تحسب بفعالية متجه "بيج رانك" (PageRank) للشبكات واسعة النطاق عن طريق ترميزه كحالة أرضية لهاملتوني مسألة، واستخدام عملية انتقال رنيني كمومي متعدد الخطوات (mQRT) عبر تسلسل من هاملتونيات المخططات الفرعية المتداخلة، مما يتطلب كيوبت مساعداً واحداً فقط.
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
في البنية التحتية الهائلة وغير المرئية للإنترنت، حيث ترتبط مليارات صفحات الويب معًا في شبكة فوضوية من المعلومات، توجد حاجة لإيجاد النظام. هذا هو مجال محركات البحث، التي يجب أن تقرر أي الصفحات هي الأكثر أهمية وأيها يجب أن يظهر في أعلى القائمة. الطريقة التي جعلت هذا ممكنًا، والمعروفة باسم "PageRank"، تعامل الإنترنت كخريطة حيث كل صفحة هي مدينة وكل رابط هو طريق. لا تتحدد أهمية المدينة فقط بعدد الطرق المؤدية إليها، بل بمدى أهمية المدن الموجودة في الطرف الآخر من تلك الطرق. لعقود من الزمن، كان حساب درجات الأهمية هذه للويب بأكمله مهمة ضخمة للحواسيب التقليدية، مما يتطلب منها معالجة تريليونات من نقاط البيانات بطرق تزداد بطئًا كلما توسعت الشبكة. وبينما تعد الحواسيب الكمومية بحل مشكلات معينة بشكل أسرع بكثير من نظيراتها التقليدية، فإن تطبيق هذه القوة على الواقع الفعلي المعقد للإنترنت قد ثبت صعوبته، وغالبًا ما يتطلب إعدادات معقدة يصعب بناؤها أو تشغيلها.
اقترح فريق من الباحثين من جامعة شيان جياوتونغ وجامعة ووهان طريقة جديدة لمعالجة هذا التحدي باستخدام خوارزمية كمومية مصممة لتكون أبسط وأكثر كفاءة. بدلاً من محاولة حل المشكلة بأكملها دفعة واحدة، وهو ما يشبه محاولة قراءة موسوعة كاملة بنظرة واحدة، تقوم طريقتهم بتفكيك المهمة إلى سلسلة من الخطوات الأصغر والأكثر قابلية للإدارة. يبدأون بنسخة صغيرة وبسيطة من رسم بياني للويب ثم يوسعونها تدريجيًا، خطوة بخقية، حتى يصلوا إلى الشبكة الكاملة والمعقدة. في كل مرحلة، يستخدم النظام ظاهرة تسمى الانتقال الرنيني الكمومي، حيث يتفاعل مسبار صغير مع البيانات لتحويل النظام من حالة إلى الحالة التالية، مما يوجه الكمبيوتر بفعالية نحو الإجابة الصحيحة دون الضياع في التعقيد. تسمح هذه الطريقة للخوارزمية بتشفير درجات أهمية صفحات الويب في حالة كمومية، وهي تهيئة لجسيمات تحمل الحل، باستخدام جسيم مساعد واحد إضافي فقط، أو "كيوبت" (qubit)، لإدارة العملية.
أوضح الباحثون أن هذه الرحلة خطوة بخطوة تعمل من خلال تقسيم الرسم البياني الضخم للويب أولاً إلى سلسلة من الرسوم البيانية الفرعية المتداخلة، تمامًا مثل النظر إلى خريطة عالم، ثم التكبير لرؤية قارة، ثم دولة، ثم مدينة. ومن خلال بناء تسلسل من النماذج الرياضية، أو "الهاميلتونيات" (Hamiltonians)، التي تتوافق مع هذه الخرائط المتصاغرة، أنشأوا مسارًا يمكن للحاسوب الكمومي اتباعه. يبدأ الكمبيوتر في الحالة الأرضية لأصغر خريطة، وهي حالة يسهل العثور عليها، ثم ينتقل عبر الحالات الأرضية للخرائط الأكبر حجمًا بشكل متزايد. في كل خطوة، يتم ضبط النظام بحيث يتناغم مع الانتقال إلى الحالة التالية، مما يسمح له بالتطور بسلاسة نحو الإجابة النهائية. وتتجنب هذه الطريقة الحاجة إلى التغييرات المستمرة البطيئة التي تتطلبها الطرق الكمومية القديمة، وتلغي المتطلبات العتادية الثقيلة للنهج الكمومية الأخرى التي تتطلب العديد من الجسيمات الإضافية لتعمل.
لاختبار فكرتهم، أجرى الفريق عمليات محاكاة عددية على عدة شبكات مختلفة. بدأوا برسم بياني اصطناعي صغير مكون من ست عشرة صفحة ويب لإظهار كيفية عمل العملية بالتفصيل، مراقبين كيف انتقل النظام بنجاح من أبسط حالة إلى الحل الكامل بدقة عالية. ثم انتقلوا إلى مجموعات بيانات أكبر بكثير من العالم الحقيقي، بما في ذلك شبكة تضم أكثر من خمسمائة ألف صفحة ويب من رسم جوجل البياني للويب وشبكة استشهاد للأوراق العلمية. في هذه المحاكاة، نجحت الخوارزمية في التنقل عبر الهياكل المعقدة، محافِظة على مستوى عالٍ من الدقة أثناء انتقالها من خطوة إلى أخرى. وأظهرت النتائج أن التداخل بين الحالات في كل خطوة ظل قويًا بما يكفي للحفاظ على كفاءة العملية، مما يؤكد أن الطريقة قوية حتى عند تطبيقها على الهياكل غير المنتظمة والفوضوية للشبكات الحقيقية.
تكمن أهمية هذا العمل في عمليته بالنسبة للحواسيب الكمومية المستقبلية. فخلافًا للخوارزميات الكمومية الأخرى لهذه المشكلة التي تتطلب عددًا كبيرًا من الجسيمات الإضافية ودوائر معقدة، لا تحتاج هذه الطريقة الجديدة سوى إلى جسيم إضافي واحد وتعتمد على عمليات مستقلة عن الزمن يسهل تنفيذها. يستغไซ الوقت الذي تستغرقه تشغيل الخوارزمية ببطء مع كبر حجم الشبكة، حيث يتناسب مع لوغاريتم عدد الصفحات، مما يشير إلى إمكانية التعامل مع الشبكات الضخمة بكفاءة. وبينما تستند النتائج الحالية إلى عمليات المحاكاة بدلاً من حاسوب كمومي فيزيائي، فإن الإطار الرياضي صلب، وتظهر عمليات المحاكاة أن الخوارمة يمكنها إنتاج الحالة الكمومية التي تشفر متجه "PageRank" بشكل موثوق. وهذا يفتح مسارًا جديدًا لترتيب أهمية الصفحات في الشبكات واسعة النطاق بكفاءة، مما قد يسمح للآلات الكمومية المستقبلية بفرز المعلومات الهائلة على الإنترنت بسرعة وبساطة لا تستطيع الحواسيب التقليدية مضاهاتها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.