A Time-Frequency Framework for GKP Codes

تعد الحواسيب الكمومية بحل مشكلات قد تستغرق أجهزتنا اليوم آلاف السنين لفك شفرتها، لكنها تواجه هشاشة جوهرية؛ فالمعلومات التي تخزنها محفوظة في حالات كمومية دقيقة تنهار أو تتشوه عند أدنى تأثير من البيئة المحيطة. ولبناء آلة مفيدة، يجب على العلماء حماية هذه المعلومات من الضجيج دون تدميرها. وتتضمن إحدى أكثر الاستراتيجيات واعداً لهذا النوع من الحماية تشفير قطعة واحدة من البيانات، مثل الكيوبت (qubit)، ليس في جسيم واحد، بل في الاهتزازات المستمرة وذات الأبعاد اللانهائية لمجال ما، تماماً مثل تذبذب زنبرك أو اهتزاز الضوء. هذا النهج، المعروف باسم تصحيح الخطأ الكمومي البوزوني، يعامل المعلومة كنمط منتشر عبر مشهد واسع من الاحتمالات. ومن بين التصاميم الأكثر تطوراً لهذا النوع من الحماية هي أكواد "غوتسمان-كيتاف-بريسكيل" (Gottesman-Kitaev-Preskill)، التي ترتب المعلومات الكمومية في شبكة صلبة ومتكررة داخل هذا المشهد. ولطالما كان التحدي يكمن في كيفية قراءة المعلومات من هذه الشبكة وكيفية إصلاحها عندما تنزاح الشبكة قليلاً، وكل ذلك مع التعامل مع حقيقة أن النسخة الرياضية المثالية لهذه الأكواد لا توجد كجسم مادي قابل للقياس.

لقد طور فريق من الباحثين الآن طريقة جديدة لفهم والتعامل مع هذه الأكواد القائمة على الشبكة عن طريق ترجمتها إلى لغة الزمن والتردد. فبدلاً من النظر إلى الحالة الكمومية كشكل ثابت، يعاملونها كإشارة يمكن تفكيكها إلى مجموعة من المعاملات الموضعية، تماماً كما يمكن تحليل صوت معقد إلى نغماته وإيقاعاته الفردية. واكتشف الباحثون أن كامل المعلومات المنطقية المخزنة في كود الشبكة المثالي مخبأة داخل كتلة واحدة محدودة من هذه المعاملات. وأثبتوا أنه إذا تم أخذ عينات من الحالة الكمومية في فترات محددة ومنتظمة يحددها هيكل الشبكة، يمكنك استخراج مجموعة صغيرة من الأرقام التي تصف البيانات المنطقية وصفاً كاملاً. وهذا الاستخراج ليس مجرد تقدير تقريبي؛ بل هو رسم خرائط دقيق رياضياً حيث تكون العلاقة بين الأرقام المأخوذة والبيانات الأصلية مستقرة تماماً. وإذا تعرضت البيانات لتشويه طفيف بسبب الضجيج، فقد أظهر الباحثون كيفية إعادة بناء الحالة المنطقية الأصلية من خلال البحث عن أقرب نمط صالح ضمن هذه الكتلة من الأرقام، مما يؤدي فعلياً إلى تصفية الأخطاء.

كما يتناول البحث عقبة عملية: فأكواد الشبكة المثالية هي تجريدات رياضية لا يمكن إنشاؤها في المختبر لأنها تتطلب طاقة لانهائية. ولردم هذه الفجوة، قام المؤلفون ببناء نسخ "قابلة للنمذجة" (normalizable) من هذه الأكواد. وقد فعلوا ذلك عن طريق تغليف الشبكة اللانهائية بغلاف ناعم ومتلاشٍ، مما يجعل الحالة قابلة للتحقق مادياً مع الحفاظ على المعلومات المنطقية سليمة. وقد أثبتوا أنه كلما أصبح هذا الغلاف أكثر تسطحاً واتساعاً، تصرفت الحالة الفيزيائية بشكل متزايد مثل النسخة الرياضية المثالية، مما يحافظ على المعلومات المنطقية بدقة متزايدة. وهذا يوفر وصفة واضحة لإنشاء هذه الأكواد في العالم الحقيقي دون فقدان المزايا النظرية للشبكة المثالية.

علاً من ذلك، أظهر الباحثون كيفية اكتشاف متى انزاحت الشبكة بسبب خطأ ما. ففي الحالة المثالية، يؤدي الانزياح إلى تغيير علاقة الطور بين أجزاء مختلفة من كتلة المعاملات بطريقة يمكن التنبؤ بها. ومن خلال مقارنة هذه الكتل المزاحة، يمكن حساب مدى تحرك الشبكة بالضبط، وهي الخطوة الأولى لتصحيح الخطأ. وتثبت الدراسة أن طريقة قراءة هذا الانزياح تتسم بالمتانة؛ فحتى لو كانت قياسات المعاملات مشوبة ببعض الضجيج، فإن حساب الانزياح يظل موثوقاً. ويؤسس هذا العمل إطاراً كاملاً حيث تكون البيانات المنطقية المجردة، والمتلازمة الفيزيائية (syndrome) التي تشير إلى وجود خطأ، ومعاملات الزمن والتردد المستخدمة لقياسها، كلها رؤى مختلفة لنفس البنية الشبكية الأساسية. ويقدم هذا التوحيد أداة قوية لتصميم وتشغيل الحواسيب الكمومية المستقبلية، محولاً مسألة معقدة وعالية الأبعاد إلى مجموعة من الحسابات المحدودة والمستقرة والسهلة الإدارة.