A Case Study on Noise Resilient Operator Selection in Adaptive Variational Quantum Algorithms

لفهم كيمياء العالم من حولنا، بدءاً من المواد الموجودة في هواتفنا الذكية وصولاً إلى الأدوية التي تعالجنا، يجب على العلماء أولاً فهم كيفية ترتيب الإلكترونات لنفسها داخل الجزيئات. ويُسمى الترتيب الأكثر استقراراً لهذه الإلكترونات بالحالة الأرضية، وإيجادها يشبه حل لغز معقد تتغير أجزاؤه باستمرار. لعقود من الزمن، عانت الحواسيب الكلاسيكية في هذه المهمة لأن عدد الترتيبات الممكنة ينمو بسرعة كبيرة بحيث لا تستطيع حتى أقوى الحواسيب الفائقة مواكبته إلا للجزيئات الأكثر بساطة. وتوفر الحواسيب الكمومية مساراً مختلفاً؛ فبدلاً من محاولة حساب كل احتمال على حدة، فإنها تستخدم القواعد الغريبة لميكانيكا الكم لاستكشاف احتمالات عديدة في وقت واحد. وتعد إحدى أكثر الطرق واعدة لاستخدام هذه الآلات هي طريقة تسمى "المحلل الذاتي للقيم الذاتية الكمومية المتغير" (variational quantum eigensolver)، والتي تعمل مثل بحث موجه، حيث تقوم بتنقيح تخمين ما ببطء حتى تجد حالة الطاقة الأدنى. ومع ذلك، لا تزال الحواسيب الكمومية اليوم في مهدها؛ فهي "ضوضائية"، مما يعني أن مكوناتها ترتكب أخطاءً صغيرة متكررة يمكن أن تفسد الحساب بأكمله.

وقد حظيت نسخة محددة من طريقة البحث هذه، تُعرف باسم ADAPT-VQE، باهتمام كبير لأنها تبني حلها خطوة بخطوة، حيث تختار القطع الأكثر فائدة أثناء تقدمها. وهذا التكيف يجعلها أكثر كفاءة من الطرق القديمة، ولكنه يقدم أيضاً نقطة ضعف جديدة: وهي الخطوة التي تقرر فيها الحاسوب القطعة التالية التي سيضيفها. فإذا أدت الضوضاء في الآلة إلى تشويه الإشارة المستخدمة لاتخاذ هذا القرار، فقد يختار الخوارزمي القطعة الخاطئة، مما يؤدي به إلى طريق مسدود. وقد سعى الباحثون سوريا هارافو، ومافالدا راموا، وبهرات سامباسيفام للتحقيق في كيفية تأثير هذه الضوضاء تحديداً على عملية اتخاذ القرار الحاسمة تلك. لم يبنوا حاسوباً كمومياً فيزيائياً لهذه الدراسة؛ بل بدلاً من ذلك، أنشأوا محاكاة دقيقة للغاية على حاسوب كلاسيكي لمحاكاة كيفية تصرف جهاز كمومي حقيقي تحت أنواع مختلفة من الضوضاء. وكانت حالة الاختبار الخاصة بهم جزيئاً بسيطاً يتكون من ثلاث ذرات هيدروجين مرتبة في خط، وهو نظام صغير بما يكفي لمحاكاته بدقة، ولكنه معقد بما يكفي للكشف عن التأثيرات الدقيقة للأخطاء.

قام الفريق بمحاكاة فئتين واسعتين من الضوضاء التي تعاني منها الأجهزة الكمومية الحقيقية. النوع الأول، المسمى "الضوضاء غير المترابطة" (incoherent noise)، يشبه التشويش على خط الراديو؛ فهو عشوائي وغير متوقع، ويتسبب في فقدان النظام للمعلومات بطريقة يصعب عكسها. أما النوع الثاني، "الضوضاء المترابطة" (coherent noise)، فهو يشبه أكثر انحرافاً طفيفاً وثابتاً في بوصلة؛ حيث ترتكب الآلة دائماً نفس الخطأ الصغير في نفس الاتجاه، وهو أمر قد يكون ضاراً بنفس القدر لأن هذه الأخطاء تتراكم على بعضها البعض. وفي عمليات المحاكاة الخاصة بهم، حقن الباحثون هذه الأخطاء تحديداً في اللحظة التي يقيس فيها الخوارزمي "التدرج" (gradient)، وهي قيمة تخبر الحاسوب بمدى تحسن الحل بفضل قطعة جديدة محتملة. ووجدوا أن كمية صغيرة من الضوضاء يمكن أن تشوه هذه القياسات، مما يجعل مشهد الخيارات يبدو مسطحاً ومربكاً. وعندما يصبح المشهد مسطحاً، يفقد الخوارزمي حسه بالاتجاه؛ فيتوقف عن إيجاد قطع جديدة وأفضل، ويستمر في اختيار نفس القطع مراراً وتكراراً، مما يؤدي إلى تعثره فعلياً قبل أن يصل إلى الإجابة الصحيحة.

ولمواجهة ذلك، اختبر الباحثون ثلاث استراتيجيات مختلفة مصممة لتنقية الإشارة دون الحاجة إلى أجهزة إضافية. الأولى، "فك الارتباط الديناميكي" (dynamical decoupling)، وتتضمن تطبيق سلسلة من نبضات التحكم السريعة على النظام لإلغاء الضوضاء، تماماً كما تستخدم سماعات إلغاء الضوضاء الموجات الصوتية لإسكات الضوضاء الخلفية. والثانية، "استقراء الضوضاء الصفرية" (zero noise extrapolation)، وتعمل من خلال جعل الضوضاء أسوأ عمداً بطريقة محكومة، وقياس النتيجة، ثم استخدام الرياضيات لتخمين الإجابة التي كانت ستكون موجودة لو لم تكن هناك ضوضاء على الإطلاق. أما الثالثة، "تدوير باولي" (Pauli twirling)، فهي تقنية تقوم بتشتيت الضوضاء بحيث تسلك سلوكاً عشوائياً أكثر، مما يجعل إدارتها أسهل. واكتشف الفريق أنه لا توجد طريقة واحدة تصلح لكل موقف. فبالنسبة للضوضاء العشوائية التي تشبه التشويش، كان النهج الأكثر فعالية هو الجمع بين نبضات التحكم السريعة وتقنية استقراء الضوضاء. وقد نجح هذا الاقتران في استعادة قدرة الخوارزمي على رؤية المسار الصحيح، مما سمح له باختيار القطع الصحيحة والوصول إلى الحل الدقيق كيميائياً.

وعند التعامل مع نوع الضوضاء المتمثل في الانحراف الثابت، وجد الباحثون أن مزيجاً مختلفاً كان ضرورياً. فقد اكتشفوا أن تشتيت الضوضاء أولاً، ثم تطبيق إما نبضات التحكم السريعة أو طريقة الاستقراء، كان هو مفتاح النجاح. وفي الواقع، فإن استخدام التقنيات الثلاث معاً وفر الحماية الأكثر قوة ضد هذا النوع من الخطأ. وكان أحد الاكتشافات الحاسمة لعملهم هو أن الخوارزمي لا يحتاج إلى اختيار القطعة الأفضل مطلقاً في كل خطوة للنجاح. فطالما أن تقنيات تخفيف الضوضاء تبقي الخوارزمي في حالة تقدم وتمنعه من التعثر، فإنه لا يزال بإمكانه الوصول إلى الإجابة النهائية الصحيحة، حتى لو بدا المسار الذي سلكه مختلفاً عن المسار الذي كان سيسلكه جهاز مثالي. ومع ذلك، أشار الباحثون أيضاً إلى تحدٍ مستمر: فبينما ساعدت هذه التقنيات الخوارزمي في إيجاد الإجابة الصحيحة، إلا أنها غالباً ما جعلت إشارات الضوضاء تبدو أكبر مما كانت عليه، مما قد يربك القواعد القياسية للحاسوب لمعرفة متى يتوقف. وهذا يشير إلى أنه لكي تعمل هذه الخوارقات بشكل موثوق على الآلات الحقيقية في المستقبل القريب، قد يلزم إعادة كتابة القواعد الخاصة بتقرير متى ينتهي الحساب.

تخلص الدراسة إلى أنه بينما تمثل الضوضاء عقبة كبيرة، إلا أنها ليست عقبة لا يمكن تجاوزها. فمن خلال الاختيار الدقيق لأدوات تصحيح الخطأ وكيفية الجمع بينها، من الممكن توجيه الخوارزميات الكمومية التكيفية عبر فوضى الأجهزة الحالية. لقد أثبت الباحثون أنه مع استخدام المزيج الصحيح من التقنيات، يمكن للحاسوب الكمومي أن يتعلم بناء البنية الجزيئية الصحيحة، حتى عندما تكون البيئة غير مثالية. يوفر هذا العمل خارطة طريق عملية للعلماء والمهندسين الذين يستعدون لتشغيل هذه المحاكاة الكيميائية المعقدة على أجهزة كمومية حقيقية، مما يظهر أن الطريق نحو الكيمياء الكمومية المفيدة ليس مسدوداً بالضوضاء، بل يتطلب طريقة أكثر تطوراً للإبحار من خلالها.