Time rescaling for second-order feedback-based quantum optimization

في السباق لبناء حواسيب كمومية مفيدة، يواجه العلماء عقبة مستمرة: الآلات التي نمتلكها اليوم قوية ولكنها هشة. فهي مليئة بالضجيج، وعرضة للأخطاء، ولا يمكنها سوى الاحتفاظ بحالاتها الكمومية الدقيقة للحظة عابرة قبل أن تنهار. ولهذا السبب، اعتمد الباحثون إلى حد كبير على نهج هجين، حيث يقوم حاسوب كلاسيكي بالعبء الأكبر من عمليات التحسين بينما يتولى المعالج الكمومي مهام محددة. ومع ذلك، غالبًا ما تتعثر هذه الشراكة في حلقة مفرغة ومحبطة، حيث يكافح الحاسوب الكلاسيكي لإيجاد الإعدادات الصحيحة، وهي مشكلة تُعرف باسم "الهضبة القاحلة" (barren plateau) التي يمكن أن توقف التقدم تمامًا. ولتجاوز ذلك، ظهرت استراتيجية مختلفة تعتمد كليًا على الآلة الكمومية نفسها. فبدلاً من مطالبة حاسوب كلاسيكي بضبط الأزرار، يستخدم هذا الأسلوب حلقة تغذية راجعة مدمجة مباشرة في العملية الكمومية؛ حيث يقيس الحالة الراهنة للنظام ويعدل الخطوة التالية فورًا، مما يوجه الآلة نحو الحل الأمثل دون الحاجة إلى شريك كلاسيكي للقيام بالعمليات الحسابية. هذا النهج، المعروف باسم خوارزمية الكم ذات التغذية الراجعة (feedback-based quantum algorithm)، يحمل وعدًا كبيرًا، لكنه يعاني من عيب رئيسي: فهو غالبًا ما يتطلب أن تكون الدائرة الكمومية عميقة جدًا، أي تحتوي على الكثير من الخطوات المتتالية، لدرجة أن الضجيج في الآلات الحالية يدمر الإجابة قبل انتهاء الحساب.

لقد وجد فريق من الباحثين في البرازيل الآن طريقة لتقصير هذه الدوائر بشكل كبير، مما يجعل هذا الأسلوب قابلًا للتطبيق على الأجهزة الحالية. فقد دمجوا تقنيتين موجودتين كانتا تُستخدمان سابقًا بشكل منفصل لتسريع العملية. تتضمن إحدى التقنيتين تغيير إيقاع الحساب، مما يسمح للنظام الكمومي بالتحرك بشكل أسرع في لحظات معينة وأبطأ في أخرى، تمامًا مثل السائق الذي يغير التروس للتنقل في طريق متعرج بكفاءة. أما التقنية الأخرى فتستخدم طريقة أكثر تطورًا للتنبؤ بكيفية تغير النظام في الخطوة التالية، حيث لا تنظر فقط إلى الاتجاه المباشر بل أيضًا إلى كيفية انحناء ذلك الاتجاه. ومن خلال دمج هاتين الفكرتين في إطار عمل موحد، أنشأ الباحثون نسخة جديدة من الخوارزمية تصل إلى الحل الصحيح في خطوات أقل بكثير مما كانت عليه من قبل.

اختبر الباحثون هذه الطريقة الجديدة، التي أطلقوا عليها اسم TR-Hy-FALQON، على نوعين من الألغاز المعقدة المعروفة باسم "مشكلات الرسوم البيانية" (graph problems). تتضمن هذه الألغاز تقسيم شبكة من النقاط إلى مجموعتين بحيث يتم تعظيم الروابط بين المجموعتين، وهي مهمة صعبة للغاية بالنسبة للحواسيب. أجروا محاكاة على شبكات مكونة من اثنتي عشرة وأربع عشرة نقطة، وقارنوا طريقتهم الجديدة بالنسخ القديمة من خوارزمية التغذية الراجعة وبالنهج الهجين القياسي. كانت النتائج واضحة: وصلت الطريقة الجديدة إلى حلول عالية الجودة بشكل أسرع بكما. وفي عمليات المحاكاة، حققت نفس مستوى دقة النهج الهجين القياسي ولكن بعدد أقل من طبقات العمليات، وفعلت ذلك باستقرار أكبر، مما يعني أن النتائج كانت أقل عرضة للتذبذب أو الفشل مع تقدم الحساب.

إن ما يجعل هذا التطور مهمًا بشكل خاص هو أنه يلغي الحاجة إلى التدخل المستمر من الحاسوب الكلاسيكي. لا تزال الخوارزمية الجديدة تعتمد على الآلة الكمومية لقياس تقدمها وتعديل مسارها، لكنها تفعل ذلك بدائرة أقصر بكثير. وهذا أمر بالغ الأهمية لأن كل خطوة إضافية في الدائرة الكمومية تزيد من فرصة قيام الضجيج بإفساد البيانات. ومن خلال تقليل عدد الخطوات المطلوبة لحل المشكلة، نجح الباحثون فعليًا في خفض الحاجز لاستخدام هذه الخوارماويات على الآلات الحالية غير المثالية. وقد أظهرت الدراسة أن الطريقة الجديدة يمكنها حل هذه المشكلات الرسومية المحددة بمستوى من الدقة يضاهي أفضل الضمانات الكلاسيكية المعروفة، كل ذلك مع الحفاظ على مسار ثابت وموثوق للحل.

لاحظ الباحثون أيضًا أن طريقتهم توفر مرونة أكبر في كيفية توقيت الحساب. في النسخ السابقة، كان لا بد من اتخاذ الخطوات بوتيرة محددة وصغيرة جدًا لضمان صحة الرياضيات، مما فرض دائرة طويلة جدًا. أما النهج الجديد فيسمح بخطوات زمنية أكبر وأكثر مرونة دون فقدان الاستقرار. وهذا يعني أن الحاسوب الكمومي يمكنه اتخاذ خطوات واسعة نحو الإجابة دون التعثر في الضجيج الذي عادة ما يجعله يتعثر. وبينما تأتي هذه النتائج من محاكاة الكمبيوتر وليس من الأجهزة المادية، فإن النتالئج تشير إلى أن هذه الخوارزمية المنقحة مناسبة جدًا لعصر الحوسبة الكمومية الحالي، حيث يكون تقليل عمق الدائرة هو مفتاح النجاح. ومن خلال جعل عملية التغذية الراجعة أسرع وأكثر قوة، يوفر هذا العمل مسارًا عمليًا لحل مشكلات التحسين على المعالجات الكمومية الحالية ذات الضجيج والعمق الضحل.