COFI-DQI: Curve-based Optimal Function Intersection via Decoded Quantum Interferometry

في عالم الحوسبة، هناك تحدٍ مستمر يُعرف باسم مشكلة التشبع الخطي الأقصى (maximum linear satisfiability). تخيل جدول بيانات ضخم مليء بصفوف من التعليمات، حيث يمثل كل صف معادلة بسيطة تربط بين عدة متغيرات. في العالم المثالي، يمكنك إيجاد مجموعة واحدة من الأرقام لتلك المتغيرات تجعل كل معادلة صحيحة. لكن في الواقع الفوضوي لعلم البيانات والهندسة والتعلم الآلي، غالبًا ما يكون جدول البيانات معيبًا؛ فبعض الصفوف تتعارض مع بعضها البعض، أو قد تحتوي البيانات على أخطاء وقيم متطرفة. عندها يتحول الهدف من إيجاد حل مثالي إلى إيجاد أفضل تسوية ممكنة: وهي مجموعة من الأرقام التي تحقق أكبر عدد ممكن من المعادلات، مع تجاهل القليل منها الذي يستحيل إصلاحه. هذه مهمة تعاني منها الحواسيب الكلاسيكية، خاصة مع زيادة عدد المعادلات، لأن عدد التوليفات المحتملة للتحقق منها ينفجر بسرعة تفوق قدرة أي آلة.

ولمعالجة ذلك، بدأ الباحثون يتطلعون إلى الحواسيب الكمومية، التي تستخدم قوانين الفيزياء الغريبة لاستكشاف العديد من الاحتمالات في وقت واحد. وقد برزت طريقة محددة تسمى "التداخل الكمومي لفك التشفير" (Decoded Quantum Interferometry). فكر في هذه الطريقة كوسيلة لتحويل مسألة رياضية صعبة إلى مسألة فك تشفير، تشبه الطريقة التي يقوم بها جهاز استقبال الراديو بتصفية الضجيج للعثور على إشارة واضحة. ومن خلال استخدام البنية الرياضية لأكواد تصحيح الخطأ — وهي أنظمة مصممة لإصلاح الأخطاء في نقل البيانات — يمكن لهذا النهج الكمومي تضخيم الإجابات الصحيحة وتثبيط الإجابات الخاطئة. ومع ذلك، لفترة طويلة، كان هذا الأسلوب القوي مقتصرًا على فئة ضيقة من الهياكل الرياضية، تمامًا مثل مفتاح لا يناسب إلا نوعًا واحدًا محددًا من الأقفال.

في دراسة جديدة، قامت الباحثتان غريتشن إل. ماثيوز وجوليا شابيرو بتوسيع نطاق هذه التكنولوجيا. فقد قدمتا إطار عمل أسمتاه COFI، وهو اختصار لـ "تقاطع الدوال الأمثل القائم على المنحنيات" (Curve-based Optimal Function Intersection). يسمح هذا النهج للخوارزمية الكمومية بالعمل مع مجموعة متنوعة أكبر بكثير من الأشكال الرياضية، المعروفة بالمنحنيات الجبرية، بدلاً من الاقتصار على الخطوط أو الدوائر البسيطة المستخدمة في النسخ السابقة. ومن خلال القيام بذلك، أظهرتا أن الحاسوب الكمومي يمكنه التعامل مع قيود أكثر تعقيدًا، وفي كثير من الحالات، إيجاد حلول أفضل بموارد أقل. وقد أثبت الفريق أنه عبر الانتقال إلى هذه المنحنيات الأكثر تطورًا، وتحديدًا تلك المسماة "سوزوكي" (Suzuki) و"النورم-تريس الممتدة" (extended norm–trace)، يمكن للخوارាវجما الكمومية تحقيق نسبة أعلى من المعادلات المستوفاة في النظام عما كان ممكنًا باستخدام الطرق القياسية السابقة.

يتضمن جوهر عملهما إعادة تصور كيفية "رؤية" الحاسوب الكمومي للمشكلة. في النهج القديم، كان الحاسوب محدودًا بالعمل مع دوال كثيرات الحدود البسيطة، وهي تشبه التعبيرات الجبرية الأساسية التي تتضمن قوى للمتغيرات. أما إطار عمل COFI الجديد فيسمح للحاسوب بالعمل مع الدوال النسبية (rational functions)، وهي أكثر مرونة ويمكنها تمثيل مجموعة أوسع من السلوكيات. هذه المرونة حاسمة لأنها تسمح للخوارزمية برسم خرائط للقيود الواقعية الفوضوية لمشكلة التشبع على مشهد رياضي أكثر ثراءً. وقد أثبت البعثان أنه باستخدام هذه المنحنيات المتقدمة، يمكن للخوارزمية الكمومية فك تشفير "الضجيج" في النظام بشكل أكثر فعالية، مما يؤدي إلى احتمالية أعلى لإيجاد الحل الأمثل.

تقدم الدراسة أدلة ملموسة على أن هذه المنحنيات الجديدة توفر مزايا ملموسة. فعلى سبيل المثال، عند مقارنة النهج الجديد القائم على منحنيات "سوزوكي" بالمعيار السابق، وجد الباحثون أن الطريقة الجديدة يمكنها تحقيق معدل أعلى من المعادلات المستوفاة مع استخدام عدد أقل من البتات الكمومية (qubits)، وهي الوحدات الأساسية للمعلومات في الحاسوب الكمومي. وفي بعض السيناريوهات، كان التحسن كبيرًا لدرجة سمحت للنظام بالتعامل مع عدد أكبر من القيود دون الحاجة إلى زيادة هائلة في قدرة الحوسبة. كما استكشف الفريق "أكواد هيرميتيان ثنائية النقاط" (two-point Hermitian codes)، وهي نوع آخر من هذه المنحنيات، ووجدا أنها أيضًا يمكن أن تتفوق على النسخ أحادية النقطة القديمة، لا سيما في الحالات التي لم يكن فيها النظام مشبعًا تمامًا بالقيود.

يتعلق أحد النتائج الأكثر عملية بكفاءة الأجهزة. فقد حسب الباحثون أن استخدام هذه المنحنيات الجديدة يقلل من عدد البتات الكمومية اللازمة لتمثيل كل جزء من البيانات. وفي سياق الحوسبة الكمومية، حيث يمثل بناء وصيانة البتات الكمومية أحد أكبر العقبات الهندسية، يعد هذا التقليل أمرًا حيويًا. وهذا يعني أنه بالنسبة لنفس القدر من الأجهزة المادية، يمكن لحاسوب كمومي يستخدم إطار عمل COFI حل مشكلات أكبر وأكثر تعقيدًا من تلك التي تستخدم الطرق القديمة الأكثر محدودية. لا تدعي الدراسة حل مشكلة التشبع لجميع الحالات، لكنها ترسم مسارًا واضحًا للمضي قدمًا، وتثبت أن التفوق الكمومي ليس مقتصرًا على نوع واحد من الهياكل الرياضية.

يتضمن العمل أيضًا مقارنة مباشرة مع خوارزمية كلاسيكية معروفة تسمى "خوارزمية برانج" (Prange's algorithm). وفي الاختبارات التي أجريت، تفوقت الطريقة الكمومية باستمرار على الطريقة الكلاسيكية، حيث وجدت حلولاً حققت نسبة أكبر من المعادلات. لم يكن هذا الفارق في الأداء مجرد إمكانية نظرية؛ فقد قدم الباحثون أمثلة عددية محددة أظهرت فيها الطريقة الكمومية تفوقًا واضحًا، حتى مع أحجام الحقول الصغيرة نسبيًا. وهذا يشير إلى أن التفوق الكمومي قوي ويمكن تحقيقه في الإعدادات العملية، وليس فقط في النماذج الرياضية المثالية.

من خلال توسيع فئة المنحنيات التي يمكن استخدامها، فتح الباحثون الباب أمام تحسينات مستقبلية. وتشير الدراسة إلى أن إمكانية التحسين ليست ثابتة ولكنها تعتمد على اختيار عائلة المنحنيات الأساسية. ومع نضوج مجال الحوسبة الكمومية، قد يصبح اختيار المنحنى الأكثر كفاءة لمشكلة معينة أداة قياسية للمهندسين والعلماء. وتشير النتائج إلى أن مستقبل التحسين الكمومي لا يكمن في "رصاصة سحرية" واحدة، بل في مجموعة متنوعة من الأدوات الرياضية، كل منها مصمم لاستخراج أقصى أداء من الأجهزة الكمومية.

في نهاية المطاف، تمثل هذه الورقة خطوة مهمة نحو جعل التحسين الكمومي أكثر عملية وقوة. فهي تنقل المجال من العروض الأولية المحدودة وتظهر أنه من خلال الاستفادة من الهندسة العميقة للمنحنيات الجبرية، يمكننا بناء خوارزميات كمومية أكثر كفاءة وفعالية. وتوفر النتائج خارطة طريق واضحة لكيفية بناء هذه الأنظمة، مما يوفر وسيلة للتعامل مع البيانات المعقدة والمشوشة التي تحدد العلوم والصناعة الحديثة. ومع استمرار تطور الحواسيب الكمومية، فإن القدرة على التنقل في هذه المشاهد الرياضية ستصبح على الأرجح حجر الزاوية في فائدتها، مما يحول ما كان يومًا ما فضولًا نظريًا إلى محرك موثوق لحل أصعب مشكلات التحسين في العالم.