SQD-Agent: LLM-driven agentic framework for Quantum Chemistry workflows
يُعد SQD-Agent إطار عمل وكيلًا مدفوعًا بالنماذج اللغوية الكبيرة (LLM) يعمل على تبسيط أبحاث الكيمياء الكمومية من خلال الترجمة التلقائية للنية المتمثلة في اللغة الطبيعية إلى سير عمل هجين كمي-كلاسيكي قابل للتنفيذ بناءً على عملية "القطرية الكمومية القائمة على العينات" (Sample-Based Quantum Diagonalization)، مع توفير تكامل معياري، وتوصيف تفاعلي، وتحليل ذكي لتخفيف الأخطاء لخفض حاجز الخبرة أمام الباحثين التطبيقيين.
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 سعيها لتصميم أدوية جديدة، ومواد أكثر قوة، ومحفزات أكثر كفاءة، يعتمد العلماء على فرع من فروع الكيمياء يحاول التنبؤ بكيفية تحرك الإلكترونات حول الذرات. هذا المجال، المعروف باسم الكيمياء الكمومية الحسابية، ضروري لأن سلوك هذه الجسيمات الدقيقة يحدد خصائص كل ما نلمسه. ومع ذلك، فإن حساب هذه التفاعلات أمر صعب للغاية؛ فكلما زاد عدد الذرات في الجزيء، انفجر تعقيد الرياضيات، مما يؤدي سريعاً إلى إثقال كاهل حتى أقوى الحواسيب الفائقة. لعقود من الزمن، أمل الباحثون أن تتمكن الحواسيب الكمومية — وهي آلات تستخدم القوانين الغريبة للفيزياء لمعالجة المعلومات بشكل مختلف — من حل هذه المشكلات. ومع ذلك، لا تزال هناك عقبة كبيرة قائمة: وهي الفجوة بين هدف العالم رفيع المستوى، مثل "إيجاد طاقة هذا الجزيء"، وبين الكود المعقد والمعرض للأخطاء المطلوب لتشغيله على آلة كمومية. وقد تطلب جسر هذه الفجوة تقليدياً مزيجاً نادراً من الخبرة في الكيمياء، وعلوم الحاسوب، والأجهزة الكمومية، مما حد من عدد الأشخاص القادرين على المشاركة في هذه الاكتشافات.
ولمعالجة هذا التحدي، طور فريق من الباحثين نظاماً جديداً يسمى SQD Agent. هذا ليس خوارزمية كمومية جديدة بحد ذاتها، بل هو إطار عمل برمجي ذكي مصمم ليكون جسراً للعلماء الخبراء في الكيمياء ولكن ليسوا خبراء في البرمجة الكمومية. يستخدم النظام نوعاً من أنواع الذكاء الاصطناعي يُعرف بالنموذج اللغوي الكبير للاستماع إلى طلب الباحث باللغة الإنجليزية العادية وترجمته إلى سير عمل كامل وقابل للتنفيذ. عندما يطلب المستخدم من النظام إجراء حساب معين، يقوم الوكيل بتفكيك الطلب إلى خطوات يمكن إدارتها؛ حيث يحدد البيانات الجزيئية اللازمة، ويختار الطرق الرياضية المناسبة، ويبني الدوائر الكمومية، ويجهزها للتنفيذ. ومن الأهمية بمكان أن النظام مصمم للعمل مع كل من الحواسيب الكمومية المحاكية والآلات الكمومية الحقيقية المتاحة حالياً عبر السحابة.
يكمن الابتكار الجوهري لـ SQD Agent في كيفية إدارته لتعقيد المهمة. فبدلاً من مطالبة الذكاء الاصطناعي بكتابة كود خام من الصفر، وهو ما قد يؤدي إلى الأخطاء، يعمل النظام كـ "مايسترو". فهو يفسر قصد المستخدم ويوجه العمل إلى مساعدين رقميين متخصصين؛ حيث يتولى أحد المساعدين إعداد الجزيء، ويدير آخر تقديم المهمة إلى الأجهزة الكمومية، بينما يركز الثالث على تحليل النتائج. ويتواصل هؤلاء المساعدون مع طبقة مركزية من البرمجيات الموثوقة والمستقرة التي تقوم بالعمل الحسابي الفعلي الثقيل. يضمن هذا التقسيم للعمل بقاء النظام دقيقاً وقابلاً للتكرار. وإذا أراد مستخدم مقارنة طرق مختلفة لإعداد الحساب، يمكن للوكيل تشغيل نسخ متعددة تلقائياً، وحفظ النتائج للمراجعة لاحقاً دون حاء المستخدم لإعادة تهيئة البرنامج يدوياً في كل مرة.
تعد مشكلة "الضجيج" في الحواسيب الكمومية الحقيقية عائقاً رئيسياً، حيث تكون عرضة للأخطاء التي يمكن أن تفسد الحساب. ويعالج SQD Agent ذلك من خلال تضمين مستشار متخصص يساعد المستخدمين على التعامل مع هذه الأخطاء. فقبل تشغيل مهمة على آلة حقيقية، يمكن للنظام اقتراح استراتيجيات لتقليل هذه الأخطاء. ويمكنه بعد ذلك تشغيل التجربة نفسها عدة مرات باستخدام تقنيات مختلفة لتقليل الخطأ ومقارنة النتائج. ولا يتتبع النظام دقة الإجابة النهائية فحسب، بل يتتبع أيضاً تكلفة الوصول إليها، حيث يقيس عوامل مثل الوقت الذي استغرقه الحاسوب للتشغيل وعدد المرات التي اضطر فيها لتكرار التجربة. وهذا يسمح للباحثين برؤية المقايضات العملية بين الحصول على إجابة أكثر دقة وبين الوقت أو الموارد المطلوبة لتحقيق ذلك.
اختبر الباحثون إطار العمل هذا على عدة جزيئات صغيرة، بما في ذلك النيتروجين والفورمالديهايد، باستخدام كل من المحاكاة الحاسوبية ومعالج كمومي حقيقي بقدرة 156 كيوبت من شركة IBM. وفي عمليات المحاكاة، نجح النظام في ترجمة طلبات اللغة الطبيعية إلى سير عمل معقد، منتجاً نتائج تطابق المعايير العلمية المعروفة. وعند الانتقال إلى الأجهزة الكمومية الفيزيائية، أظهر النظام قدرته على إدارة العملية بأكملها، بدءاً من تقديم المهمة وصولاً إلى استرداد البيانات وتطبيق أساليب تصحيح الخطأ. وبالنسبة لجزيء النيتروجين، أجرى النظام تجارب باستخدام استراتيجيات مختلفة لتخفيف الخطأ، مما أظهر أن بعض الأساليب يمكن أن تحسن دقة النتائج بشكل كبير بينما توفر أسالبية أخرى بديلاً أسرع وإن كان أقل دقة قليلاً. وقد سجل النظام كل خطوة من هذه العمليات، مما أنشأ سجلاً مفصلاً يسمح لعلماء آخرين بالتحقق من العمل أو إعادة استخدام البيانات لاحقاً دون الحاجة لتكرار الحسابات المكلفة.
لا يدعي هذا العمل أنه حل مشكلة الكيمياء الكمومية أو أنه حقق مستوى من الأداء يتفوق على الحواسيب التقليدية. بدلاً من ذلك، فإنه يستعرض طريقة عملية لجعل هذه الأدوات المتقدمة متاحة. فمن خلال أتمتة ترجمة القصد البشري إلى مهام قابلة للتنفيذ آلياً، يقلل SQD Agent من الحاجة إلى إتقان الباحثين للتفاصيل المعقدة للبرمجة الكمومية. فهو يتيح لهم التركيز على العلم نفسه بينما يتولى النظام عمليات التهيئة والتنفيذ والتحليل. كما أن إطار العمل مبني ليكون مرناً، مما يعني أنه مع توفر خوارزميات وأجهزة كمومية جديدة، يمكن تحديث النظام ليشملها دون الحاجة إلى إعادة بناء شاملة. والهدف النهائي هو خلق مستقبل يتم فيه خفض حاجز الدخول إلى الكيمياء الكمومية، مما يمكن مجموعة أوسع من العلماء من استكشاف العالم الكمومي وتسريع اكتشاف مواد وأدوية جديدة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.