⚛️ quantum physics

Efficient quantum phase estimation with adaptive entanglement-assisted Hadamard test

تقترح هذه الورقة خوارزمية اختبار هادامارد التكيفي بمساعدة التشابك (AEHT)، وهي خوارزمية تعمل على تحسين الطور المرجعي بشكل تكراري للتغلب على قيود الدقة والانحيازات المنهجية للطرق التقليدية، مما يتيح تقدير الطور الكمي عالي الدقة بكفاءة على الأجهزة المتاحة حالياً باستخدام عدد مرات إعادة تشغيل الجهاز كمقياس للتكلفة.

المؤلفون الأصليون: Hengzhun Chen, Benchi Zhao, Yingzhou Li

نُشر 2026-10-02

📖 3 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Hengzhun Chen, Benchi Zhao, Yingzhou Li

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

تعد الحواسيب الكمومية بحل مشكلات قد تستغرق الأجهزة الكلاسيكية آلاف السنين لحلها، لكنها هشة للغاية بشكل ملحوظ. ولكي تعمل، يجب أن تحتفظ بحالات دقيقة من المعلومات لفترة كافية لإجراء الحسابات، وهو متطلب يصطدم غالباً بالواقع الصاخب للأجهزة الحالية. وتعد إحدى المهام الأكثر جوهرية لهذه الآلات هي "تقدير الطور الكمومي"، وهي عملية تُستخدم لاستخراج قيم محددة من الأنظمة الكمومية. هذا الحساب هو المحرك وراء الخوارزميات الشهيرة لكسر الشفرات ومحاكاة الجزيئات، ومع ذلك، فإن الطريقة القياسية للقيام بذلك تتطلب من الحاسوب الحفاظ على تماسك مثالي لفترة طويلة مستحيلة. ولأن آلات اليوم لا يمكنها الحفاظ على مثل هذه الفترات الطويلة من الاستقرار، فقد لجأ العلماء إلى طرق بديلة تستخدم دوائر أقصر وأكثر قابلية للإدارة، حتى لو كانت تلك الطرق تتطلب تكرار التجربة مرات عديدة للحصول على إجابة دقيقة.

ويكمن التحدي في هذه الطرق الأقصر في المقايضة بين السرعة والدقة. إذ يمكن للباحثين تسريع العملية باستخدام تقنية تربط جزيئات متعددة معاً في حالة خاصة، مما يؤدي فعلياً إلى تضخيم الإشارة التي يحاولون قياسها. ومع ذلك، فإن هذا التضخيم يكون خطيراً إذا لم يكن لدى العلماء تخمين جيد للبدء به. فإذا كان التخمين الأولي بعيداً جداً عن الصواب، تصبح الإشارة المضخمة مربكة ويستحيل تفسيرها، مما يضطر الباحثين إلى استخدام تضخيم أصغر وأبطأ بكثير. وهذا يخلق عنق زجاجة: فمن أجل الحصول على نتيجة عالية الدقة، نحتاج إلى تضخيم كبير، ولكن لا يمكننا استخدام تضخيم كبير دون تخمين أولي دقيق للغاية، وهو بالضبط ما يفترض أن توفره عملية القياس.

وفي دراسة جديدة، طور الباحثون هينغزون تشين، وبنشي تشاو، وينغزو لي حلاً لهذه المشكلة الدائرية يسمى "اختبار هادامارد التكيفي بمساعدة التشابك". فبدلاً من الالتزام بمستوى واحد ثابت من التضخيم، تعمل طريقتهم مثل حلقة تنقية. تبدأ العملية بتخمين تقريبي وكمية صغيرة وآمنة من التضخيم؛ حيث يقوم الحاسوب بإجراء القياس، مما يؤدي إلى صقل التقدير للقيمة الحقيقية. ثم يصبح هذا التقدير المحسن هو نقطة البداية الجديدة للجولة التالية، مما يسمح للباحثين باستخدام عامل تضخيم أكبر بأمان. ومن خلال تكرار هذه الدورة، تزيد الطريقة من قوة التضخيم تدريجياً مع زيادة دقة التقدير، مما يفتح المجال لاستخدام مجموعات كبيرة من الجسيمات المتشابكة دون خطر الارتباك.

كما عالج الفريق مشكلة شائعة في العالم الحقيقي تتمثل في أن الحالة الكمومية التي تعدها الآلة ليست مثالية. في مثل هذه الحالات، تكون الإشارة غالباً أضعف مما هو متوقع، مما يؤدي إلى خطأ منهجي لا يمكن إصلاحه ببسا مجرد تشغيل التجربة مرات أكثر. وقد نجح نهجهم التكيفي في كبح هذا الانحياز، مما يسمح للخطأ بالتناقص مع كل جولة من العملية. ولقياس التكلفة الحقيقية لهذه التجارب، قدم المؤلفون مقياساً جديداً يسمى "عدد إعادة تشغيل الجهاز". ففي المعالجات الكمومية الحديثة، الجزء الأكثر استهلاكاً للوقت في التجربة ليس عدد المرات التي يتم فيها تشغيل الدائرة، بل عدد المرات التي يجب فيها إعادة ضبط الآلة بالكامل وتحميلها من جديد. وتظهر عمليات المحاكاة التي أجروها أنه باستخدام طريقتهم التكيفية، ينخفض عدد عمليات إعادة الضبط المكلفة هذه بشكل كبير مقارنة بالطرق الثابتة التقليدية، خاصة عندما تكون الدقة المطلوبة عالية.

وقد اختبر الباحثون فكرتهم من خلال عمليات محاكاة عددية على معالج كمومي افتراضي يحتوي على 2,500 كيوبت. ووجدوا أنه بالنسبة للحالات الكمومية الدقيقة، قللت طريقتهم من عدد عمليات إعادة ضبط الآلة بمعامل ينمو مع زيادة الدقة المطلوبة، مما يوفر مكاسب كفاءة هائلة مقارنة بالتقنيات القياسية. وحتى عندما كانت الحالات الكمومية غير مثالية، استمرت الطريقة التكيفية في تحسين الدقة، بينما وصلت الطرق التقليدية إلى حد أقصى لا يمكن لأي قدر من البيانات الإضافية أن يزيل الخطأ عنده. وتخلص الدراسة إلى أنه من خلال تكييف طور المرجع مع التقدير الحالي وقياس التكلفة من حيث عمليات إعادة تشغيل الآلة بدلاً من مجرد نقاط البيانات الخام، فإن هذا النهج يقدم مساراً عملياً للحسابات عالية الدقة على الأجهزة الصاخبة وغير المثالية المتاحة اليوم.

ملخص تقني: تقدير الطور الكمي الفعال باستخدام اختبار هادامارد التكيفي المعزز بالتشابك

بيان المشكلة
يُعد تقدير الطور الكمي (QPE) إجراءً فرعيًا أساسيًا لخوارزميات مثل خوارزمية شور للتحليل إلى عوامل والمحاكاة الكمية. ومع ذلك، يتطلب QPE التقليدي دوائر عميقة وأزمنة تماسك تتناسب طرديًا مع الدقة المطلوبة، مما يجعله غير عملي للأجهزة الكمية في عصر "الكم القريب" (near-term). يوفر اختبار هادامارد القياسي (SHT) بديلًا ذا دوائر ضحلة، ولكنه يعاني من تعقيد في عدد الطلقات (shot count) يصل إلى $O(1/\epsilon^2)$ لتحقيق دقة $\epsilon$ . ويقوم اختبار هادامارد المعزز بالتشابك (EHT) بتحسين هذا الأمر عبر استخدام حالة "غرينبيرغر-هورن-زيلينجر" (GHZ) المكونة من $m$ من الكيوبتات لتضخيم إشارة الطور، مما يقلل نظريًا من عدد الطلقات إلى $O(1/(m\epsilon)^2)$ .

وعلى الرغم من هذه الميزة، يواجه EHT قيدًا حرجًا: عامل التضخيم الممكن $m$ مقيد بصرامة بدقة الطور المرجعي $\vartheta$ . وتحديدًا، لتجنب الغموض في دالة $\arcsin$ ، يجب أن يتحقق الشرط $m|\theta - \vartheta| < \pi/2$ . وفي أنظمة الدقة العالية، تجبر مرحلة الطور المرجعي الخشنة قيمة $m$ على أن تكون صغيرة، مما يبطل فوائد التشابك. علاوة على ذلك، في السيناريوهات الواقعية حيث لا تكون الحالة المُعدة هي حالة ذاتية دقيقة، يتم إضعاف إشارة EHT بواسطة سعة مجهولة $\rho < 1$ . وهذا يؤدي إلى حدوث انحياز منهجي لا يمكن إزالته بزيادة عدد الطلقات، مما يخلق "أرضية خطأ" (error floor) للطرق التقليدية. أخيرًا، تفشل مقاييس التكلفة الحالية القائمة على "عدد الطلقات" في مراعاة قدرات التنفيذ المتوازي للمعالجات الكمية الكبيرة، حيث يكون العائق الحقيقي غالبًا هو "عدد إعادة تشغيل الجهاز" (المرات التي يجب فيها تهيئة الأجهزة وإعادة ضبطها).

المنهجية
يقترح المؤلفون اختبار هادامارد المعزز بالتشابك التكيفي (AEHT)، وهو خوارزمية تكرارية مصممة للتغلب على قيد الطور المرجعي والتعامل مع تحضير الحالة غير المثالي.

صقل المرجع التكراري: تبدأ الخوارزمية بطور مرجعي خشن $\vartheta_0$ وحد عدم يقين معلوم $\Delta_0$ . في كل جولة $t$ ، تختار الخوارزمية عامل تضخيم $m_t$ يكون آمنًا بناءً على عدم اليقين الحالي (أي $m_t \Delta_t \leq \chi$ ، حيث $\chi < \pi/2$ ). تعمل القياسات من هذه الجولة على صقل تقدير الطور، والذي يصبح هو المرجع $\vartheta_{t+1}$ للجولة التالية. ومع تحسن المرجع (تناقص عدم اليقين $\Delta_t$ )، تسمح الخوارزمية بقيمة $m_t$ أكبر، مما يتيح تضخيمًا أقوى تدريجيًا.
التعامل مع الحالات غير المثالية: بالنسبة للسيناريوهات التي لا تكون فيها الحالة المُعدة $|\psi\rangle$ حالة ذاتية دقيقة، يتم إضعاف الإشارة بواسطة سعة $\rho$ . يقوم AEHT بتفكيك الخطأ إلى خطأ تحضير (غير قابل للاسترداد)، وخطأ إحصائي، وانحياز ناتج عن السعة. ومن خلال تخصيص ميزانية لهذا الانحياز واختيار $m_t$ بحيث يظل الانحياز ضمن كسر محدد من الدقة المستهدفة، تقوم الخوارزمية بتقليل الانحياز بشكل منهجي في كل تكرار، على عكس طرق التضخيم الثابت التي تصطدم بأرضية الانحياز.
مقياس التكلفة: يقدم البحث عدد إعادة تشغيل الجهاز كمقياس تكلفة أساسي. يأخذ هذا في الاعتبار أنه في المعالج الذي يحتوي على $Q$ من الكيوبتات، يمكن تشغيل نماذج متعددة ومستقلة من الدوائر بالتوازي. يتم حساب عدد عمليات إعادة التشغيل $R$ بناءً على إجمالي عدد الطلقات مقسومًا على السعة المتوازية $\kappa(m)$ ، والتي تعتمد على حجم GHZ وعدد الكيوبتات في النظام.

المساهمات الرئيسية

التضخيم التكيفي: تزيد خوارزمية AEHT حجم حالة GHZ ديناميكيًا مع زيادة دقة الطور المرجعي، مما يفتح المجال لقوة التضخيم الكاملة لحالات التشابك الكبيرة دون الحاجة لمعرفة مسبقة بالطور.
تقليل الانحياز: توفر الطريقة إطارًا نظريًا لتقليل الانحياز الناتج عن السعة في سيناريوهات تحضير الحالة غير المثالية، مما يسمح لخطأ التقدير بالتناقص باستمرار مع التكرارات، بخلاف طرق EHT التقليدية التي تظهر خطأً لا يتلاشى.
تحليل تكلفة مدرك للأجهزة: من خلال نقل مقياس التكلفة من عدد الطلقات إلى عدد إعادة تشغيل الجهاز، يوضح البحث أن المخطط التكيفي يقدم ميزة كبيرة في البنى التحتية القابلة للتنفيذ المتوازي.
حدود التعقيد:
- للحالات الذاتية الدقيقة، يتبع إجمالي عدد الطلقات $O(\log(1/\epsilon))$ (حتى حدود اللوغاريتم المزدوج) عندما لا تصل المعدات إلى حدودها القصوى.
- من حيث عدد إعادة تشغيل الجهاز، يتبع المخطط التكيفي $O(1/\epsilon)$ (مع عوامل لوغاريتمية)، مقارنة بـ $O(1/\epsilon^2)$ لـ EHT ذي التضخيم الثابت.
- عندما يكون حجم GHZ محدودًا بعدد الكيوبتات المتاحة (أي عندما يتشبع $m$ )، يعود التدرج إلى $O(1/\epsilon^2)$ ، لكن الطريقة التكيفية تحتفظ بميزة في معامل ثابت مقارنة بطرق EHE الثابتة.

النتائج
أُجريت تجارب عددية باستخدام معالج كمي محاكى يحتوي على $Q=2500$ كيوبت.

الحالات الذاتية الدقيقة: أظهرت طريقة AEHT انخفاضًا فائقًا في عدد إعادة تشغيل الجهاز مقارنة بـ SHT وEHT ذي الـ $m$ الثابت. ومع اشتداد الدقة المستهدفة $\epsilon$ ، زاد الحد الأقصى للتضخيم $m$ (على سبيل المثال، من $m=11$ عند $\epsilon=10^{-2}$ إلى $m=1250$ عند $\epsilon=10^{-4}$ )، مما حافظ على ميزة في عدد إعادة التشغيل بنحو رتبتين عشريتين حتى بعد التشبع.
الحالات الذاتية غير المثالية: في ظل وجود عدم دقة في تحضير الحالة ( $\eta=0.01$ )، اصطدمت طرق EHT وSHT ذات الـ $m$ الثابت بأرضية الانحياز، مما تطلب عددًا لا نهائيًا من إعادة التشغيل لتجاوزها. في المقابل، نجح AEHT في تقليل الانحياز، محققًا دقة أعلى بعدد أقل من عمليات إعادة التشغيل.
المتانة تجاه الضجيج: أكدت المحاكاة التي شملت ضجيج إزالة الاستقطاب (depolarizing noise) وأخطاء القراءة أن أخطاء SHT تتقارب نحو قيمة أسوأ بسبب تراكم الضجيج، بينما تستمر أخطاء AEHT في اتباع الحد النظري الأعلى، مما يثبت متانتها.

الأهمية
يدعي البحث تقديم طريقة فعالة لتقدير الأطوار الكمية عالية الدقة على المعالجات الكمية في عصر "الكم القريب". ومن خلال تكييف الطور المرجعي مع التقدير الحالي واستخدام عدد إعادة تشغيل الجهاز كمقياس تكلفة واقعي، يجعل هذا العمل تقدير الطور المعزز بالتشابك أمرًا عمليًا في نظام الدقة العالية. ويشير المؤلفون إلى أن هذا النهج مناسب تمامًا لمنصات مثل مصفوفات الذرات المحايدة، حيث يكون التنفيذ المتوازي ممكنًا ولكن التهيئة وإعادة الترتيب مكلفين. ويختتم البحث بالإشارة إلى أن العمل المستقبلي قد يتضمن عرض طريقة AEHT على أجهزة كمية حقيقية.

أبحاث مشابهة