QuSema: Detecting Silent Bugs in Quantum Libraries via Quantum-knowledge-enhanced Agents

تعد الحوسبة الكمومية بحل مشكلات مستعصية حالياً على الأجهزة الكلاسيكية، بدءاً من تصميم أدوية جديدة وصولاً إلى تحسين العمليات اللوجستية المعقدة. ولجعل هذه التكنولوجيا قابلة للاستخدام، بنى العلماء مكتبات برمجية — وهي مجموعات ضخمة من الأكواد المكتوبة مسبقاً والتي تعمل كأدوات أساسية لبناء البرامج الكمومية. وتسمح هذه المكتبات للباحثين بتحديد العمليات الكمومية وتشغيلها على أجهزة محاكاة أو أجهزة حقيقية. ومع ذلك، ولأن هذا المجال لا يزال في بداياته، فإن البرمجيات نفسها عرضة للأخطاء. وبينما تكون بعض الأخطاء واضحة، مما يؤدي إلى توقف البرنامج أو انهياره فوراً، فإن بعضها الآخر أكثر خطورة لأنها "صامتة". فالخطأ الصامت يسمح للبرنامج بالعمل حتى النهاية دون أي تحذير، ومع ذلك ينتج إجابة خاطئة. وفي مجال يمكن أن تؤدي فيه عملية حسابية واحدة غير صحيحة إلى تضليل سنوات من البحث أو إهدار موارد حوسبة باهظة الثمن، فإن العثور على هذه الأخطاء الخفية يمثل تحدياً حاسماً.

لسنوات، كانت الطريقة القياسية للعثور على هذه الأخطاء هي مقارنة مخرجات مكتبة كمومية بأخرى، أو التحقق مما إذا كان البرنامج يتصرف باتساق بعد عملية تحويل رياضية معينة. وتنجح هذه الطريقة عندما تكون النتيجة المتوقعة معروفة أو عندما ينبغي لأداتين مختلفتين إنتاج نفس المخرج. لكنها تفشل عندما تؤدي مكتبة ما مهمة فريدة لا تستطيع أي أداة أخرى القيام بها، أو عندما يظهر الخطأ فقط في ظل ظروف محددة ومعقدة يصعب تخمينها. في هذه الحالات، يعمل البرنامج بشكل مثالي ولكنه يقدم بصمت نتيجة زائفة، مما يترك المستخدم غافلاً عن أن عمله معيب.

ولمعالجة هذه المشكلة، طور فريق من الباحثين نظاماً مؤتمتاً جديداً يسمى QuSema. وبدلاً من الاعتماد على مقارنة المخرجات أو التخمين بشأن الظروف التي قد تؤدي إلى الفشل، يعمل QuSema كمدقق ذكي يقرأ الكود المصدري للمكتبة نفسها. فهو يستخدم الذكاء الاصطناعي المتقدم لفهم السلوك المقصود للكود بناءً على وثائق المكتبة نفسها وقواعد الفيزياء الكمومية الأساسية. ويعمل النظام عن طريق تفكيك المكتبة إلى قطع صغيرة يمكن إدارتها وطرح سؤال بسيط: هل تقوم هذه القطعة من الكود بما يفترض بها القيام به، بالنظر إلى قواعد ميكانيكا الكم؟ إذا كان منطق الكود يشير إلى أنه قد ينتج نتيجة غير صحة من مدخلات صحيحة، فإن النظام يصنفها كعيب محتمل.

إن العملية دقيقة للغاية؛ فبمجرد أن يحدد النظام قطعة منطق مشبوهة، فإنه لا يتوقف عند هذا الحد، بل يحاول بناء حالة اختبار حقيقية يمكن للمستخدم البشري تشغيلها للتأكد من الخطأ. كما يتحقق مما إذا كان يمكن إطلاق الخطأ من خلال الأدوات القياسية التي يستخدمها المستخدمون فعلياً، لضمان أن الاكتشاف ليس مجرد خلل نظري في الآلية الداخلية بل مشكلة واقعية. وتسمح هذه الطريقة للنظام بالعثور على الأخطاء التي فاتتها الطرق السابقة، وتحديداً تلك التي تحدث في الوظائف الفريدة أو تتطلب ظروفاً محددة وغير واضحة للظهور.

وعندما اختبر الباحثون هذا النظام على اثنتين من أشهر المكتبات الكمومية، وهما Qiskit وPennyLane، كانت النتائج كبيرة. فقد تحدوا النظام أولاً بمجموعة من عشرين خطأً صامتاً معروفاً تم الإبلاغ عنها في الماضي، وتمكن النظام من تحديد السبب الجذري لغالبية هذه الأخطاء المعروفة، متفوقاً بذلك على مساعدي البرمجة المؤتمتين الآخرين الذين يعتمدون على المعرفة البرمجية العامة بدلاً من الخبرة الكمومية المتخصصة. والأكثر إثارة للإعجاب هو أنه عند تطبيق النظام على قواعد الأكواد الكاملة والحالية لهذه المكتبات دون معرفة مسبقة بأخطاء محددة، اكتشف أربعين مشكلة لم تكن معروفة من قبل. وقد أكد مطورو هذه المكتبات جميع الاكتشافات الأربعين. ومن بين هذه الاكتشافات الجديدة، كان هناك ثلاثون خطأً صامتاً تعيد نتائج غير صحيحة دون أن تنهار، وخمسة منها أثرت على ميزات كانت خارج نطاق الاختبارات التقليدية تماماً لأنه لم تكن هناك أداة أخرى لمقارنتها بها.

يتضمن أحد الأمثلة المحددة لما وجده النظام وظيفة تضرب المؤثرات البوزونية (bosonic operators) في PennyLane. لاحظ النظام أن الكود كان يربط مفاتيح القواميس المرتبة بالقيم المحفوظة بترتيب الإدخال، مما قد يؤدي إلى تبديل مؤثرات الإنشاء والفناء أثناء الضرب، مما ينتج نتائج غير صحيحة للمعاملات المتكافئة. وتضمن اكتشاف آخر أداة في Qiskit تعمل على تحسين الدوائر الكمومية؛ حيث رصد النظام أن الأداة كانت تجمع معدلات التحكم المتداخلة بالترتيب الخاطئ، مما يغير شرط التحكم وينتهك دلالات الدائرة (circuit semantics) دون إثارة أي خطأ. كانت هذه الأخطاء ستمر دون ملاحظة بسبب الاختبارات القياسية لأن البرامج تعمل بنجاح وتنتج مخرجات تبدو معقولة، رغم أن المنطق الأساسي كان معيباً.

يشير نجاح QuSema إلى مسار جديد لضمان موثوقية البرمجيات الكمومية. فمن خلال تعليم الذكاء الاصطناعي كيفية الاستنتاج بناءً على الدلالات المحددة للفيزياء الكمومية ومطابقة ذلك مع وثائق المكتبة نفسها، نجح الباحثون في إنشاء أداة يمكنها العثور على الإخفاقات "الصامتة" التي تعصف بالأنظمة المعقدة. لا يتطلب هذا النهج وجود مكتبة ثانية للمقارنة بها أو قائمة محددة مسبقاً من حالات الاختبار، بل يعتمد على فهم عميق لما يجب أن يفعله الكود. وتشير النتائج إلى أنه حتى في أكثر البنى التحتية البرمجية تقدماً، توجد أخطاء دقيقة تنتظر من يجدها، وأن الجمع بين التفكير الشبيه بالبشر والاختبار المؤتمت يمكن أن يكشف عنها قبل أن تؤدي إلى أخطاء مكلفة في الاكتشاف العلمي.