A deterministic polynomial chaos Galerkin method for non-Markovian quantum state diffusion

في العالم الكمومي، نادراً ما توجد الجسيمات في حالة عزلة؛ فهي في حالة تصادم مستمر، وجذب، وتبادل للطاقة مع بيئة محيطة بها، سواء كانت هذه البيئة سحابة من الغاز، أو بلورة صلبة، أو بحراً من الموجات الكهرومغناطيسية. عندما يتفاعل نظام كمومي مع محيطه، فإنه يفقد خصائصه الدقيقة والمعزولة ويبدأ في التصرف بطرق يصعب التنبؤ بها. يطلق العلماء على هذه الأنظمة اسم "الأنظمة الكمومية المفتوحة". ويتمثل التحدي في كيفية معرفة كيفية تغير النظام بمرور الوقت دون الحاجة إلى تتبع كل جسيم في البيئة الضخمة التي يلامسها. وهذا أمر صعب للغاية عندما تمتلك البيئة "ذاكرة"، مما يعني أن تفاعلات النظام الماضية تستمر في التأثير على سلوكه المستقبلي. يُعرف هذا بـ "الديناميكيات غير المار كوفية" (non-Markovian dynamics)، وقد ظل محاكاة هذا النوع من الديناميكيات يشكل عائقاً أمام الباحثين الذين يحاولون فهم كل شيء، بدءاً من التفاعلات الكيميائية وصولاً إلى تشغيل الحواسيب الكمومية المستقبلية.

لعقود من الزمن، كانت الطريقة القياسية لمعالجة هذه المشكلة هي إجراء آلاف عمليات المحاكاة العشوائية. تخيل أنك تحاول التنبؤ بالطقس عبر تشغيل نموذج حاسوبي واحد يخمن اتجاه الرياح عند كل خطوة؛ ستكون النتيجة فوضى عارمة. وللحصول على توقع موثوق، ستحتاج إلى تشغيل ذلك النموذج آلاف المرات بتخمينات عشوائية مختلفة قليلاً ثم حساب متوسط النتائج. هذه هي الطريقة التي تعمل بها الأساليب الحالية للأنظمة الكمومية المفتوحة: فهي تولد آلاف "المسارات" (trajectories)، أو السير التاريخية المحتملة للنظام، وتقوم بحساب متوسطها لإيجح السلوك الحقيقي. وبينما ينجح هذا النهج، إلا أنه بطيء للغاية وعرضة لـ "الضجيج الإحصائي"، مما يعني أن الإجابة لا تكون واضحة تماماً إلا إذا أجريت عدداً هائلاً من عمليات المحاكاة.

اقترح فريق من الباحثين في جامعة سنغافورة الوطنية مساراً مختلفاً. فبدلاً من الاعتماد على آلاف التخمينات العشوائية، طوروا طريقة تحول المشكلة إلى عملية حسابية حتمية واحدة. فكر في الأمر كاستبدال الحاجة إلى تشغيل نموذج طقس ألف مرة بمعادلة واحدة متطورة للغاية تأخذ في الاعسبار جميع الاحتمالات دفعة واحدة. تقنيتهم الجديدة، المسماة "طريقة غاليركين لمتعدد الحدود الفوضوي الحتمي" (deterministic polynomial chaos Galerkin method)، تسمح للعلماء بحساب تقريب عالي الدقة لسلوك نظام كمومي يتفاعل مع بيئة ذات ذاكرة في خطوة واحدة. والنتيجة هي عملية حسابية ليست فقط خالية من الأخطاء الإحصائية الناتجة عن أخذ العينات العشوائية، بل إنها أيضاً أسرع بمئات المرات من الطرق التقليدية.

يكمن جوهر هذا الاختراق في كيفية تعامل الباحثين مع "ذاكرة" البيئة. في النهج القديم، تُعامل الذاكرة كأنها سحابة معقدة ومتغيرة من الضجيج العشوائي الذي يتغير في كل مرة تجري فيها المحاكاة. أما الطريقة الجديدة، فتقوم بتفكيك هذا الضجيج إلى مجموعة محدودة من وحدات البناء، تماماً مثل تفكيك صوت معقد إلى مجموعة محددة من النوتات الموسيقية. ومن خلال تمثيل تأثير البيئة بهذه المكونات الثابتة، استطاع الباحثون إعادة كتابة معادلات الحركة بحيث لا تعتمد بعد الآن على الصدفة العشوائية. وبدلاً من ذلك، تصبح المشكلة عبارة عن مجموعة من المعادلات المترابطة التي تصف كيفية تطور النظام بناءً على هذه المكونات الثابتة. هذا يحول مشكلة احتمالية فوضوية إلى مشكلة مهيكلة وقابلة للتنبؤ يمكن للمحللات الحاسوبية القياسية التعامل معها بدقة عالية.

لاختبار فكرتهم، طبق الفريق طريقتهم على عدة سيناريوهات صعبة وشائعة في الفيزياء الكمومية. فقد درسوا نظاماً بسيطاً مكوناً من مستويين، يشبه مغناطيساً صغيراً يمكنه أن يتجه للأعلى أو للأسفل، يتفاعل مع حمام دافئ من الجسيمات. كما قاموا بمحاكاة جسيم يتحرك عبر تضاريس من التلال والوديان، وحتى نمذجة تجربة الشق المزدوج الشهيرة، حيث يمر جسيم عبر فتحتين ويخلق نمط تداخل. وفي كل حالة، قارنوا طريقتهم الجديدة بأفضل التقنيات الموجودة، بما في ذلك نهج "آلاف المسارات" والأدوات الرياضية المتقدمة الأخرى. كانت النتائج مذهلة؛ ففي اختبار النظام ثنائي المستوى، أنتجت الطريقة الجديدة نتائج ذات أخطاء أقل بكثير من الطرق العشوائية التقليدية، بينما استغرقت أقل من ثانية واحدة للتشغيل. وفي المقابل، استغرقت الطرق التقليدية عدة دقائق أو حتى ساعات لتحقيق مستوى أقل بكاً من الدقة.

كما دفع الباحثون بطريقتهم إلى أقصى حدودها من خلال محاكاة أنظمة معقدة ثلاثية الأبعاد حيث ترتبط الجسيمات معاً في سلسلة. وتعتبر هذه المحاكات صعبة للغاية لأن عدد المتغيرات ينفجر مع نمو النظام. وحتى في هذه الحالات المعقدة، نجحت الطريقة الجديدة في رصد كيفية تأثير الجسيمات على بعضها البعض بمرور الوقت، مع إعادة إنتاج أنماط الارتباط والحركة المتوقعة بدقة عالية. وأثبتت الطريقة قدرتها على التعامل مع "الجهود غير التربيعية" (non-quadratic potentials)، وهي تضاريس ليست مجرد منحنيات بسيطة، كما نجحت بدقة في نمذجة كبح التداخل الكمومي عندما تصبح البيئة شديدة الضجيج. تشير هذه النتائج إلى أن الطريقة قوية بما يكفي للتعامل مع الظروف الواقعية الفوضوية التي غالباً ما تهزم النماذج الأبسط.

أحد أهم مزايا هذا النهج هو كفاءته؛ فبسبب استبداله لمجموعة من آلاف المسارات العشوائية بحل حتمي واحد، تنخفض التكلفة الحسابية بعامل يعادل تقريباً عدد المسارات التي كانت مطلوبة سابقاً. وفي الاختبارات، كان هذا يعني تسريع العملية بمئات المرات. علاوة على ذلك، ولأن الطريقة لا تعتمد على أخذ العينات العشوائية، فإنها تقضي على "الضجيج الإحصائي" الذي غالباً ما يحجب التفاصيل الدقيقة في البيانات. وهذا يسمح للباحثين برؤية التأثيرات الدقيقة، مثل الطريقة الدقيقة التي ينتشر بها الموجة الكمومية أو كيف يتداخل مع نفسه، دون تأثير التمويه الناتج عن الخطأ العشوائي. كما أن الطريقة مرنة؛ إذ يمكن تطبيقها على أنظمة ذات بيئات مختلفة، ويمكن تكييفها لاستخدام الحلول العددية القياسية المتوفرة على نطاق واسع في الحوسبة العلمية.

لا يخلو هذا العمل من قيوده الخاصة؛ فقد لاحظ الباحثون أنه مع زيادة تعقيد البيئة، تزديد أيضاً عدد وحدات البناء اللازمة لوصفها. وهذا يعني أنه بالنسبة للأنظمة الكبيرة جداً أو المعقدة، سيظل حجم الحسابات يزداد، رغم أن الطريقة تظل أكثر كفاءة من البدائل. ويقترح الفريق أن العمل المستقبلي يمكن أن يركز على جعل اختيار وحدات البناء هذه أكثر تكيفاً، مما يسمح للطريقة بالتركيز تلقائياً على الأجزاء الأكثر أهمية من المشكلة. ومع ذلك، فإن الطريقة في الوقت الحالي تعد أداة قوية لمحاكاة الأنظمة الكمومية المفتوحة.

من خلال تحويل مشكلة تتطلب آلاف التخمينات العشوائية إلى عملية حسابية واحدة دقيقة، يقدم هذا البحث نافذة أوضح لفهم سلوك الأنظمة الكمومية في العالم الحقيقي. فهو يثبت أن العمل الشاق المتمثل في محاكاة تأثيرات الذاكرة في ميكانيكا الكم لا يجب أن يعتمد على المتوسطات القائمة على القوة الغاشمة. بدلاً من ذلك، مع الإطار الرياضي الصحيح، يمكن للعلماء تحقيق دقة أعلى في جزء ضئيل من الوقت. هذا التحول من أخذ العينات العشوائية إلى الحساب الحتمي يمكن أن يسرع تطوير التقنيات الكمومية، مما يسمح للباحثين بتصميم مستشعرات أفضل، وعمليات كيميائية أكثر كفاءة، وحواسيب كمومية أكثر موثوقية من خلال محاكاة سلوكها بسرعة ووضوح غير مسبوقين.