Sequential optimization for orbital-optimized variational quantum eigensolvers
تقترح هذه الورقة طريقة SOO-UCCD، وهي طريقة تحسين تسلسلي خالية من التدرج وخالية من المعلمات الفائقة لتحسين المدارات في خوارزمية VQE، والتي تحدد زوايا دوران المدار عبر ملف تعريف طاقة مكون من تسع نقاط لتحقيق دقة بمستوى UCCSD دون حساب تدرجات المدارات أو مصفوفات هيسيان.
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 لفهم كيفية سلوك المادة عند مستواها الأكثر جوهرية، يعتمد العلماء على أداة قوية تسمى "المحلل الكمي لخصائص الحالة الأرضية المتغير" (variational quantum eigensolver). تعمل هذه الطريقة كجسر بين الحواسيب الكلاسيكية التي نستخدمها كل يوم والحواسيب الكمية الناشئة في المستقبل. هدفها هو حساب طاقة الجزيء بدقة متناهية، وهي مهمة أساسية لتصميم أدوية ومواد ووقود جديد. وللقيام بذلك، تبني هذه الطريقة نموذجاً رقمياً لإلكترونات الجزيء، وهي الجسيمات الصغيرة سالبة الشحنة التي تدور حول النواة الذرية. وتكمن الصعوبة في أن الإلكترونات لا تتحرك بمعزل عن بعضها البعض؛ بل تتفاعل باستمرار مع بعضها البعض بطرق معقدة. وللحصول على صورة دقيقة للجزيء، يجب على الحاسوب أن يأخذ في الاعتبار هذه التفاعلات، لكن التعقيد الرياضي ينمو بسرعة كبيرة لدرجة أن حتى أقوى الحواسيب الفائقة تواجه صعوبة في التعامل مع أي شيء يتجاوز أبسط الذرات.
ولجعل هذه المشكلة قابلة للإدارة، غالباً ما يستخدم الباحثون نقطة انطلاق مبسطة، حيث يتم ترتيب الإلكترونات في نمط معياري محدد يُعرف باسم "الحالة المرجعية". ومع ذلك، فإن هذا الترتيب المعياري ليس دائماً الأنسب لكل جزيء، خاصة عندما تتباعد الذرات أو عندما تكون الإلكترونات نشطة للغاية. فإذا كان النمط الأولي سيئاً، يتعين على الحاسوب العمل بجهد أكبر لتصحيحه، مما يتطلب موارد كمية أكثر وعمليات حسابية أعمق وأكثر عرضة للخطأ. ولسنوات، عرف العلماء أن تعديل شكل مدارات هذه الإلكترونات — "المدارات" — يمكن أن يحسن النتائج بشكل كبير، لكن العثور على الشكل المثالي دون إرهاق الحاسوب كان عقبة مستمرة.
لقد طور فريق من الباحثين في جامعة طوكيو الآن استراتيجية جديدة لحل هذه المشكلة تحديداً، تقدم طريقة لتحسين مدارات هذه الإلكترونات دون الحاجة إلى الآليات الرياضية الثقيلة التي تبطئ العمل عادةً. لقد قدموا طريقة تسمى "التحسين المتسلسل للمدارات في الوحدة المزدوجة للعنقود المتصل" (sequential orbital-optimized unitary coupled cluster doubles)، أو اختصاراً SOO-UCCD. وبدلاً من محاولة حساب ميل وانحناء مشهد الطاقة لإيجاد المدار الأفضل، وهو نهج تقليدي ومكلف حاسوبياً، تسلك طريقتهم مساراً مختلفاً؛ فهي تعامل البحث عن الشكل المثالي للمدار مثل ضبط مؤشر الراديو. يقوم الباحثون باختبار طاقة الجزيء بشكل منهجي عند تسع زوايا دوران محددة لكل زوج من مدارات الإلكترونات. ومن خلال رسم نقاط الطاقة التسع هذه، يمكنهم إعادة بناء منحنى تغيرات الطاقة بالكامل رياضياً وتحديد الزاوية الدقيقة التي تنتج أدنى طاقة، وكل ذلك دون حساب المشتقات المعقدة التي توجه مثل هذه البحوث عادةً.
وتكمن روعة هذا النهج في أنه يفصل العمل بين الحواسيب الكمية والكلاسيكية بطريقة فعالة للغاية. حيث يُستخدم الحاسوب الكمي فقط لقياس الخصائص الأساسية للحالة الحالية للجزيء، وتحديداً كيفية توزيع الإلكترونات. وبمجرد أخذ تلك القياسات، يتم تنفيذ بقية العمل على حاسوب كلاسيكي قياسي. يستخدم الباحثون البيانات المقاسة لتحويل التكاملات الإلكترونية رياضياً — وهي الأرقام التي تصف كيفية تفاعل الإلكترونات — ثم يجدون أفضل زوايا دوران المدارات. وهذا يعني أن الحاسوب الكمي لا يحتاج إلى تشغيل دوائر معقدة لمعرفة أشكال المدارات؛ بل يكتفي بتوفير البيانات الخام، ويتولى الحاسوب الكلاسي القيام بالعمل الشاق لإيجاد التكوين الأمثل. هذا التقسيم في العمل يسمح للدائرة الكمية بأن تظل ضحلة وبسيطة، باستخدام البوابات التي تمثل قفزات الإلكترونات بين مستويات الطاقة في أزواج فقط، بدلاً من الحاجة إلى البوابات الأكثر تعقيداً التي تمثل القفزات الفردية.
ولاختبار طريقتهم الجديدة، قام الفريق بمحاكاة سلوك جزيء هيدريد الليثيوم، وهو مركب بسيط يتكون من ذرات الليثيوم والهيدروجين. لقد قاموا بمد الرابطة بين هاتين الذرتين، محاكيين عملية سحبهما بعيداً عن بعضهما البعض، وقارنوا نتائجهم بأكثر الحلول النظرية دقة المتاحة. أظهرت عمليات المحاكاة أن طريقتهم الجديدة يمكن أن تعيد إنتاج دقة حسابات أكثر تعقيداً تتطلب عادةً عدداً أكبر بكثير من الموارد الكمية. وحتى عند استخدام دائرة كمية مبسطة تتضمن فقط الإثارات المزدوجة، سمحت إضافة تقنية تحسين المدارات الخاصة بهم للنموذج بالتقاط نفس مستوى التفاصيل الذي يقدمه نموذج أكثر تعقيداً يتضمن الإثارات الفردية. كانت النتائج دقيقة بشكل ملحوظ، حيث وقعت الأخطاء ضمن النطاق المعتبر مقبولاً للدقة الكيميائية، وهي العتبة المعيارية للتنبؤ بالسلوك الكيميائي في العالم الحقيقي.
علاوة على ذلك، وجد الباحثون أن طريقتهم تتقارب نحو الحل الصحيح بنفس سرعة الأساليب التقليدية الرائدة التي تعتمد على حسابات التدرج المعقدة. وفي عمليات المحاكاة التي أجروها، تطلبت طريقتهم الجديدة سبع جولات فقط من التحسين للوصول إلى قيمة طاقة مستقرة ودقيقة. وهذا يشير إلى أن الطريقة ليست دقيقة فحسب، بل هي فعالة أيضاً، حيث تتجنب عثرات التقنيات التقليدية التي قد تتعثر أحياناً أو تتطلب تعديلات مفرطة عندما تكون نقطة البداية بعيدة عن الحل. ومن خلال إلغاء الحاجة إلى حساب التدرجات و"الهيسيان" (Hessians) — وهي المصطلحات الرياضية للميول والانحناءات — أنشأ الباحثون عملية خالية من الإعدادات والمعلمات الإضافية التي غالباً ما تعقد خوارزميات التحسين الأخرى.
إن الآثار المترتبة على هذا العمل كبيرة لمستقبل الكيمياء الكمية. فمن خلال إظهار أن تحسين المدار يمكن تحقيقه عبر عملية بسيطة وخالية من التدرجات، تفتح هذه الدراسة الباب أمام محاكاة كمية أكثر قوة وسهولة في الوصول إليها. إنها تثبت أنه من الممكن تحقيق دقة عالية باستخدام دوائر كمية أقل عمقاً، وهو أمر بالغ الأهمية للجيل الحالي من الأجهزة الكمية التي لا تزال عرضة للأخطاء. تعمل الطريقة بفعالية على نقل عبء إيجاد الترتيب الصحيح للإلكترونات من المعالج الكمي إلى الحاسوب الكلاسيكي، مما يسمح للآلة الكمية بالتركيز على ما تبرع فيه: قياس الحالة الكمية. هذا التوازن يمكن أن يسرع تطوير المواد والأدوية الجديدة من خلال جعل المحاكاة الجزيئية المعقدة ممكنة على الأجهزة الكمية المتاحة اليوم وفي المستقبل القريب.
في نهاية المطاف، يوفر هذا البحث مساراً واضحاً لتحسين كيفية نمذجة الجزيئات على الحواسيب الكمية. فهو يثبت أنه من خلال إعادة التفكير في كيفية تحسين اللبنات الأساسية لنماذجنا، يمكننا تجاوز العديد من الاختناقات التقنية التي حدت من التقدم. ويشير نجاح طريقة SOO-UCCD في هذه المحاكاة إلى أن الجمع بين التحويلات المدارية الكلاسيكية والدوائر الكمية المبسطة هو استراتيجية قوية. إنها تقدم طريقة عملية وموثوقة لتنقيح فهمنا لطاقة الجزيئات، مما يقربنا خطوة أخرى من تسخير الإمكانات الكاملة للحوسبة الكمية لحل التحديات العلمية في العالم الحقيقي.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.