Sparse-QITE: Discovering Compact Generators for Quantum Imaginary-Time Evolution via Regularization Methods

في السعي لبناء حواسيب كمومية مفيدة، يواجه العلماء عقبة مستمرة: وهي كيفية إعداد نظام كمومي في حالته الأكثر استقرارًا، أي في أدنى مستويات الطاقة. هذه "الحالة الأرضية" هي المفتاح لمحاكاة الجزيئات المعقدة، وتصميم مواد جديدة، وحل مشكلات التحسين الصعبة. ومن الطرق القوية للوصول إلى هذه الحالة ما يسمى بـ "التطور في الزمن التخيلي". تخيل نظامًا كموميًا يرغب طبيعيًا في الاستقرار؛ إذا كان بإمكانك تشغيل هذا العملية عكس اتجاه الزمن بطريقة رياضية محددة، فإن النظام سيتخلص من طاقته المثارة والفوضوية ليستقر في تكوينه الهادئ والأدنى طاقة. ومع ذلك، فإن تشغيل هذه العملية على حاسوب كمومي حقيقي أمر صعب لأن الرياضيات تتطلب عمليات لا يمكن للآلة تنفيذها مباشرة. ولتجاوز ذلك، يقوم الباحثون بتقريب العملية باستخدام سلسلة من الخطوات الصغيرة التي يمكن التحكم فيها، والتي يمثل كل منها مولد رياضي مبني من مجموعة من اللبنات الأساسية المعروفة باسم "سلاسل باولي".

المشكلة تكمن في أنه كلما حاول العلماء جعل هذه الخطوات أكثر دقة، انفجر عدد اللبنات الأساسية التي يحتاجونها. ولوصف النظام بدقة عالية، يجب عليهم النظر في مكتبة هائلة من هذه السلاسل، والتي تنمو لتصبح كبيرة جدًا لدرجة أن الحاسوب الكمومي يصبح مثقلًا بالعدد الهائل من العمليات المطلوبة. الأمر يشبه محاولة التنقل في مدينة عبر فحص كل شارع ممكن عند كل تقاطع؛ في النهاية، ستصبح الرحلة بطيئة جدًا ومليئة بالأخطاء لدرجة يصعب معها إكمالها. وقد قدم فريق من الباحثين نهجًا جديدًا يسمى "Sparse-QITE"، والذي يعمل كمرشح لهذا التعقيد الطاغي. فبدلاً من استخدام كل اللبنات المتاحة، تحدد طريقتهم اللبنات الأساسية الضرورية فقط لكل خطوة، وتستبعد البقية دون التضحية بدقة النتيجة النهائية.

اختبر الباحثون هذه الفكرة على نموذجين كلاسيكيين للمواد المغناطيسية: نموذج "إيسينج" في المجال المستعرض ونموذج "هيزنبرغ" المضاد للفيرومغناطيسية. وفي هذه المحاكاة، طبقوا تقنية رياضية تُعرف باسم "الانتظام" (regularization)، والتي تعمل مثل محرر صارم. يقوم هذا المحرر بمراجعة القائمة الطويلة من اللبنات المحتملة لكل خطوة من خطوات التطور، ويقوم بحذف أي منها يساهم بشكل ضئيل جدًا في الهدف الإجمالي. والنتيجة هي "مولد مدمج" يستخدم مكونات أقل بكثير لتحقيق نفس النتيجة. وفي تجاربهم، وجد الفريق أن الطريقة الجديدة يمكنها، في كثير من السيناريوهات، تقليل عدد اللبنات الأساسية النشطة إلى جزء ضئيل مما كان مطلوبًا سابقًا. وفي بعض الحالات الأكثر تطلبًا، والتي تتضمن نطاقات أكبر للنظام، لم تتطلب الطريقة الجديدة سوى حوالي واحد بالمائة من عدد العمليات القياسي مع الحفاظ على دقة عالية. وهذا يشير إلى أن النهج التقليدي كان يحمل عبئًا ثقيلاً من التكرار غير الضروري، وأن هناك مسارًا أكثر رشاقة وتركيزًا.

إن أحد النتائج الحاسمة للدراسة هو أن هذا الاختزال في التعقيد لا يأتي على حساب الدقة. فقد أظهر الباحثون أنه حتى عندما أجبروا النظام على استخدام عدد قليل جدًا من اللبنات الأساسية، ظل المسار الذي اتخذته الحالة الكمومية مشابهًا تقريبًا للمسار الذي اتخذه النهج التقليدي الثقيل. ولاحظوا أنه مع زيادة حجم نطاق النظام لالتقاط الارتباطات الأكثر تعقيدًا، نمت عدد اللبنات الأساسية النشطة في الطريقة القياسية بشكل انفجاري، بينما نمت في طريقتهم الجديدة بشكل أبطأ بكماً بكثير. وفي عدة حالات، بدا أن عدد المكونات المطلوبة قد استقر أو تشبع، بدلًا من الاستمرار في الارتفاع. وهذا يشير إلى أن النظام لا يحتاج فعليًا إلى المكتبة الكاملة ذات التوسع الأسي من الخيارات ليتم حله بشكل صحيح؛ بل يحتاج فقط إلى مجموعة فرعية محددة وقابلة للإدارة ينجح خوارزمهم الجديد في تحديدها.

ولجعل الطريقة أكثر عملية، طور الفريق نوعين من المتغيرات. الأول، يسمى "Adaptive Sparse-QITE"، ويسمح لـ "المحرر" بتغيير درجة صرامته ديناميكيًا مع تقدم المحاكاة. فبدلاً من استخدام قاعدة ثابتة طوال الرحلة، فإنه يعدل عدد اللبنات الأساسية التي يتم الاحتفاظ بها بناءً على مقدار الخطأ المقبول في تلك اللحظة المحددة. سمحت هذه المرونة للنظام بإيجاد حلول أكثر إيجازًا، بل وأوقفت أحيانًا توليد عمليات جديدة بمجرد استقرار الحالة بما يكفي. أما النوع الثاني، "Active-Discovery Sparse-QITE"، فيركز على تقليل عبء القياس. في الحوسبة الكمومية، يتطلب تحديد اللبنات الأساسية التي يجب استخدامها قياس النظام عدة مرات. يقوم هذا المتغير الجديد بمرحلة "اكتشاف" أولية للعثور على اللبنات ذات الصلة ثم يقوم بتجميد تلك القائمة، متجنبًا الحاجة إلى قياس المكتبة الشاملة مرارًا وتكرارًا. وبينما يتطلب الاكتشاف الأولي عمليات قياس كاملة، فإن الخطوات اللاحقة تصبح أرخص بكثير من حيث عدد "الطلقات" أو القياسات المطلة.

تمتد آثار هذا العمل إلى ما هو أبعد من هذه النماذج المحددة. فقد أظهر الباحثون أنه بعد تحويل مولداتهم المدمجة إلى دوائر كمومية فعلية وترجمتها إلى البوابات الأساسية التي تفهمها الأجهزة الحقيقية، ظلت الوفورات كبيرة. لم تكن الدوائر أقصر من حيث عدد البوابات فحسب، بل كانت أيضًا "أقل عمقًا"، مما يعني إمكانية تنفيذها بشكل أسرع وبأخطاء تراكمية أقل. وهذه ميزة حاسمة للأجهزة الكمومية الحالية، المعرضة للضجيج والتي لا يمكنها الاحتفاظ بالحالة الكمومية إلا لفترة وجيزة. ومن خلال تقليل عمق الدائرة، تفتح هذه الطريقة الباب لتشغيل عمليات محاكاة أكثر تعقيدًا على الأجهزة الموجودة. وتشير الدراسة إلى أن الطريق نحو محاكاة كمومية فعالة قد لا يكمن في بناء آلات أكبر وأقوى فورًا، بل في خوارزميات أذكى تعرف بالضبط الأجزاء التي يجب حلها والأجزاء التي يجب تجاهلها.

كما يسلط العمل الضوء على درس أوسع لمجال الحوسبة الكمومية. فهو يتحدى الافتراض بأن المشكلات الأكثر تعقيدًا تتطلب موارد أكثر بشكل أسي إذا ما قمنا ببساطة بتوسيع النهج القياسي. وبدلاً من ذلك، وجد الباحثون أن تعقيد الحل غالبًا ما يكون أقل بكثير من تعقيد الأدوات المستخدمة لإيجاده. ومن خلال تبني "الندرة" (sparsity) — أي استخدام ما هو ضروري فقط — تمكنوا من التنقل في المشهد الكمومي بجزء ضئيل من الجهد المعتاد. وبينما تم الحصول على النتائج من خلال محاكاة على حواسيب كلاسيكية، فإن المبادئ قابلة للتطبيق مباشرة على الأجهزة الكمومية الحقيقية. ويشير الفريق إلى أن العمل المستقبلي سيحتاج إلى اختبار هذه الطرق تحت ظروف الضجيج الواقعية لمعرفة مدى ترجمة انخفاض عدد البوابات إلى أداء أفضل على الأجهزة الفعلية. وفي الوقت الحالي، تقدم النتائج مسارًا واضحًا وواعدًا لجعل المحاكاة الكمومية أكثر كفاءة في استهلاك الموارد، وتحويل نقطة الاختناق المحتملة إلى مهمة يمكن إدارتها.