A comparative study of variational quantum classifiers and classical machine learning for discrimination at the LHC
تقوم هذه الدراسة بقياس أداء المصنفات الكمية التباينية مقابل أشجار القرار المعززة الكلاسيكية والبيرسيبترونات متعددة الطبقات للتمييز بين إشارة وخلفية في بيانات تشغيل مصادم الهادرونات الكبير (LHC) للمرحلة الثانية (Run-2)، مع تحديد أنظمة تحليل محددة تقدم فيها النماذج المستوحاة من الكم قدرات تمييز تنافسية.
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 مصادم الهادونات الكبير، وهو آلة ضخمة مدفونة تحت الحدود بين فرنسا وسويسرا، يقوم العلماء بتحطيم البروتونات معاً بسرعة تقارب سرعة الضوء لإعادة تهيئة ظروف الكون المبكر. ومن بين تريليونات الاصطدامات التي تحدث، تتضمن إحدى الأحداث النادرة إنشاء كوارك قمي (top quark)، وهو أثقل جسيم أولي معروف، إلى جانب بوزون W. هذا المزيج المحدد، المعروف باسم قناة tW، يعد مختبراً حيوياً لاختبار النموذج المعياري للفيزياء والبحث عن قوى جديدة مجهولة. ومع ذلك، فإن العثيد على هذه الإشارة النادرة يشبه محاولة سماع همسة واحدة في ملعب صاخب. فالكوارك القمي الناتج بهذه الطريقة يبدو متطابقاً تقريباً مع حدث أكثر شيوعاً حيث يتم إنشاء زوج من الكواركات القمية وتدميرها فوراً. ويعد التمييز بين الإشارة النادرة والخلفية الهائلة لهذه الأزواج الشائعة واحداً من أصعب التحديات في الفيزياء الحديثة للجسيمات.
لعقود من الزمن، اعتمد الفيزيائيون على خوارزميات حاسوبية كلاسيكية قوية لفرز هذه البيانات، باستخدام تقنيات تحاكي أشجار القرار أو الشبكات العصبية لرصد الاختلافات الدقيقة بين نوعي الأحداث. ومؤخراً، برزت أداة جديدة من عالم الحوسبة الكمومية: المصنف الكمومي المتغير. وهذا نظام هجين يستخدم القواعد الغريبة لميكانيكا الكم، حيث يمكن للجسيمات أن توجد في حالات متعددة في آن واحد، لمعالجة المعلومات. وبينما لا تزال هذه الحاسبات الكمومية في مهدها وهي حالياً "صاخبة" جداً بحيث لا تستطيع التعامل مع أحمال البيانات الضخمة لمصادم حقيقي، أراد الباحثون معرفة ما إذا كان المنطق الرياضي وراءها يمكن أن يقدم ميزة على الطرق الكلاسيكية الراسخة. ولاختبار ذلك، قام فريق من الفيزيائيين من جامعة دلهي بمحاكاة سيناريو واقعي باستخدام بيانات مفتوحة من التشغيل الثاني للمصادم، حيث وضعوا الخوارزمية المستوحاة من الكم في مواجهة أفضل نموذجين كلاسيكيين أداءً: شجرة القرار المعززة والبيرسيبترون متعدد الطبقات.
ركز الباحثون على طريقتين متميزتين لظهور الجسيمات بعد الاصطدام. في السيناريو الأول، تتحلل الجسيمات إلى إلكترونات وميونات، مما يخلق إشارة نظيفة نسبياً يسهل رصدها ولكنها نادرة. وفي السيناريو الثاني الأكثر شيوعاً، تتحلل الجسيمات إلى نفثات من جسيمات أخرى، مما يخلق بيئة فوضوية ومزدحمة يصعب تحليلها كثيراً. وقد قسموا البيانات إلى فئات مختلفة بناءً على عدد الجسيمات المكتشفة وما إذا كانت هذه الجسيمات تتحرك ببطء أو كانت "معززة" إلى سرعات عالية جداً. ولكل فئة من هذه الفئات، قاموا بتدريب النماذج الثلاثة لتعلم الفرق بين إشارة tW النادرة وخلفية زوج الكوارك القمي الشائعة. ولم يكن الهدف مجرد رؤية أي نموذج يرتكب أقل عدد من الأخطاء، بل لمعرفة أي منها يمكنه تعظيم الأهمية الإحصائية للاكتشاف، أي إيجاد النقطة المثالية حيث يتم الاحتفاظ بأكبر قدر من الإشارة مع التخلص من أكبر قدر من الخلفية.
كانت النتائج في هذه المقارنة متوازنة بشكل مفاجئ. ففي قناة الإلكترون-ميون النظيفة، أدت النماذج الثلاثة أداءً متطابقاً تقريباً. فقد كان المصنف الكمومي بجودة الشبكات العصبية وأشجار القرار الكلاسيكية في فصل الإشارة عن الخلفية، دون وجود ميزة إحصائية لأي نهج بمفرده. أما في القنوات الهادرونية الأكثر تعقيداً وفوضوية، فكانت الصورة أكثر دقة. ففي النظام الذي تتحرك فيه الجسيمات بسرعات متوسطة، أظهرت الشبكة العصبية الكلاسيكية والمصنف الكمومي تفوقاً طفيفاً على أشجار القرار، وإن كان الفرق صغيراً بما يكفي ليعزى إلى التباين الإحصائي العشوائي بدلاً من التفوق الجوهري. وفي النظام الذي تتحرك فيه الجسيمات بسرعات عالية جداً، بدا أن أشجار القرار تجد ذروة أكثر حدة في الأهمية، لكن هذه الذروة كانت غير مستقرة وتتقلب بشدة، مما يجعلها غير موثوقة. وفي المقابل، أنتج المصنف الكمومي والشبكة العصبية منحنيات أكثر سلاسة واستقراراً حافظت على مستوى ثابت من الأداء.
في نهاية المطاف، تثبت هذه الدراسة أن المصنف الكمومي المتغير هو أداة قابلة للتطبيق في فيزياء الطاقة العالية، وقادرة على مضاهاة أداء أفضل الخوارماجيات الكلاسيكية المستخدمة حالياً. ووجد الباحثون أنه بينما لم يتفوق النموذج الكمومي بشكل دراماتيكي على الآخرين في هذه المحاكاة المحددة، إلا أنه لم يتأخر عنهم أيضاً. لقد نجح في التنقل عبر البيانات المعقدة وعالية الأبعاد لتصادمات الجسيمات دون فقدان الاستقرار. وهذا يشير إلى أنه مع نضوج الأجهزة الكمومية وقدرتها على التعامل مع البيانات الواقعية، لن تحتاج هذه الخوارزميات إلى إعادة اختراع العجلة لتكون مفيدة؛ بل يمكنها التدخل والقيام بنفس مهام الفرز الحرجة التي تقوم بها الأدوات الكلاسيكية، مما قد يوفر طرقاً جديدة للتعامل مع الارتباطات الفريدة في بيانات الجسيمات التي تجد الحواسيب الكلاسيكية صعوبة في رؤيتها. وفي الوقت الحالي، يقف المصنف الكمومي كقرين واعد للأساليب الراسخة، جاهزاً لمزيد من الاختبار مع تطور التكنولوجيا.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.