Quantum error correction well below the color code threshold

لبناء حاسوب يمكنه حل مشكلات تفوق قدرات الآلات الحالية، يتجه العلماء إلى القواعد الغريبة للفيزياء الكمومية. تستخدم هذه الحواسيب الكمومية جسيمات متناهية الصغر تسمى "الكيوبتات" (qubits) لحفظ المعلومات، لكنها هشة للغاية. فمجرد همسة من الحرارة، أو مجال مغناطيسي عابر، أو حتى خلل بسيط في نظام التحكم الخاص بالآلة، يمكن أن يتسبب في فقدان الكيوبت لبياناته. وقد كانت هذه الهشاشة لفترة طويلة هي العقبة الأكبر أمام بناء حاسوب كمومي مفيد. وللتغلب على ذلك، يستخدم الباحثون استراتيجية تسمى "تصحيح الخطأ الكمومي". فبدلاً من الاعتماد على كيوبت واحد هش، يقومون بتوزيع المعلومات عبر العديد من الكيوبتات الفيزيائية، مما يخلق شبكة أمان فائضة. وإذا فشل جزء من هذه الشبكة، يمكن للأجزاء الأخرى اكتشاف الخطأ وإصلاحه دون تدمير المعلومات. ومع ذلك، فإن شبكة الأمان هذه تأتي بتكلفة: فإضافة المزيد من الكيوبتات لإصلاح الأخطاء يضيف أيضاً المزيد من المواضع التي يمكن أن تحدث فيها أخطاء جديدة. والهدف هو إيجاد نقطة يصبح فيها إضافة المزيد من الوفرة سبباً في جعل النظام أكثر موثوقية بدلاً من أن يكون أقل موثوقية. تُعرف هذه النقطة الفاصلة باسم "العتبة" (threshold). فإذا كانت المكونات الفيزيائية للحاسوب جيدة بما يكفي للبقاء تحت هذه العتبة، فإن جعل الحاسوب أكبر وأكثر تعقيداً سيؤدي إلى تلاشي الأخطاء بشكل أسي، مما يمهد الطريق لآلات يمكنها العمل لساعات دون فشل.

لقد أثبت فريق من الباحثين في شركة "كوانتينيوم" (Quantinuum) الآن أنه يمكنهم تشغيل معالج كمومي يعمل تحت هذه العتبة الحرجة بكثير، وهي خطوة رئيسية نحو بناء آلة يمكنها حقاً حل مشكلات من العالم الحقيقي. وباستخدام معالج يسمى "هيليوس" (Helios)، الذي يحجز ذرات منفردة من الباريوم في فراغ ويثبتها في مكانها باستخدام مجالات كهربائية، اختبر الفريق نوعاً معيناً من أكواد تصحيح الخطأ يُعرف باسم "الكود اللوني المثلثي" (triangular color code). وقد أجروا تجارب باستخدام ثلاثة أحجام مختلفة من هذه الأكواد، تتراوح من كتل صغيرة مكونة من ثلاثة عشر كيوبت إلى كتل أكبر مكونة من ثلاثة وسبعين كيوبت. كانت النتائج مذهلة: فمع زيادة حجم الكود، انخفض معدل وقوع الحاسوب في الأخطاء المنطقية بشكل كبير. وبالنسبة لأكبر كود اختبروه، انخفض معدل الخطأ إلى حوالي خمسة أخطاء في مليون محاولة. ويمثل هذا تقليلاً للأخطاء بأكثر من عشرة أضعاف مع كل خطوة في الحجم، مما يثبت أن النظام يعمل بالفعل في المنطقة التي يؤدي فيها التوسع في الحجم إلى استقرار أكبر.

حقق الباحثون هذا النجاح من خلال معالجة مشكلتين محددتين غالباً ما تؤرق الحواسيب الكمومية: "التسرب" (leakage) و"تعقيد الدوائر" (circuit complexity). في العالم المثالي، يجب أن يبقى الكيوبت في حالته المحددة إلى الأبد، ولكن في الواقع، يمكنه أحياناً أن "يتسرب" خارج مساحة عمله إلى مستويات طاقة أخرى حيث لا يعود يتصرف بشكل صحيح. وإذا استُخدم كيوبت متسرب في عملية حسابية، فقد ينشر الأخطاء إلى جيرانه، مما يسبب سلسلة من الإخفاقات. ولإيقاف ذلك، استخدم الفريق نهجاً مزدوجاً؛ أولاً، استخدموا تقنية على مستوى الأجهزة تعمل مثل زر إعادة الضبط، باستخدام نبضات ضوئية مدروسة زمنياً لضخ الذرات المتسربة وإعادتها إلى حالتها التشغيلية الصحيحة. ثانياً، صمموا طريقة على مستوى الدائرة لاستبدال كيوبتات البيانات بأخرى جديدة قبل أن تسبب المشاكل، مما يؤدي فعلياً إلى إزالة الجسيمات المتسربة من العملية الحسابية. ومن خلال الجمع بين هاتين الطريقتين، ضمنوا بقاء الأخطاء تحت السيطرة وإمكانية تصحيحها بواسطة الكود.

كما اختبر الفريق مدى كفاءة الطرق المختلفة في قراءة إشارات الخطأ وإصلاح الأخطاء في الوقت الفعلي. وقارنوا بين برنامج حاسوبي تقليدي يعتمد على القواعد وبين نهجين جديدين يعتمدان على الذكاء الاصطناعي: "الشبكة العصبية الالتفافية" (convolutional neural network) ونموذج يعتمد على "المحول" (transformer-based model). تم تدريب هذه الشبكات العصبية على بيانات محاكاة من معالج "هيليوس" ثم طُبقت مباشرة على الأجهزة الحقيقية دون أي تعديل إضافي. ومن المثير للدهشة أن كلا البرنامجين، التقليدي ونماذج الذكاء الاصطناعي، قد أديا وظائفهما بشكل متطابق تقريباً، حيث نجحا في فك رموز إشارات الخطأ وتصحيح الأخطاء المنطقية. وكانت الشبكات العصبية مثيرة للإعجاب بشكل خاص لأنها استطاعت معالجة البيانات في بضع مئات من الميكروثانية، وهي سرعة كافية لمواكبة سرعة المعالج الكمومي. وهذا يشير إلى أنه في المستقبل، يمكن استخدام هذه المفسرات الذكية والسريعة لإصلاح الأخطاء أثناء حدوثها، بدلاً من الانتظار حتى نهاية العملية الحسابية.

بالإضافة إلى مجرد إصلاح الأخطاء، قدمت التجربة نظرة عميقة في الآليات الداخلية للمعالج الكمومي. فمن خلال تحليل أنماط الأخطاء، استطاع الباحثون تحديد المكان الذي تعاني فيه الآلة بالضبط. ووجدوا أن المصدر الأكثر شيوعاً للأخطاء هو التفاعل بين اثنين من الكيوبتات، يليه الأخطاء المتعلقة بتحريك الأيونات حولها والضوضاء الناتجة عن قياسها. هذا النوع من التشخيص التفصيلي أمر بالغ الأهمية لأنه يخبر المهندسين بالأجزاء التي تحتاج إلى المزيد من التحسين في الآلة. كما أظهرت الدراسة أن كود تصحيح الخطأ عمل بفعالية حتى عندما لم تكن المكونات الفيزيائية مثالية، طالما تم التحكم في "التسرب". إن معدلات الخطأ المنطقي التي حققوها تقترب من المستويات المطلوبة لما يسميه العلماء حسابات "ميغا كوب" (megaquop)، وهو مقياس حيث يمكن للحواسيب الكمومية معالجة مشكلات في الكيمياء، وعلوم المواد، والتشفير، والتي تُعد مستحيلة حالياً.

بينما يثبت هذا العمل أن تصحيح الخطأ يعمل، يشير الباحثون إلى أن الرحلة لم تنتهِ بعد. التحدي الكبير التالي هو إثبات أن العملية برمتها، بما في ذلك إعداد "الحالات السحرية" (magic states) الخاصة اللازمة لأكثر الحسابات قوة، يمكن أيضاً إبقاؤها تحت عتبة الخطأ. ركزت الدراسة الحالية على ذاكرة الحاسوب والبوابات المنطقية الأساسية، لكن حاسوباً كمومياً شاملاً سيتطلب إجراء مجموعة أوسع من العمليات. ويقترح الفريق أن الخطوة المنطقية التالية هي إجراء عملية حسابية كاملة تتضمن هذه العمليات الأكثر تعقيداً، باستخدام طرق فك الرموز السريعة في الوقت الفعلي التي طوروها. وإذا نجح ذلك، فسيشكل هذا الانتقال من آلة تصحح الأخطاء في تجربة محكومة إلى آلة يمكنها تشغيل برنامج طويل ومعقد دون فشل. وتشير النتائج إلى أن معالجات الأيونات المحاصرة، مثل تلك المستخدمة في هذه الدراسة، لديها القدرة على الوصول إلى أداء ذي صلة بالتطبيقات العملية باستخدام كتل أصغر من الأكواد مما كان يُعتقد سابقاً، مما يقرب عصر الحوسبة الكمومية العملية من الواقع.