Trajectree - A quantum trajectory-based quantum circuit simulator
تقدم الورقة البحثية Trajectree، وهو محاكي جديد يعتمد على المسارات الكمومية ويستخدم مخطط تنفيذ جزئي لحفظ الحالة لمحاكاة الدوائر الكمومية والأنظمة البصرية العريضة والعميقة والمشوبة بالضجيج بكفاءة، مُظهرًا أداءً أسرع من خمس مرات من QSim التابع لجوجل مع النجاح في نمذجة تجارب بصرية معقدة مثل اختبارات بيل وتبادل التشابك.
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 السعي لبناء حاسوب كمي عامل، يواجه العلماء مفارقة: لتصميم آلة يمكنها حل مشكلات لا يستطيع الحاسوب العادي حلها، يجب عليهم أولاً بناء محاكٍ يمكنه التنبؤ بكيفية سلوك تلك الآلة. لكن الشيء ذاته الذي يجعل الحواسيب الكمية قوية للغاية — قدرتها على الوجود في حالات متعددة في آن واحد — يجعل من الصعب جداً نمذجتها على حاسوب قياسي. فكلما كبر النظام الكمي، انفجر مقدار المعلومات اللازمة لوصفه، مما يؤدي سريعاً إلى إرهاق حتى أقوى الحواسيب الفائقة. علاوة على ذلك، فإن الأجهزة الكمية في العالم الحقيقي "فوضوية"؛ فهي تتفاعل مع بيئتها، مما يتسبب في فقدان خصائصها الكمية الدقيقة من خلال عملية تسمى "فقدان الترابط" (decoherence). ولفهم كيفية أداء هذه الآلات المشوبة بالضجيج في الواقع، يجب على الباحثين محاكاة ليس مساراً واحداً من الأحداث فحسب، بل آلاف السيناريوهات المحتملة، كل منها مختلف قليلاً، لمعرفة النتيجة المتوسطة. وهذا يشكل عبئاً حسابياً ثقيلاً، يتطلب غالباً كميات هائلة من الوقت والذاكرة.
قدم فريق من الباحثين أداة جديدة تسمى "تراكتري" (Trajectree)، وهي محاكٍ صُمم لمعالجة هذه العقبة تحديداً. فبدلاً من معاملة كل عملية محاكاة كبداية جديدة تماماً، يستخدم "تراكتري" استراتيجية ذكية لتوفير الذاكرة. تخيل مسافراً يتنقل في متاهة معقدة حيث ينقسم المسار عند كل منعطف. في المحاكاة التقليدية، سيتعين على المسافر إعادة حساب الرحلة بأكملها من البداية في كل مرة يريد فيها استكشاف إمكانية جديدة. أما "تراكتري"، فيعمل كمسافر يحتفظ بخريطة مفصلة لأكثر الطرق شيوعاً التي سلكها بالفعل. فعندما يحتاج المحاكي إلى اتخاذ مسار تم سلوكه من قبل، يقوم البرنامج ببساطة باستدعاء الخريطة المحفوظة والمتابعة من تلك النقطة، متجاوزاً العمل الشاق لإعادة حساب الخطوات. يسمح هذا النهج للنظام بتوليد آلاف النتائج المحتملة لدائرة كمية مشوبة بالضجيض بشكل أسرع بكثير من الطرق السابقة.
اختبر الباحثون هذه البنية الجديدة مقابل المعيار الصناعي الرائد، "Google QSim"، باستخدام مجموعة من الدوائر المرجعية الصعبة. وفي هذه الاختبارات، أظهر "تراكتري" ميزة سرعة كبيرة، حيث قام بتشغيل عمليات المحاكاة بسرعة تزيد عن خمس مرات مقارنة بالبرمجيات المعتمدة. يأتي هذا التحسن من قدرة البرنامج على إدراك أن العديد من السيناريوهات العشوائية التي يحتاج إلى توليدها هي في الواقع متشابهة جداً. ومن خلال حفظ النتائج الوسيطة لأكثر المسارات احتمالاً، يتجنب المحاكي تكرار الرياضيات المعقدة مراراً وتكراراً. ووجد الفريق أن هذه الكفاءة كانت واضحة بشكل خاص عند التعامل مع "الضجيج المنحاز" (biased noise)، وهو نوع من الأخطاء حيث يكون النظام أكثر عرضة لارتكاب أخطاء معينة دون غيرها. في هذه الحالات، يمكن للمحاكي تركيز ذاكرته على النتائج الأكثر احتمالاً، مما يجعل العملية أكثر رشاقة وسرعة.
بعيداً عن السرعة، أظهر الباحثون أن "تراكتري" مناسب بشكل فريد لمحاكاة الأنظمة البصرية، التي تستخدم جسيمات الضوء، أو الفوتونات، لحمل المعلومات الكمية. وتعد الشبكات الكمية القائمة على الضوء مساراً واعداً للاتصالات الآمنة ونقل البيانات لمسافات طويلة، لكن محاكاتها أمر صعب للغاية لأن عدد حالات الفوتون المحتملة يمكن أن يكون هائلاً. يتضمن "تراكتري" محركاً متخصصاً يستخدم تقنية رياضية تسمى "شبكات الموتر" (tensor networks) لضغط هذا الكم الهائل من البيانات. وهذا يسم يتيح للمحاكي تتبع سلوك الضوء عبر قنوات عديدة دون نفاد الذاكرة. ولإثبات جدارته، استخدم الفريق هذا المحرك البصري لإعادة إنشاء ثلاث تجارب شهيرة: اختبار "Bell" المعروف باختبار "CHSH" للتشابك الكمي، وعملية تسمى "تبادل التشابك" (entanglement swapping) التي تربط الجسيمات البعيدة، وبوابة منطقية بصرية تسمى "CNOT". وفي كل حالة، أنتج المحاكي نتائج تطابق التوقعات النظرية والبيانات التجريبية، مثل رؤية تشابك تبلغ حوالي 77 بالمائة، مما يؤكد أن الأداة يمكنها بدقة نمذجة الواقع المعقد والمشوب بالضجيج للأجهزة الضوئية.
يشير هذا العمل إلى أنه من خلال تذكر المسارات التي سلكها النظام الكمي بالفعل، يمكننا التنقل في مستقبل الحوسبة الكمية بكفاءة أكبر. وبينما يعمل الإصدار الحالي من "تراكتري" على معالج واحد، يشير الباحثون إلى أن التصميم جاهز للتوسع عبر معالجات متعددة، مما قد يجعله أسرع حتى من ذلك. وفي الوقت الحالي، تقف هذه الأداة كدليل عملي على أن حفظ الخطوات الوسيطة في عملية حسابية يمكن أن يفتح القدرة على محاكاة أنظمة كمية أكبر وأكثر ضجيجاً وتعقيداً من أي وقت مضى، مما يوفر مورداً حيوياً للمهندسين الذين يحاولون بناء الجيل القادم من التكنولوجيا الكمية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.