Resource efficient Sample Based Quantum Simulation through Fragmentation and Virtual Partitioning of QPU
تقدم هذه الورقة FMO-QVM-HCI-HSQD، وهو إطار عمل كفء في استهلاك الموارد يجمع بين التجزئة الجزيئية، وتقسيم وحدة المعالجة الكمومية الافتراضية، و"ansatz" نصف الكيوبت لتقليل عمق الدائرة ووقت التنفيذ بشكل كبير، مما يتيح محاكاة كمومية قائمة على العينات للأنظمة ذات الصلة كيميائياً بدقة على الأجهزة الحالية.
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
تخيل أنك تحاول فهم كيفية عمل آلة معقدة من خلال تفكيكها، ودراسة كل قطعة صغيرة منها بشكل منفصل، ثم إعادة تجميع المعرفة بعناية لفهم الكل. هذا هو جوهر المحاكاة الجزيئية الحديثة، وهو مجال يحاول فيه العلماء التنبؤ بكيفية سلوك الذرات والجزيئات لتصميم أدوية ومواد جديدة. لعقود من الزمن، عانت الحواسيب الكلاسيكية من هذه المهمة لأن القواعد التي تحكم الإلكترونات معقدة للغاية، وتتطلب قدرة حوسبة هائلة لحلها بدقة. أما الحواسيب الكمومية، التي تستخدم القوانق الفيزيائية الغريبة التي تحكم العالم دون الذري، فتعد بحل هذه المشكلات بشكل طبيعي. ومع ذلك، لا تزال الأجهزة الكمومية الحالية صغيرة وعرضة للأخطاء، مما يجعل من الصعب تشغيل الحسابات الضخمة اللازمة للجزيئات ذات الصلف في العالم الحقيقي. لقد كان التحدي يكمن في إيجاد طريقة لاستخدام هذه الأجهزة الهشة في مراحلها الأولى للتعامل مع أنظمة كبيرة ذات صلة كيميائية دون الضياع في الضجيج أو الانتظار لعقود من الزمن للحصول على النتائج.
لقد طور فريق من الباحثين نهجاً جديداً يجمع بين ثلاث استراتيجيات متميزة لجعل هذا ممكناً. أطلقوا على طريقتهم اسم FMO-QVM-HCI-HSQD، وهو إطار عمل مصمم لتقسيم مشكلة جزيئية كبيرة إلى قطع يمكن إدارتها، وتشغيل تلك القطع في وقت واحد على معالج كمومي واحد، واستخدام طريقة مبسطة لجمع البيانات لتقليل العبء على الأجهزة. يتضمن الجزء الأول من استراتيجيتهم "التجزئة". فبدلاً من محاولة محاكاة جزيء كامل كبير في وقت واحد، وهو ما سيتطلب عدداً من البتات الكمومية أكثر مما هو موجود حالياً، قاموا بتقسيم الجزيء إلى قطع أصغر ومستقلة. إنهم يعاملون كل قطعة، أو جزء، كمسألة صغيرة خاصة بها، حيث يحسبون طاقتها مع مراعاة التأثير الكهربائي للأجزاء المحيطة. وهذا يسمح لهم بحل العديد من المسائل الصغيرة بدلاً من مسألة واحدة عملاقة مستحيلة.
أما الابتكار الثاني فيعالج كيفية تشغيل هذه المسائل الصغيرة على الحاسوب الكمومي. عادةً، يُعامل المعالج الكمومي كوحدة واحدة حيث يعمل برنامج واحد في كل مرة. وبدلاً من ذلك، استخدم الباحثون تقنية تسمى "الآلة الكمومية الافتراضية"، والتي تقسم المعالج الفيزيائي إلى عدة مناطق مستقلة. وهذا يسمح بتشغيل حسابات أجزاء مختلفة في نفس الوقت على أجزاء مختلفة من نفس الشريحة. ومن خلال القيام بذلك، يتجنبون أوقات الانتظار الطويلة التي تحدث عندما تُوضع المهام في طوابير انتظار واحدة تلو الأخرى، مما يحول الحاسوب الكمومي الواحد فعلياً إلى مصنع صغير حيث يتم بناء العديد من المنتجات في آن واحد. أما الجزء الثالث من طريقتهم فيتضمن اختصاراً ذكياً في كيفية جمع المعلومات. فبدلاً من استخدام المجموعة الكاملة من البتات الكمومية المطلوبة لوصف كل حالة ممكنة للإلكترونات، يستخدمون نهج "نصف البت الكمومي" (half-qubit) الذي يركز فقط على جانب واحد من دوران الإلكترون (spin). وهذا يقلل عدد البتات المطلوبة إلى النصف ويقصر بشكل كبير من "عمق الدائرة" (circuit depth)، وهو طول تسلسل العمليات التي يجب أن يقوم بها الحاسوب. والدوائر الأقصر هي أقل عرضة للتلف بسبب الضجيج الذي يعيب الأجهزة الكمومية الحالية.
ولاختبار ما إذا كان هذا الجمع من الأفكار قد نجح بالفعل، أجرى الفريق تجارب على نظامين مختلفين تماماً باستخدام أجهزة كمومية حقيقية من IBM. النظام الأول كان "ثلاثي جزيئات الماء" (water trimer)، وهو عبارة عن عنقود من ثلاثة جزيئات ماء متماسكة بواسطة روابط هيدروجينية. والثاني كان نظاماً بيولوجياً أكثر تعقيداً: جزيء دواء يسمى "كارموفور" (carmofur) مرتبط بهدف بروتيني من فيروس سارس-كوف-2 (SARS-CoV-2)، وهو هدف رئيسي لتطوير الأدوية المضادة للفيروسات. في هذه التجارب، قارنوا طريقتهم الجديدة بالأساليب التقليدية الأكثر شيوعاً لتشغيل هذه المحاكات. بالنسبة لثلاثي جزيئات الماء، وجدوا أن نهجهم قلل من الوقت الذي كان يشغله الحاسوب الكمومي بنسبة 82 بالمائة مقارنة بتشغيل الأجزاء واحداً تلو الآخر. كما قلل من تعقيد الحساب بنسبة تقارب 40 بالمائة. والأهم من ذلك، كانت النتائج دقيقة للغاية، حيث طابقت دقة الحسابات الكلاسيكية الأكثر تكلفة مع استخدام جزء ضئيل جداً من مساحة البيانات الممكنة.
كانت النتائج الخاصة بمعقد (الدواء-البروتين) أكثر دلالة. في الإعداد القياسي، تطلبت محاكاة هذا الجزيء دائرة كمومية عميقة ومعقدة، مما جعل من الصعب الحصول على نتائج موثوقة. ومن خلال استخدام نهجهم المجزأ والمتوازي والمبسط، قلل الباحثون من عمق الدائرة بنسبة 47 بالمائة وقلصوا الوقت المستغرق في المعالج الكمومي بنسبة 20 بالمائ % . لقد حققوا "الدقة الكيميائية"، وهي المعيار الذهبي للتنبؤ بكيفية تفاعل الجزيئات، مع الوصول إلى أقل من واحد في المائة من مجموعات البيانات الممكنة التي كانت ستتطلبها الطريقة التقليدية. وهذا يشير إلى أن الطريقة ليست أسرع فحسب، بل هي أيضاً أكثر كفاءة في إيجاد الإجابات الصحيحة دون الغرق في حسابات غير ضرورية.
ثم دفع الباحثون الحدود إلى أبعد من ذلك بمحاكاة معقد (الدواء-البروتين) بنموذج أكثر ضخامة وتفصيلاً للإلكترونات، وهو إعداد تطلب ما يصل إلى 52 بت كمومي. هذا حجم كبير بالنسبة للأجهزة الحالية، ومع ذلك تمكنت طريقتهم من إتمام المهمة. انحرفت الطاقة الإجمالية المحسوبة للجزيء عن أفضل تقدير كلاسيكي متاح بهامش ضئيل جداً، وهو ضمن النطاق الذي يعتبر دقيقاً لاكتشاف الأدوية. وقد أثبت هذا أن الإطار يمكنه التعامل مع أنظمة أكبر بكثير مما يمكن محاكاته باستخدام الطرق السابقة على نفس الأجهزة. وأشار الفريق إلى أنه بينما تعد هذه الطدلية قوية، إلا أنها ليست حلاً سحرياً؛ فهي تعتمد على الجودة المحددة للمعالج الكمومي وطريقة توزيع الأجزاء على الأجهزة. فإذا كانت الأجهزة شديدة الضجيج أو كانت الأجزاء كبيرة جداً بحيث لا تتسع للمناطق المتاحة، فإن الفوائد تتضاءل.
في نهاية المطاف، يظهر هذا العمل أنه من خلال تفكيك المشكلات، وتشغيلها بالتوازي، وتبسيط جمع البيانات، يمكن استخدام الحواسيب الكمومية غير المثالية اليوم لدراسة الجزيئات ذات الصلما ب الواقع الكيميائي والطبي. لم يدّع الباحثون أنهم حلوا جميع مشكلات المحاكاة الكمومية، لكنهم قدموا مساراً واضحاً للمضي قدماً. تشير نتائجهم إلى أن الجمع بين التجزئة، والتقسيم الافتراضي للمعالج، وأخذ عينات نصف البت الكمومي، يجعل من الممكن محاكاة الأنظمة ذات الصلة كيميائياً على الأجهزة الحالية. وهذه خطوة مهمة نحو اليوم الذي يمكن فيه للحواسيب الكمومية أن تساعد بشكل روتيني في تصميم أدوية جديدة وفهم المواد المعقدة، محولةً ما كان يوماً ما إمكانية نظرية إلى أداة عملية للعلماء.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.