On the estimation of linear-optical amplitudes and probabilities with entangled input state

في عالم البصريات الكمومية الهادئ والمحكوم، ظل العلماء لفترة طويلة مفتونين بلغز محدد: كيف يتصرف الضوء عندما يتم إرسال العديد من الجسيمات الفردية، التي تسمى الفوتونات، عبر متاهة معقدة من المرايا ومقسمات الأشعة. هذا الإعداد، المعروف باسم "مقياس التداخل الخطي البصري"، هو قلب مقترح يسمى "أخذ عينات البوزون" (boson sampling)، والذي صُمم لإظهار أن الآلات الكمومية يمكنها القيام بأشياء لا تستطيع الحواسيب الكلاسيكية القيام بها. الفكرة الجوهرية هي أن حساب الاحتمالية الدقيقة لمكان استقرار هذه الفوتونات في نهاية المتاهة صعب رياضياً لدرجة أن أقوى الحواسيب الفائقة ستكافح لمواكبته. ومع ذلك، فإن التطبيقات الواقعية لهذه الآلات، مثل تدريب نماذج الذكاء الاصطناعي أو محاكاة التفاعلات الكيميائية، نادراً ما تحتاج إلى القائمة الخام والدقيقة لكل نتيجة ممكنة؛ بل تحتاج بدلاً من ذلك إلى تقدير جيد للسلوك المتوسط، أو احتمالية مجموعات معينة من النتائج، محسوبة بدرجة معقولة من الدقة. بالنسبة للمدخلات البسيطة حيث تكون الفوتونات مستقلة عن بعضها البعض، عرف العلماء بالفعل كيفية تقدير هذه المتوسطات باستخدام الحواسيب الكلاسيكية القياسية. وكان السؤال الكبير المتبقي هو: ماذا يحدث إذا لم تكن الفوتونات مستقلة، بل كانت مرتبطة بعمق، أو "متشابكة"، قبل دخولها إلى الجهاز؟

لقد أجاب فريق من الباحثين في شركة "كوانديلا" (Quandela) في فرنسا على هذا السؤال، كاشفين أن الارتباط العميق بين الفوتونات لا يجعل مهمة التقدير مستحيلة بالضرورة بالنسبة للحواسيب الكلاسيكية. لقد ركزوا على نوع محدد من الضوء المتشابك الذي يتم إنتاجه بشكل متسلسل، فوتون تلو الآخر، بواسطة بواعث كمومية مثل الذرات أو النقاط أشباه الموصلات الصغيرة. في هذه المصادر، يحتفظ الباعث بكمية صغيرة من "الذاكرة الكمومية"، حيث يحتفظ بالمعلومات حول الفوتونات التي أرسلها بالفعل، مما يؤثر على الفوتون التالي. وقد أظهر الباحثون أنه طالما كانت هذه الذاكرة صغيرة — وتحديداً إذا كان حجم المعلومات المخزنة ينمو لوغاريتمياً فقط مع عدد الفوتونات — فإن الحواسيب الكاسية لا تزال قادرة على تقدير احتمالات المخرجات بكفاءة. لقد طوروا أداة رياضية جديدة تعمل مثل دليل ماهر للغاية، مما يسمح للحاسوب بمحاكاة سلوك هذه الفوتونات المتشابكة دون الحاجة إلى تتبع كل الاحتمالات في آن واحد. تعمل هذه الأداة عن طريق تفكيك الحالة المتشابكة المعقدة إلى سلسلة من الخطوات التي يمكن السيطرة عليها، وحساب احتمال مسار كل فوتون واحداً تلو الآخر، ثم دمج هذه الخطوات للحصول على إجابة موثوقة.

تكمن أهمية هذا الاكتشاف فيما يخبرنا به عن حدود "التفوق الكمومي". لسنوات، كان الأمل معقوداً على أن مجرد استخدام الضوء المتشابك قد يكون كافياً للتفوق على الحواسيب الكلاسيكية في مهام التقدير هذه. يوضح هذا البحث أن التشابك نفسه ليس هو ما يخلق الصعوبة، بل حجم الذاكرة المطلوبة لتوليد ذلك التشابك. إذا استخدم المصدر الكمومي ذاكرة تظل صغيرة بالنسبة لعدد الفوتونات، فيمكن للحاسوب الكلاسيكي مواكبته. أثبت الباحثون أن طريقتهم غير متحيزة، مما يعني أنها لا تبالغ في تقدير النتائج أو تقلل منها بشكل منهجي، وأن الخطأ في تقديراتهم يتقلص بشكل يمكن التنبؤ به مع إجراء المزيد من الحسابات. لقد اختبروا نهجهم على حالات معقدة مختلفة، بما في ذلك سلاسل خطية من الفوتونات المتشابكة، وأكدوا أن التكلفة الحسابية تظل تحت السيطرة طالما أن ذاكرة المصدر لا تنمو بشكل كبير.

يعيد هذا العمل فعلياً رسم الحدود بين ما هو سهل للحواسيب الكلاسيكية وما هو صعب. وهو يشير إلى أنه بالنسبة للعديد من التطبيقات المقترحة للآلات الكمومية الضوئية، وخاصة تلك التي تتضمن التعلم الآلي، فإن مجرد وجود الضوء المتشابك ليس كافياً لضمان تفوق كمومي. لكي تتفوق حقاً على الطرق الكلاسيكية في مهام التقدير المحددة هذه، ستحتاج الآلة الكمومية إلى استخدام ذاكرة تنمو خطياً مع عدد الفوتونات، أو ستحتاج إلى استخدام استراتيجيات أكثر تعقيداً مثل "القياسات التكيفية" التي تغير التجربة في الوقت الفعلي. كما قدم الباحثون مساراً واضحاً لكيفية تنفيذ طريقتهم، موفرين حزمة برمجية يمكن استخدامها لاختبار هذه الأفكف على بيانات حقيقية. وتشير نتائجهم إلى أنه بينما يعد الضوء المتشابك مورداً قوياً، فإن الحاسوب الكلاسيكي لم يُهزم بعد في سباق تقدير سلوك هذه الأنظمة، طالما أن المصدر الكمومي لا يصبح شديد التعقيد في ذاكرته الداخلية.

يعتمد نهج الباحثين على ملاحظة ذكية حول كيفية عمل هذه المصادر المتسلسلة. فعندما ينتج باعث كمومي تياراً من الفوتونات، يمكن وصف حالة التيار بأكملها كـ "حالة ضرب المصفوفات" (matrix-product state)، وهي بنية رياضية تلتقط الارتباطات بين الفوتونات بطريقة مدمجة. أدرك الباحثون أن هذه البنية تسمح لهم بأخذ عينات من النتائج المحتملة للتجربة موقعاً تلو الآخر، بدلاً من محاولة حل المشكلة بأكملها دفعة واحدة. لقد صمموا طريقة لأخذ العينات تقوم بسحب أرقام عشوائية لمحاكاة مسار الفوتونات عبر مقياس التداخل، ولكن على عكس الطرق السابقة التي كانت تعمل فقط للفوتونات المستقلة، تأخذ تقنيتهم في الاعتبار التشابك باستخدام ذاكرة المصدر لتوجيه كل خطوة. وهذا يسمح لهم بحساب السلوك المتوسط للنظام بدقة تتحسن مع جمع المزيد من البيانات، ومن المهم أن حجم العمل المطلوب لكل خطوة حسابية ينمو فقط بشكل متعدد الحدود مع حجم النظام، بدلاً من الانفجار بشكل أسي.

أحد أهم جوانب اكتشافهم هو التمييز بين تشابك الضوء وذاكرة المصدر. يمكن لـ "لف مغزلي" (spin) كمومي واحد أن يولد سلسلة طويلة من الفوتونات المتشابكة، مما يخلق حالة معقدة للغاية ويصعب وصفها بطرق أخرى، ومع ذلك أظهر الباحثون أنه نظراً لأن ذاكرة ذلك اللف المغزلي الوحيد صغيرة، فإن الحالة تظل سهلة التقدير بالنسبة للحاسوب الكلاسيكي. وهذا يعني أن التشابك متعدد الأطراف الضخم الذي غالباً ما يُحتفى به في الفيزياء الكمومية لا يترجم تلقائياً إلى صعوبة حسابية لهذه المهام المحددة. تكمن الصعوبة فقط عندما تنمو ذاكرة المصدر لتصبح كبيرة بما يكفي لتخزين كمية كبيرة من المعلومات حول تسلسل الانبعاثات بأكمله. وقد حسب الباحثون أنه إذا كانت الذاكرة محدودة بعدد من "الكيوبتات" ينمو لوغاريتمياً مع عدد الفوتونات، فإن المحاكاة الكلاسيكية تظل فعالة. هذه العتبة مهمة لأنها تعني أن العديد من مصادر الضوء الكمومية الحالية والقريبة من المستقبل، والتي تستخدم عادةً عدداً صغيراً من البواعث أو خط تأخير قصير، لن تتمكن من التفوق على الحواسيب الكلاسيكية في مهام التقدير هذه.

يتناول البحث أيضاً الجانب العملي لهذه الحسابات، موضحاً كيف يمكن توسيع الطريقة لتقدير كميات أخرى مفيدة للتطبيقات، مثل "التداخل" (overlap) بين حالتين كموميتين مختلفتين، أو احتمالية العثور على فوتونات في مجموعة فرعية محددة من أنماط المخرجات. هذه هي أنواع الحسابات المطلوبة لتدريب نماذج التعلم الآلي أو لمقارنة حالات كمومية مختلفة. أظهر الباحثون أن "المُنتِج للعينات" (sampler) الخاص بهم يمكنه التعامل مع هذه المهام بنفس الكفاءة، مما يوفر أداة متعددة الاستخدامات للمجال. لقد تحققوا من نتائجهم النظرية باستخدام عمليات محاكاة عددية، حيث قاموا بتشغيل خوارزميتهم على حالات اختبار مختلفة ومقارنة النتائج بالحسابات الدقيقة للأنظمة الأصغر. طابقت النتائج تماماً، مما أكد أن طريقتهم دقيقة وموثوقة. كما قدموا برهاناً رسمياً لطريقتهم باستخدام نظام إثبات مدعوم بالحاسوب، لضمان أن المنطق الرياضي وراء ادعاءاتهم سليم.

في السياق الأوسع للحوسبة الكمومية، يعمل هذا العمل كـ "فحص للواقع" لهذا المجال. فهو يوضح أن الطريق نحو التفوق الكمومي ليس ببساطة توليد الضوء المتشابك. بدلاً من ذلك، يتطلب الأمر مراعداً دقيقاً للموارد المتاحة للنظام الكمومي، وخاصة حجم ذاكرته. بالنسبة للباحثين الذين يبنون آلات كمومية ضوئية، فإن الرسالة واضحة: لتحقيق تفوق حسابي في مهام التقدير، يجب عليهم إما زيادة ذاكرة مصادرهم بما يتجاوز العتبة اللوغاريتمية، أو إيجاد طرق لاستخدام الجهاز تتجاوز مجرد التقديرات الجمعية البسيطة. لم يدّع الباحثون أن طريقتهم تحل جميع مشاكل المحاكاة الكمومية، ولم يقترحوا أن الحواسيب الكمومية لن تكون مفيدة أبداً لهذه المهام. بل قدموا حدوداً دقيقة للمكان الذي لا تزال فيه الحواسيب الكلاسيكية قادرة على المنافسة، مما يوفر هدفاً واضحاً للتجارب الكمومية المستقبلية.

يخلص البحث إلى تسليط الضوء على العديد من الأسئلة المفتوحة التي لا تزال قائمة في هذا المجال. فبينما تعمل طريقتهم جيداً مع الحالات التي تحتوي على عدد صغير من الفوتونات لكل موقع، ليس من الواضح بعد كيفية التعامل مع المواقف التي تشغل فيها العديد من الفوتونات نفس النمط، أو كيفية مراعاة العيوب مثل "عدم التمايز الجزئي" (partial distinguishability) أو الفقد في النظام. هذه تحديات واقعية ستواجهها أي أجهزة كمومية عملية. كما أشار الباحثون إلى أنه بينما يعالج عملهم مشكلة تقدير الاحتمالات، فإن مسألة ما إذا كان "أخذ العينات" من توزيع المخرات الكامل لهذه الحالات المتشابكة صعباً على الحواسيب الكلاسيكية تظل مسألة مفتوحة. هذا التمييز مهم لأن العديد من التطبيقات المقترحة تعتمد على "أخذ العينات"، وليس مجرد "التقدير". لقد أتاح الباحثون كود البرمجة والبراهين الخاصة بهم للجمهور، مما يسمح للآخرين باختبار طريقتهم والبناء على نتائجهم. إن عملهم يمثل مساهمة صلبة في فهمنا لقدرات وحدود كل من الحواسيب الكلاسيكية والكمومية في مجال البصريات الخطية.