← أحدث الأبحاث
⚛️ الفيزياء الكمومية

Recursive Quantum Alternating Operator Ansatz

توسع هذه الورقة البحثية خوارزمية التقريب الكمي التكرارية للتحسين (Recursive Quantum Approximate Optimization Algorithm) لتشمل المسائل التوافقية المقيدة من خلال تحديد فئات أوسع من المسائل المغلقة تحت عملية حذف المتغيرات وبناء خلاطات فعالة تحافظ على الإمكانية، مما يتيح التحسين التكراري لمهام مثل مسألة الحقيبة التي تتفوق على النهج غير التكراري والنهج القائم على الجزاء.

المؤلف الأصلي: Lennart Binkowski, Stuart Flannigan

نُشر 2026-11-16
📖 5 دقيقة قراءة🧠 قراءة متعمّقة

المؤلف الأصلي: Lennart Binkowski, Stuart Flannigan

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلف ولم يصادق عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

في سعيها لحل أكثر الألغاز استعصاءً في العالم، توجه العلماء إلى نوع جديد من الآلات: الحاسوب الكمي. وخلافاً للأجهزة الموجودة في جيوبنا التي تعالج المعلومات كتدفق بسيط من الأصفار والآحاد، تستخدم هذه الآلات القوانين الغريبة للفيزياء للحفاظ على العديد من الاحتمالات في حالة من "التراكب" في آن واحد. وهذا يسمح لها باستكشاف مشهد شاسع من الحلول دفعة واحدة، مما يوفر اختصاراً محتملاً لمشكلات قد تستغرق الحواسيب التقليدية آلاف السنين لحلها. ومن بين الأدوات الواعدة لهذه الآلات خوارزمية تسمى "خوارزمية التحسين التقريبي الكمي". فكر فيها كعملية بحث موجهة حيث يقوم الحاسوب بإعداد حالة كمية، ويقيس مدى ملاءمتها للمشكلة، ثم يعدل إعداداته للوصول إلى أفضل إجابة. ومع ذلك، فإن مشكلات العالم الحقيقي نادراً ما تكون حرة في التجول؛ فهي مقيدة بقواعد صارمة، أو قيود. فشاحنة التوصيل لا يمكنها حمل وزن أكثر مما يسمح به محركها، وشبكة من الأصدقاء لا يمكن أن تتضمن شخصين يرفضان التحدث إلى بعضهما البعض. وعندما تكون هذه القواعد صعبة، فإن طرق البحث القياسية غالباً ما تفشل، فتتوه في بحر من الحلول المستحيلة أو تتطلب حلولاً بديلة ركيكة تضعف من قوتها.

لقد طور فريق من الباحثين الآن طريقة لجعل عمليات البحث الكمي هذه أكثر ذكاءً وانضباطاً، وتحديداً للمشكلات ذات القواعد الصارمة. لقد أخذوا استراتيجية موجودة تسمى "خوارزمية التحسين التقريبي الكمي التكرارية"، والتي تعمل عن طريق حل مشكلة كبيرة عبر تقسيمها بشكل متكرر إلى نسخ أصغر وأبسط من نفسها. في الماضي، كانت هذه الطريقة تعمل جيداً للمشكلات التي لا تحتوي على قواعد، لكنها تعثرت عندما واجهت قيوداً. ففي كل مرة تحاول فيها الخوارزمية تبسيط مشكلة ما عن طريق تثبيت متغير واحد، كان نسيج القواعد المعقد يتحول إلى شكل جديد غير قابل للتمييز لم تعد أدوات الحاسوب قادرة على التعامل معه. أدرك الباحثون أنه لضمان بقاء البحث على المسار الصحيح، كان عليهم التوقف عن محاولة إجبار كل مشكلة مبسطة على العودة إلى قالبها الأصلي. بدلاً من ذلك، بنوا إطار عمل جديداً وأكثر اتساعاً يقبل هذه الأشكال المتغيرة كخطوات طبيعية في العملية.

إن جوهر اكتشافهم هو مجموعة من التعليمات الجديدة التي تسمح للحاسوب الكمي بالتنقل في هذه المشاهد المتغيرة دون الخروج أبداً من نطاق الحلول الصالحة. لقد صمموا نظاماً حيث يقوم الحاسوب، عند كل خطوة من خطوات التبسيط، بإعداد نقطة انطلاق جديدة مضمونة الصلاحية، ويستخدم مجموعة خاصة من الحركات التي تكتفي فقط بالتنقل بين الخيارات الصالحة. وهذا يضمن عدم إضاعة الحاسوب لوقته في استكشاف سيناريوهات مستحيلة. اختبر الباحثون هذا النهج على نوعين صعبين من المشكلات: مشكلة "الحقيبة" (knapsack problem)، التي تتضمن اختيار عناصر لتعظيم القيمة دون تجاوز حد الوزن، ومتغير من مشكلة "تقسيم الرسم البياني" (graph partitioning) حيث يجب تقسيم العقد إلى مجموعتين متساويتين في الوزن. وفي تجاربهم، التي أجريت على حواسيب تقليدية لمحاكاة السلوك الكمي بشكل مثالي، تفوقت طريقتهم الجديدة باستمرار على التقنيات القديمة. فقد وجدت حلولاً أفضل من النهج غير التكراري القياسي، وتفوقت كثيراً على الطرق التي حاولت التعامل مع القواعد عن طريق إضافة جزاءات (penalties)، والتي غالباً ما تركت الحاسوب مرتبكاً بمزيج من الإجابات الصحيحة والخاطئة.

وما يجعل هذا العمل مهماً بشكل خاص هو كيفية تعامله مع التغييرات الحتمية التي تحدث عند تفكيك المشكلة. فعندما تقوم الخوارزمية بتثبيت متغير أو دمج متغيرين معاً، يتغير الهيكل الرياضي للقيود. على سبيل المثال، قد تتحول قاعدة بسيطة حول العدد الإجمالي للعناصر إلى قاعدة أكثر تعقيداً حول المجاميع الموزونة. حاولت الأساليب السابقة فرض هذه القواعد الجديدة للعودة إلى التنسيق القديم، وهو ما فشل غالداً. ومع ذلك، يحدد النهج الجديد فئة أوسع من القواعد التي تظل مستقرة بغض النظر عن كيفية تبسيط المشكلة. لقد أنشأوا برنامجاً ديناميكياً، وهو حساب كلاسيكي يعمل جنباً إلى جنب مع العملية الكمية، لرسم خريطة للحركات الصالحة للمشكلة الجديدة والمبسطة في كل خطوة. وتخبر هذه الخريطة الحاسوب الكمي بالضبط كيف ينتقل من حل صالح إلى آخر دون كسر القواعد، كما تحدد المتغيرات التي أصبحت بالفعل مجبرة على قيمة معينة، مما يسمح للحاسوب بتجاهلها وتركيز قوته على المجاهيل المتبقية.

أظهر الباحثون أن هذه الطريقة تعمل بكفاءة لمجموعة واسعة من القيود، بما في ذلك تلك الموجودة في مشكلة الحقيبة وفي المشكلات التي تتضمن مساواة وعدم مساواة. وأوضحوا أنه طالما أن الأرقام المشار إليها في القواعد ليست ضخمة بشكل فلكي، يمكن للحاسوب إنشاء هذه الخرائط بسرعة. ومع ذلك، فقد رسموا خطاً واضحاً في الرمال: إذا أصبحت القواعد معقدة للغاية أو الأرقام كبيرة جداً، فإن مهمة إيجاد نقطة انطلاق صالحة تصبح مستحيلة لأي حاسوب فعال، وهو قصور متجذر في الطبيعة الجوهرية لهذه المشكلات. أظهرت محاكاتهم، التي تضمنت مشكلات تصل إلى أربعة وعشرين متغيراً، أن الجمع بين هذا الالتزام الصارم بالقواعد واستراتيجية التفكيك التكراري يؤدي إلى نتائج متفوقة. لم يجد النهج الجديد حلولاً ذات جودة أعلى فحسب، بل فعل ذلك من خلال إبقاء الحالة الكمية مركزة تماماً في المنطقة الممكنة، متجنباً الانجراف نحو الحلول غير الصالحة الذي عانت منه الأساليب القائمة على الجزاءات.

يمثل هذا العمل تحولاً في كيفية تفكيرنا في حل المشكلات المقيدة على الأجهزة الكمية. فبدلاً من معاملة القيود كإزعاج يجب معالجته بوضع جزاءات، قام الباحثون بدمجها في صلب حركة الخوارزمية. ومن خلال قبول حقيقة أن المشكلة يتغير شكلها أثناء تبسيطها وبناء أدوات تتكيف مع تلك الأشكال الجديدة، فقد أنشأوا مساراً أكثر قوة نحو إيجاد الحلول المثلى. وتشير النتائج إلى أنه بالنسبة للمشكلات التي تكون فيها القواعد صارمة ومساحة البحث شاسعة، فإن هذا النهج التكراري المدرك للقيود يوفر ميزة واضحة. ورغم أن المحاكاة كانت مثالية وخالية من الضجيج، إلا أن الاتساق في التحسن عبر مختلف أنواع المشكلات وأحجامها يشير إلى قوة حقيقية في الطريقة. إنها تقدم مخططاً لكيفية تعامل الخوارزميات الكمية المستقبلية مع التحديات المعقدة والمقيدة بالقواعد في مجالات اللوجستيات، والجدولة، وتخصيص الموارد، محولةً القيود الصارمة للعالم الحقيقي من عائق إلى دليل.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →