← أحدث الأبحاث
⚛️ الفيزياء الكمومية

Agentic AI for Discovering Fault-Tolerant Quantum Circuits

تقترح هذه الورقة إطار عمل لتوليف البرامج تطوري وكيل يستفيد من نموذج لغوي كبير موجه بواسطة مُتحقق من الدوائر لاكتشاف والتحقق تلقائياً من دوائر كليفورد المقاومة للأخطاء لمختلف مهام الحوسبة الكمومية، متجاوزاً بذلك قيود التصميم اليدوي.

المؤلف الأصلي: Aritra Lahiri, Florian Marquardt

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

المؤلف الأصلي: Aritra Lahiri, Florian Marquardt

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

تعد الحواسيب الكمومية بحل مشكلات قد تستغرق أقوى أجهزة اليوم آلاف السنين لفك شفراتها، بدءاً من تصميم أدوية جديدة وصولاً إلى نمذجة الأنظمة المناخية المعقدة. ومع ذلك، فإن هذه الآلات هشة للغاية؛ فالجسيمات الدقيقة التي تستخدمها لتخزين المعلومات، والمعروفة باسم الكيوبتات (qubits)، تتأثر بسهولة بالحرارة أو الاهتزاز أو حتى الموجات الكهرومغناطيسية الشاردة. ويمكن لخلل واحد أن يفسد العملية الحسابية، مما يؤدي إلى فشل العملية برمتها. ولإصلاح ذلك، يستخدم العلماء طريقة تسمى تصحيح الخطأ الكمومي. فبدلاً من الاعتماد على كيوبت واحد هش، يقومون بتجميع العديد من الكيوبتات الفيزيائية معاً لتشكيل كيوبت "منطقي" واحد أكثر استقراراً. ويعمل هذا الكيوبت المنطقي مثل فريق من الكشافة؛ فإذا ضل أحد الكشافة طريقه أو ارتبك، يمكن للآخرين تحديد المسار الصحيح ومواصلة المهمة.

يتطلب بناء هذه الكيوبتات المنطقية مجموعة معقدة من التعليمات، أو الدوائر، التي تخبر الكيوبتات الفيزيائية بكيفية التفاعل، وقياس بعضها البعض، وتصحيح الأخطاء في الوقت الفعلي. ويعد تصميم هذه الدوائر مهمة جسيمة؛ فلعدة سنوات، اضطر العلماء إلى رسمها يدوياً، وهي عملية بطيئة وعرضة للخطأ وتصلح للحالات البسيطة فقط، لكنها تصبح مستحيلة مع نمو الأنظمة وتزايد تعقيدها. ولا يقتصر التحدي على جعل الدائرة تعمل فحسب، بل في ضمان قدرتها على الصمود أمام الأخطاء الحتمية التي تحدث أثناء التشغيل. فإذا وقع خطأ في المكان الخاط، يمكن أن ينتشر مثل الفيروس عبر النظام، مما يؤدي إلى إغراق عملية تصحيح الخطأ وتدمير المعلومات. وقد كان العثور على تصميم يتسم بالكفاءة والمتانة في آن واحد لمواجهة هذه الأخطاء بمثابة عقبة رئيسية في السباق لبناء حاسوب كمومي عملي.

في دراسة جديدة، لجأ الباحثون إلى الذكاء الاصطناعي لحل مشكلة التصميم هذه، مبتعدين عن الحدس البشري نحو نظام يمكنه تطوير حلوله الخاصة. فقد طور الفريق، الذي يتخذ من ألمانيا مقراً له، طريقة يعمل من خلالها نموذج لغوي كبير — وهو ذكاء اصطناعي متقدم تم تدريبه على كميات هائلة من المعرفة البشرية — كمهندس معماري لهذه الدوارات الكمومية. لكن هذا الذكاء الاصطناعي لا يكتفي بمجرد التخمين والأمل في الأفضل، بل يعمل ضمن حلقة مؤتمتة وصارمة حيث يقترح تصميماً، ثم يختبره مقابل مجموعة دقيقة من القواعد، وبعد ذلك يقوم بتنقيح مقترحه بناءً على النتائج. وتحاكي هذه العملية التطور الطبيعي: حيث يولد الذكاء الاصطناعي العديد من تنويعات الدائرة، ويحتفظ بالأفضل منها، ويستخدمها كأساس للجولة التالية من الأفكار.

ركز الباحثون على نوع معين من الدوائر الكمومية يُعرف باسم "دائرة كليفورد" (Clifford circuit)، وهي ضرورية للعديد من العمليات الكمومية. وقد كلفوا الذكاء الاصطناعي بإنشاء دوائر لثلاثة تحديات متميزة: إعداد كيوبت منطقي في حالة بداية محددة، وإجراء بوابة منطقية (عملية أساسية مثل قلب بت)، وتنفيذ إجراءات أكثر تعقيداً مثل التبديل بين أنواع مختلفة من أكواد تصحيح الخطأ أو تنمية كود صغير إلى كود أكبر. ولضمان فهم الذكاء الاصطناعي للقواعد، زود الفريق الباحث بأداة "تحقق" (verifier)، وهي أداة تحاكي كل طريقة ممكنة لحدوث خطأ في الدائرة. فإذا كان بإمكان خطأ واحد أن ينتشر ليفسد الحساب، فإن أداة التحقق ترفض التصميم، ومن ثم يتعلم الذكاء الاصطناعي من هذا الرفض، ويعدل محاولته التالية لتجنب نفس العثرات.

كانت النتائج مذهلة؛ فقد نجح الذكاء الاصطناعي في اكتشاف دوائر تتحمل الأخطاء لجميع المهام الموكلة إليه، بما في ذلك بعض المهام الصعبة للغاية بالنسبة للأكواد غير القياسية. وفي كثير من الحالات، لم تكن الدوائر التي وجدها صالحة فحسب، بل كانت أيضاً أكثر كفاءة من تلك التي صممها الخبراء البشريون سابقاً. فعلى سبيل المثال، عندما كُلف بإعداد حالة منطقية على كود محدد مكون من خمسة كيوبتات، وجد الذكاء الاصطناعي تصميماً أقل عمقاً بشكل ملحوظ — مما يعني أنه يتطلب خطوات أقل ووقتاً أقل للتنفيذ — مقارنة بالمحاولات السابقة. وفي اختبارات أخرى تضمنت أكواداً أكبر، تمكن الذكاء الاصطناعي من إيجاد تصميمات تقضي على الأخطاء "الصامتة"، وهي أخطاء خطيرة لا تكتشفها أنظمة التحقق من السلامة. وقد حقق الذكاء الاصطناعي ذلك من خلال التعلم على استخدام كيوبتات إضافية، تُسمى "كيوبتات العلم" (flag qubits)، لتعمل كأنظمة إنذار مبكر تلتقط الأخطاء قبل انتشارها.

أحد أهم جوانب هذا العمل هو كيفية تعامل الذكاء الاصطناعي مع المقايضة بين الكفاءة والسلامة. ففي النهج السابق، كان الباحثون غالباً ما يضطرون للاختيار بين دائرة سريعة ولكنها محفوفة بالمخاطر، أو دائرة آمنة ولكنها بطيئة جداً لدرجة تجعلها غير مفيدة. ومع ذلك، تعلم الذكاء الاصطناعي كيفية التنقل في هذا التوازن تلقائياً؛ فقد اكتشف أنه من خلال الترتيب الدقيق لترتيب العمليات واستخدام نتائج قياس محددة لتفعيل عمليات التصحيح، يمكنه بناء دوائر سريعة ومتينة في آن واحد. كما استطاع النظام التعامل مع مجموعة متنوعة من التخطيطات الفيزيائية، من الإعدادات المثالية حيث يمكن لأي كيوبت التواصل مع أي آخر، إلى قيود الأجهزة الواقعية حيث يمكن للكيوبتات التفاعل فقط مع جيرانها المباشرين. وتوحي هذه المرونة بإمكانية تطبيق هذه الطريقة على الحواسيب الكمومية الفعلية التي يتم بناؤها اليوم.

استكشف الباحثون أيضاً كيف يتعلم الذكاء الاصطناعي بمرور الوقت؛ فقد وجدوا أن النظام لم يعثر على الحل بمحض الصدفة، بل بنى ذاكرة لما نجح وما فشل. وبينما كان الذكاء الاصطناعي يولد آلاف المقترحات، كان يدون ملاحظات حول منطقه، موضحاً لماذا فشلت بعض التصميمات وكيف يخطط لتحسينها. وكانت النسخ الأكثر تقدماً من الذكاء الاصطناعي، التي مُنحت وقتاً أطول للتفكير في كل خطوة، تنتج تصميمات أفضل وأكثر إبداعاً باستمرار؛ إذ كتبت هذه النماذج ملاحظات أطول وأكثر تفصيلاً، مستكشفة نطاقاً أوسع من الاحتمالات قبل الاستقرار على حل نهائي. وقد سمحت هذه القدرة على التأمل في عمليته الخاصة للذكاء الاصطناعي بالخروج من المآزق التي كانت ستوقع خوارزمية أبسط أو مصمماً بشرياً.

كما تناولت الدراسة المشكلة الصعبة المتمثلة في "تبديل الكود" (code switching)، حيث يتم نقل كيوبت منطقي من نوع واحد من أكواد تصحيح الخطأ إلى نوع آخر. وهذا أسلوب حيوي لإجراء أنواع معينة من الحسابات المستحيلة ضمن كود واحد. وقد نجح الذكاء الاصطناعي في تصميم دوائر للتبديل بين الأكواد المختلفة دون فقدان المعلومات أو إدخال أخطاء لا يمكن تصحيحها. كما تمكن من "تنمية" كود ما، عبر أخذ كيوبت منطقي صغير وتوسيعه إلى نسخة أكبر وأكثر قوة مع الحفاظ على سلامته. وهذه عمليات معقدة متعددة الخطوات كانت تتطلب سابقاً تصميماً يدوياً دقيقاً، ومع ذلك تعامل معها الذكاء الاصطناعي بنفس الكفاءة المؤتمتة التي تعامل بها مع المهام الأبسط.

ورغم نجاح الذكاء الاصطناعي، إلا أن الباحثين يشيرون بحذر إلى أن نتائجهم تستند إلى عمليات المحاكاة. فهم لم يجروا بعد هذه الدوائر المحددة على حاسوب كمومي فيزيائي، لذا تظل النتائج في العالم الحقيقي قيد الانتظار. ومع ذلك، فإن حقيقة أن الذكاء الاصطناعي وجد حلولاً تستوفي مثل هذه المعايير الرياضية الصارمة لتحمل الأخطاء تعد مؤشراً قوياً على أن هذه التصميمات ستعمل في الواقع. وتثبت الدراسة أن عقبة تصميم الدوائر الكمومية لم تعد تقتصر على الإبداع البشري، بل هي مشكلة يمكن حلها من خلال منح الآلات الأدوات المناسبة وحرية التكرار والتطوير.

يمثل هذا النهج تحولاً في كيفية إجراء أبحاث الحوسبة الكمومية؛ فبدلاً من الاعتماد على مجموعة صغيرة من الخبراء لصياغة كل دائرة يدوياً، يمكن للمجال الآن الاستفادة من الأنظمة المؤتمتة التي يمكنها استكشاف مساحة شاسعة من الاحتمالات بسرعة أكبر بكثير من أي فريق بشري. والذكاء الاصطناعي هنا لا يحل محل العالم، بل يعمل كشريك قوي، يتولى المهام المملة والمعقدة للتصميم بحيث يمكن للباحثين التركيز على الأهداف الأوسع للمجال. ومن خلال إثبات قدرة الذكاء الاصطناعي على اكتشاف دوائر تتحمل الأخطاء لمجموعة واسعة من المهام، تفتح الدراسة الباب أمام مستقبل يمكن فيه توسيع نطاق الحواسيب الكمومية لتصل إلى الأحجام المطلوبة لتحقيق ميزة عملية، مع تصميم منطقها الداخلي بواسطة الذكاء نفسه الذي تهدف لمعالجته.

كما يسلط العمل الضوء على الطبيعة "الوكيلية" (agentic) للذكاء الاصطناعي. فخلافاً للمحاولات السابقة حيث قد يولد الذكاء الاصطناعي تصميماً واحداً ثم يتوقف، تم تجهيز هذا النظام بأدوات لاختبار والتحقق من أفكاره الخاصة. يمكنه تشغيل عمليات المحاكاة، والتحقق من الأخطاء، ثم استخدام هذا التغذية الراجعة لتحسين محاولته التالية. وهذه الحلقة من العمل، والتحقق، والتنقيح هي ما يسمح للنظام بإيجاد حلول عالية الجودة بسرعة. وقد وجد الباحثون أن قدرة الذكاء الاصطناعي على استخدام هذه الأدوات كانت لا تقل أهمية عن قدرته على إنشاء الكود؛ فبدون أداة التحقق لتوفه تغذية راجعة فورية، كان الذكاء الاصطناعي سيعاني للتمييز بين التصميم الجيد والسيئ.

وفي الختام، توفر الدراسة مساراً واضحاً للمضي قدماً في تطوير تصحيح الخطأ الكمومي. فهي تظهر أن مشكلة تصميم الدوائر المعقدة والمتعددة الطبقات القادرة على تحمل الأخطاء يمكن تفكيكها إلى مشكلة بحث يمكن للذكاء الاصطناعي حلها. والدوائر المكتشفة ليست مجرد فضول نظري، بل هي تصميمات عملية يمكن تنفيذها على الأجهزة التي تُبنى اليوم. ومع استمرار نمو الحواسيب الكمومية في الحجم والتعقيد، ستصبح القدرة على تصميم الدوائر التي تضمن عملها بشكل صحيح تلقائياً أمراً حيوياً للغاية. وتشير هذه الأبحاث إلى أن مستقبل الحوسبة الكمومية قد لا يُكتب باليد، بل سيتم تطويره بواسطة آلات تتعلم كيفية حماية المعلومات التي صُممت لمعالجتها.

غارق في أبحاث مجالك؟

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

جرّب Digest →