General Noise Channels and Mid-Circuit Measurements for Pre-Trajectory Sampling with Batched Execution
تقدم هذه الورقة طريقة أخذ عينات المسار المسبق المعممة مع التنفيذ بالدفعات (PTSBE) التي تتيح محاكاة سريعة ودقيقة للدوائر الكمومية ذات الضجيج مع قياسات منتصف الدائرة وقنوات كراوس العامة على وحدات معالجة الرسومات (GPUs)، محققةً تسريعات تصل إلى 83 ضعفاً مقارنة بالطرق التقليدية، مع الكشف عن عدم دقة كبيرة في تقريبات ضجيج "باولي" الملتوي (Pauli-twirled).
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
لبناء حاسوب يمكنه حل مشكلات تتجاوز قدرات الآلات الحالية، يتجه العلماء إلى القوانين الغريبة للفيزياء الكمومية. تستخدم هذه الحواسيب الكمومية جسيمات دقيقة، مثل الذرات أو الإلكترات، التي يمكن أن توجد في حالات متعددة في آن واحد، مما يسمح لها بمعالجة المعلومات بطرق لا تستطيع الحواسيب التقليدية القيام بها. ومع ذلك، فإن هذه الأنظمة الحساسة تتعرض للاضطراب بسهولة من قبل بيئتها، مما يسبب أخطاءً تفسد الحسابات. ولإصلاح ذلك، يستخدم الباحثون تقنية تسمى تصحيح الخطأ الكمومي، والتي تتحقق باستمرار من النظام بحثاً عن الأخطاء وتصلحها دون تدمير المعلومات. تتطلب هذه العملية إجراء آلاف القياسات لتتبع ما يحدث داخل الآلة. ولتصميم هذه الأنظمة وتدريب البرمجيات التي ستعمل عليها في النهاية، يحتاج العلماء إلى محاكاة كيفية سلوك هذه الحواسيب تحت ظروف واقعية. ويكمن التحدي في أن محاكاة الواقع الفعلي المعقد لهذه الأخطاء الكمومية بطيئة للغاية ومكلفة حاسوبياً، بينما تعتمد الطرق الأسرع المتاحة غالباً على تبسيطات تغير النتائج بطرق طفيفة ولكنها مهمة.
قام فريق من الباحثين في "إنفيديا" (NVIDIA)، ومعهد ماساتشوستس للتكنولوجيا (MIT)، وجامعة أكسفورد بتطوير طريقة جديدة لسد هذه الفجوة، مما يسمح بإجراء عمليات محاكاة سريعة ودقيقة للدوائر الكمومية المشوبة بالضجيج. يركز عملهم على نوع معين من المحاكاة يسمى "أخذ عينات المسار" (trajectory sampling)، والذي يتتبع المسار الذي يسلكه النظام الكمومي أثناء تطوره. في الماضي، كان على أجهزة المحاكاة الاختيار بين السرعة والدقة؛ فقد كانت الأدوات الأسرع قادرة فقط على التعامل مع نماذج مبسطة للضجيج، متجاهلة فعلياً التفاعلات المعقدة والواقعية التي تحدث عندما يقيس الحاسوب الكمومي حالته في منتصف عملية الحساب. أما الأدوات الأكثر دقة، فكانت قادرة على التعامل مع هذه التعقيدات، لكنها كانت بطيئة جداً لدرجة أن توليد مجموعات البيانات الضخمة اللازمة لتعلم الآلة الحديث أصبح أمراً غير عملي. ابتكر الباحثون تقنية تسمى "أخذ عينات ما قبل المسار المعمم مع التنفيذ المجمع" (generalized pre-trajectory sampling with batched execution). يسمح هذا النهج بمحاكاة السلوك الدقيق للدوائر الكمومية، بما في ذلك تلك التي تتضمن قياسات في منتصف الدائرة وأنواعاً عامة من الضجيج، وبسرعات كان يُعتقد سابقاً أنها مستحيلة لمثل هذه النماذج التفصيلية.
يكمن جوهر ابتكارهم في كيفية تعاملهم مع العشوائية المتأصلة في ميكانيكا الكم. في النظام الكمومي، لا تكون نتيجة القياس أو تأثير الضجيج محددة مسبقاً؛ بل هي مسأة احتمالية. كانت أجهزة المحاكاة التقليدية تقوم بتشغيل محاكاة واحدة، وتتخذ قراراً عشوائياً لكل حدث، ثم تبدأ من جديد للمرة التالية. وهذا يعني أنه إذا اتبع تشغيلان نفس المسار لفترة من الوقت، فإن الكمبيوتر سيضيع الوقت في حساب نفس الخطوات مرتين بالضبط. يغير الأسلوب الجديد هذا الأمر من خلال تحديد بعض النتائج العشوائية مسبقاً، قبل بدء المحاكاة حتى. فهو يحدد أجزاء العملية حيث تكون الاحتمالات ثابتة ومستقلة عن الحالة الحالية للنظام، ويختار تلك النتائج مسبقاً. أما بالنسبة للأجزاء التي تعتمد على الحالة، فإنه ينتظر وصول المحاكاة إلى تلك النقطة لاتخاذ القرار.
يسمح هذا الاستراتيجية للباحثين بتجميع العديد من عمليات المحاكون المحتملة معاً. إذا تشاركت مجموعة من عمليات التشغيل في نفس النتائج المختارة مسبقاً، فيمكنها المرور عبر الدائرة معاً كوحدة واحدة. وفقط عندما تصل المجموعة إلى نقطة يتطلب فيها اتخاذ قرار يعتمد على الحالة، تنقسم المجموعة إلى فروع أصغر، كل منها يتبع مساراً مختلفاً. ومن الأهمية بمكان أنه نظرًا لأن الباحثين قد حسبوا الحالة بالفعل للمجموعة، فإنهم ليسوا بحاجة لإعادة حسابها لكل فرع على حدపు. يمكنهم إعادة استخدام الحالة المخزنة مؤقتاً، مما يوفر وقتاً هائلاً. وبمجرد وصول المحاكاة إلى النهاية، يمكنهم توليد آلاف سجلات القياس من تلك الحالة النهائية الواحدة في دفعة واحدة، بدلاً من تشغيل الدائرة بأكملها آلاف المرات. وهذا أمر فعال بشكل خاص لتوليد مجموعات البيانات الضخمة والمصنفة المطلوبة لتدريب نماذج الذكاء الاصطناعي للعمل كمفككات (decoders) لتصحيح الخطأ الكمومي.
اختبر الفريق طريقتهم على دوائر كمومية متنوعة، بما في ذلك تلك المصممة لتخزين المعلومات في "الأكواد الطوبولوجية" (topological codes)، وهي مرشح رائد لبناء حواسيب كمومية مقاومة للأخطاء. وعندما قارنوا جهاز المحاكاة الجديد الخاص بهم بالأدوات عالية الأداء المستخدمة حالياً، كانت النتائج مذهلة. فبالنسبة للدوائر التي تتضمن نوعاً معيناً من الضجيج يسمى "تخميد السعة" (amplitude damping)، والذي يحاكي كيفية تسرب الطاقة من النظام الكمومي، كانت طريقتهم أسرع بـ 24 مرة من النهج التقليدي. وبالنسبة للدوائر العشوائية الأكثر تعقيداً التي تتضمن قياسات في منتصف الدائرة، كان التسريع أكثر دراماتيكية، حيث وصل إلى 83 مرة أسرها. وفي وضع محدد مصمم لتوليد مجموعات بيانات ضخمة، حيث يتم استخدام نفس مسار المحاكاة لإنتاج العديد من سجلات القياس المختلفة، كانت طريقتهم أسرع بنحو 70,000 مرة لكل مسار مقارنة بالطريقة القياسية. هذا القفزة في الكفاءة تعني أن الباحثين يمكنهم الآن توليد ملايين نقاط البيانات اللازمة لتدريب مفكات تعلم الآلة المتطورة في جزء بسيط من الوقت الذي كان يستغرقه الأمر سابقاً.
بعيداً عن مجرد السرعة، أظهر الباحثون أن طريقتهم تنتج نتائج أكثر دقة من الاختصارات الشائعة المستخدمة في هذا المجال. هناك تقنية واسعة الانتشار تسمى "تدوير باولي" (Pauli twirling) تعمل على تبسيط الضجيج المعقد إلى شكل يسهل محاكاته، لكن الفريق أظهر أن هذا التبسيط يؤدي إلى أخطاء كبيرة. في اختباراتهم على نظام ذاكرة كمومية، بالغ النموذج المبسط في تقدير معدل اكتشاف الأخطاء بنسبة 21 بالمئة. والأهم من ذلك، عندما استخدموا البيانات من هذا النموذج المبسط لتدريب مفكك (decoder)، حقق النظام الناتج أخطاء منطقية أكثر بنسبة 8 بالمئة من المفكك المدرب على البيانات الدقيقة غير المبسطة. يسلط هذا الاكتشاف الضوء على خلل حرج في الاعتماد على التقريبات: فبينما قد تكون سريعة، إلا أنها قد تؤدي إلى تصميم أنظمة تصحيح خطأ أقل فعالية مما يمكن أن تكون عليه. ومن خلال توفير طريقة لمحاكاة الضجيج الدقيق دون التضحية بالسرعة، تضمن الطريقة الجديدة أن البيانات المستخدمة لبناء الحواسيب الكمومية المستقبلية تعكس الواقع.
تمتد تداعيات هذا العمل إلى الجهد الأوسع لبناء حاسوب كمومي عملي. ومع نمو حجم هذه الآلات وتعقيدها، تصبح القدرة على محاكاتها بدقة عائقاً. تزيل طريقة الباحثين هذا العائق لمجموعة واسعة من نماذج الضجيج الواقعية، بما في ذلك تلك التي تتضمن قياس النظام أثناء تشغيله. تفتح هذه القدرة الباب لدراسة البروتوكولات المعقدة التي تعتمد على القياسات في منتصف الدائرة، مثل تلك المستخدمة لإنشاء حالات كمومية خاصة أو لأداء تصحيح الخطأ في الوقت الفعلي. وقد أتاح الفريق برمجياتهم كإضافة لمنصة مفتوحة المصدر موجودة، مما يضمن قدرة العلماء الآخرين على تطبيق هذه السرعات في أبحاثهم فوراً. ومن خلال جعل المحاكاة الدقيقة وعالية الإنتاجية أمراً عملياً، يوفر هذا العمل أداة حيوية لتطوير حواسيب كمومية مقاومة للأخطاء، مما يساعد في ضمان أن الجيل القادم من هذه الآلات سيُبنى على أساس من البيانات الدقيقة والواقعية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.