Integrated photonic Ising machine with full connectivity for ultra-large-scale combinatorial optimization
تقدم هذه الورقة آلة إيزينج ضوئية متكاملة (IPIM) مصغرة ومتصلة بالكامل على منصة سيليكون، معززة بخوارزمية مشتركة مبتكرة ومخطط لتحسين المعلمات، والتي نجحت في حل مشكلات التحسين التوافقي واسعة النطاق للغاية التي تتضمن أكثر من 100,000 سبين وتقسيم الشبكات الاجتماعية في العالم الحقيقي بكفاءة عالية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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
إن العالم مليء بالمشكلات التي تتطلب اختيار أفضل ترتيب من بين عدد لا نهائي تقريبًا من الاحتمالات. وسواء كان الأمر يتعلق بتحديد المسار الأكثر كفاءة لشاحنة توصيل، أو تصميم رقاقة دقيقة تحتوي على مليارات المكونات الصغيرة، أو فهم كيفية اتصال شبكة اجتماعية ضخمة، فإن هذه المهام تُعرف باسم "التحسين التوافقي" (combinatorial optimization). لعقود من الزمن، عانت الحواسيب القياسية من هذه التحديات لأن عدد الحلول الممكنة ينمو بسرعة كبيرة لدرجة أن أكثر الأجهزة قوة تتعثر، غير قادرة على إيجاد الإجابة المثلى في وقت معقول. بحث العلماء طويلاً عن طرق جديدة لحل هذه الألغاز، مستلهمين ذلك من الفيزياء نفسها. ويتضمن أحد النهج الواعدة بناء آلات خاصة تحاكي سلوك الذرات المغناطيسية، المعروفة باسم "السبينات" (spins)، والتي تسعى طبيعيًا للوصول إلى حالة أدنى طاقة. ومن خلال إسقاط مشكلة صعبة على هذا النظام الفيزيائي، يمكن للآلة أن تترك قوانين الفيزياء تقوم بالعمل الشاق، مما يوجه النظام نحو الحل الأمثل بشكل أسرع بكثير مما يمكن للحاسوب التقليدي حسابه.
لقد تمكن فريق من الباحثين الآن من بناء نسخة جديدة من هذه الآلة، وهي نسخة صغيرة بما يكفي لتناسب شريحة واحدة وقوية بما يكفي لمعالجة مشكلات كانت تُعتبر في السابق مستحيلة النطاق. يقدم هذا العمل، الذي نُشر في دراسة حديثة، "آلة إيزينج ضوئية متكاملة" (integrated photonic Ising machine)، وهو جهاز يستخدم الضوء بدلاً من الكهرباء لإجراء حساباته. وخلافًا للإصدارات السابقة من هذه الآلات، التي كانت غالبًا ضخمة ومبنية من أجزاء منفصلة عديدة، فقد تم بناء هذا الجهاز الجديد على منصة سيليكون، تشبه الرقائق الموجودة في الهواتف الذكية، ولكنها مصممة لتوجيه الضوء بدلاً من التيار الكهربائي. وقد تمكن الباحثون من حشد جميع المكونات البصرية اللازمة في مساحة قدرها 0.065 مليمتر مربع فقط، وهو بصمة صغيرة للغاية تسمح باستقرار أكبر وإمكانية أكبر للإنتاج الضخم. ويعد هذا التصغير خطوة حاسمة للأمام، لأنه يزيل القيود الفيزيائية التي منعت هذه الآلات من النمو بما يكفي للتعامل مع المهام الواقعية فائقة التعقيد.
يعتمد جوهر هذه الآلة الجديدة على مزيج ذكي من الضوء والإلكترونيات. فداخل الشريحة، يتم تعديل شعاع الليزر بواسطة جهاز سيليكون صغير يعمل كمفتاح، يغير خصائص الضوء بناءً على البيانات التي يتلقاها. ثم يصطدم هذا الضوء بكاشف مصنوع من السيليكون والجرمانيوم، والذي يحول الإشارة الضوئية مرة أخرى إلى إشارة كهربائية. وتنشئ هذه الدورة حلقة تغذية راجعة حيث تقوم الآلة بتحديث حالتها باستمرار، محاكية الطريقة التي تتفاعل بها "السبينات" في المادة المغناطيسية مع بعضها البعض. ولجعل هذا يعمل للمشكلات الضخمة، كان على الباحثين حل عقبة رئيسية: وهي الكم الهائل من البيانات المطلوبة لوصف كيفية اتصال كل جزء من النظام بكل جزء آخر. ففي نظام متصل بالكامل، حيث يتفاعل كل عنصر مع جميع العناصر الأخرى، ينمو مقدار المعلومات بسرعة كبيرة لدرجة أنها عادة ما تثقل كاهل ذاكرة الحاسوب.
ولتجاوز هذه العقبة، طور الفريق مجموعة جديدة من الاستراتيجيات الرياضية أطلقوا عليها اسم "الخوارزمية المشتركة" (joint algorithm). فبدلاً من محاولة تخزين ومعالجة كل اتصال بمفرده، تتعلم الخوارزمية تجاهل المساحات الفارغة في البيانات والتركيز فقط على التفاعلات ذات المعنى. وبالنسبة للمشكلات التي تكون فيها الاتصالات كثيفة، فإنها تستخدم نهجًا عكسيًا، حيث تخزن فقط الأماكن القليلة التي لا يوجد فيها اتصال، مما يسمح لها بحساب النتيجة بشكل أسرع بكثير. وتؤدي هذه الطريقة فعليًا إلى تقليل العبء الحسابي بآلاف المرات لأنواع معينة من المشكلات. كما قدم الباحثون طريقة لضبط إعدادات الآلة ديناميكيًا أثناء الحساب؛ فمن خلال ضبط قوة التفاعلات و"الكسب" (gain) في النظام بعناية في مراحل مختلفة من العملية، منعوا الآلة من العلوق في فخ محلي، مما يضمن قدرتها على إيجاد الحل الأفضل الحقيقي وليس مجرد حل جيد.
كانت نتائج اختباراتهم مذهلة. فعندما تحدوا الآلة بمسائل معيارية تتضمن مئات "السبينات"، وجدت الحل الأمثل في أكثر من 90 بالمائة من الحالات. لكن الاختبار الحقيقي جاء عندما توسعوا ليشمل مسائل تتضمن أكثر من 100,000 "سبين". وفي هذه الاختبارات واسعة النطاق للغاية، نجحت الآلة في حل مهام تقسيم الرسوم البيانية المعقدة (graph partitioning)، وهي نوع من المشكلات حيث يجب تقسيم شبكة إلى مجموعتين بأكثر الطرق كفاءة. ولعل الأمر الأكثر إثارة للإعجاب هو تطبيقهم للنظام على مجموعة بيانات واقعية تمثل شبكة اجتماعية لفيسبوك تضم أكثر من 63,000 مستخدم وما يقرب من 817,000 اتصال. استطاعت الآلة تقسيم هذه الشبكة الضخمة إلى مجتمعين، حيث وجدت حلاً دون الأمثل خلال المرحلة الأولية كان مشابهًا لما يمكن للحواسيب الرقمية تحقيقه ولكن في جزء بسيط من الوقت. وفي مقارنات مباشرة، وصلت الآلة الضوئية الجديدة إلى مستوى معين من جودة الحل أسرع بنحو 200 مرة من خوارزمية قياسية تعمل على حاسوب تقليدي.
يُظهر هذا العمل أن الحلم باستخدام الضوء لحل أصعب مشكلات التحسين في العالم أصبح حقيقة واقعة. فمن خلال الجمع بين شريحة سيليكون صغيرة ومستقرة وبين اختصارات رياضية ذكية، خلق الباحثون نظامًا ليس سريعًا فحسب، بل قادرًا أيضًا على التعامل مع المشكلات المتصلة بالكامل والضخمة التي تحدد تحديات البيانات الحديثة. وبينما لا يزال النظام الحالي يعتمد على بعض المكونات الإلكترونية الخارجية للتحكم، فإن المسار المستقبلي واضح. تشير الدراسة إلى أنه مع المزيد من التحسينات في سرعة المكونات الإلكترونية واستخدام مواد بصرية أسرع، يمكن لهذه الآلات أن تعالج في النهاية مليارات التفاعلات في الثانية الواحدة. وهذا من شأنه أن يوفر أداة قوية للصناعات التي تتراوح من اللوجستيات والتمويل إلى الاتصالات، مما يوفر وسيلة للتنقل عبر تعقيد عالم يزداد ترابطًا بكفاءة غير مسبوقة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.