Quantum Game-Theoretic Optimization with Ramanujan-Inspired Regularization for AI-Driven Supply Chain Resilience

تُعد سلاسل التوريد العالمية الشرايين غير المرئية للحياة الحديثة، حيث تنقل كل شيء من الأدوية إلى الرقائق الدقيقة عبر القارات. لعقود من الزمن، كان الهدف الأساسي لهذه الشبكات هو خفض التكاليف، مما أدى إلى إنشاء أنظمة محبوكة بإحكام تتسم بالكفاءة ولكنها هشة. وعندما تضرب جائحة أو عاصفة أو صراع جيوسياسي، غالبًا ما تنقطع هذه الشبكات لأن الأشخاص الذين يديرونها — الموردين والمصنعين والناقلين وتجار التجزئة — يعملون وفق مصلحتهم الذاتية. فهم يترددون في الاستثمار في تدابير السلامة مثل الموردين الاحتياطيين أو المخزون الإضافي، خوفًا من التكلفة، رغم أن الجميع سيكونون في حال أفضل لو استثمروا معًا. هذه معضلة كلاسيكية حيث يؤدي الحذر الفردي إلى فشل جماعي. ولحل هذه المعضلة، يتطلع الباحثون إلى أداتين قويتين: نظرية الألعاب، التي تدرس كيف يتخذ الأشخاص قراراتهم عندما تعتمد نتائجهم على بعضهم البعض، والذكاء الاصطناعي، الذي يساعد الأنظمة على التكيف مع التغيير في الوقت الفعلي. والآن، تشير دراسة جديدة إلى أنه من خلال استعارة أفكار من فيزياء الكم ورياضيات عبقري هندي أسطوري، قد نتمكن من تصميم سلاسل توريد ليست أرخص فحسب، بل مرنة حقًا.

قام الباحثون، بقيادة الدكتور آر. بالانيفيل من جامعة بريسيدنسي في الهند، ببناء نموذج حاسوبي لاختبار فكرة جريئة: ماذا لو كان بإمكان الأشخاص الذين يديرون سلسلة التوريد اتخاذ قرارات مرتبطة بطريقة لا يسمح بها المنطق الكلاسيكي؟ في العالم الحقيقي، عادة ما يكون قرار المورد بالاستثمار في السلامة مستقلًا عن قرار تاجر التجزئة. ولكن في عالم الكم، يمكن للجسيمات أن تكون "متشابكة"، مما يعني أن حالاتها متصلة بعمق بحيث يؤثر تغيير أحدها فورًا على الآخر، بغض النظر عن المسافة. استخدم الفريق إطارًا رياضيًا يسمى بروتوكول "إيزرت-ويلكنز-لوينشتاين" لمحاكاة هذا النوع من الاتصال العميق بين اللاعبين الأربعة الرئيسيين في سلسلة التوريد. وبدلاً من التصرف بمفردهم، سمح النموذج لاستراتيجياتهم بأن تكون متشابكة، مما سمح لهم فعليًا بتنسيق استثماراتهم دون الحاجة إلى التحدث إلى بعضهم البعض أولاً.

كانت نتائج هذه المحاكاة مذهلة. في سيناريو قياسي غير متشابك، يختار اللاعبون دائمًا عدم الاستثمار، مما يترك النظام بأكمله عرضة للانهيار. هذا هو فخ "الانسحاب المتبادل" حيث يخسر الجميع. ومع ذلك، عندما أدخل الباحثون التشابك في النموذج، وجد اللاعبون فجأة طريقة للتعاون. قفزت المنفعة الإجمالية للمجموعة بنسبة تصل إلى 229 بالمائة مقارنة بالنسخة غير المتشابكة. لقد سمح التشابك لهم بالهروب من فخ عدم التحرك والاستقرار على استراتيجية حيث يستثمر الجميع في المرونة، مما خلق شبكة يمكنها امتصاص الصدمات بشكل أفضل بكثير. وقد أظهر ذلك أنه إذا تمكن شركاء سلسلة التوريد من إيجاد طريقة لربط قراراتهم بشكل أعمق — ربما من خلال عقود مشتركة أو صناديق تأمين مشتركة — فقد يحققون نتائج مستحيلة إذا تصرفوا كأفراد معزولين.

لكن جعل سلسلة التوريد مرنة لا يتعلق فقط بجعل الناس يتفقون؛ بل يتعلق أيضًا بمعرفة أين ينفق المال بالضبط. هناك آلاف الأماكن المحتملة للاستثمار، من مستودع معين إلى مسار شحن محدد، ويعد اختيار المزيج الصحيح تحديًا رياضيًا هائلاً. ولحل ذلك، استخدم الفريق خوارزمية مستوحاة من الكم تسمى QAOA، وهي مصممة لإيجاد الحل الأمثل من بين مليارات الاحتمالات. وقد أضافوا لمسة فريدة لهذه الخوارزمية، مستوحاة من أعمال سرينافاسا رامانوجان، وهو عالم رياضيات هندي عصامي من أوائل القرن العشرين عُرف بحدسه الاستثنائي مع الأرقام. طور رامانوجان صيغًا لحساب عدد الطرق التي يمكن بها تفكيك الرقم إلى مجموعات، واستخدم الباحثون نسخة من هذه الصيغة لإنشاء حد "تنظيم". وببساطة، عمل هذا كدليل لطيف للكمبيوتر، مما يمنعه من القيام باستثمارات جامحة ومشتتة ويشجعه على التركيز على العقد الأكثر أهمية في الشبكة.

اختبرت الدراسة ما إذا كان دليل رامانوجان المستوحى يجعل بحث الكمبيوتر عن الحل الأفضل أكثر استقرارًا. كانت الإجابة مختلطة. في بعض السيناريوهات المحددة، ساعد الدليل في تسهيل المسار وساعد الكمبيوتر في العثور على حل أفضل بشكل أكثر موثوقية. وفي سيناريوهات أخرى، لم يساعد على الإطلاق، بل جعل البحث أصعب قليلاً في بعض الأحيان. هذه النتيجة مهمة لأنها توضح أنه بينما الأداة الرياضية أنيقة، إلا أنها ليست عصا سحرية تعمل بشكل مثالي في كل مرة. وهذا يشير إلى أن المهندسين سيحتاجون إلى ضبط هذا الدليل بعناية لكل سلسلة توريد يحاولون إصلاحها، بدلاً من افتراض أنه سيعمل تلقائيًا.

أخيرًا، جمع الباحثون كل هذه القطع في نظام واحد مكون من خمس طبقات يتضمن أيضًا مكونًا تعليميًا. استخدموا التعلم المعزز متعدد الوكلاء، حيث يتعلم وكلاء الكمبيوتر من خلال التجربة والخطأ، للتكيف مع استراتيجية سلسلة التوريد بمرور الوقت مع تغير الاضطرابات. تم مكافأة هؤلاء الوكلاء بناءً على نتائج ألعاب الكم، واستخدموا جدول تعلم مستوحى من اكتشاف آخر لرامانوجان، وهو كسر معقد يتغير فيه سرعة تعلم الوكلاء. وعندما اختبروا النظام بأكمله مقابل الطرق التقليدية، لم ينتج الإطار الجديد دائمًا التكلفة الأقل. في الواقع، وجدت طريقة كلاسيكية قياسية حلاً أرخص أحيانًا. ومع ذلك، تفوق الإطار الجديد في الحفاظ على استمرار عمل سلسلة التوريد؛ فقد حقق مستوى خدمة بنسبة 92.3 بالمائة، مما يعني أنه حافظ على حركة السلع بموثوقية أكبر بكثير من الطرق الأخرى، وسجل أعلى درجة في مقياس المتانة الإجمالية.

أجريت الدراسة بالكامل من خلال محاكاة حاسوبية، مما يعني عدم استخدام أجهزة كمبيوتر كمومية فيزيائية. استخدم الباحثون حسابات رياضية دقيقة لمحاكاة كيفية تصرف الكمبيوتر الكمومي، مما سمح لهم باختبار الأفكار دون الضوضاء والقيود التي تفرضها الأجهزة الحالية. وبينما كانت النتائج واعدة، فإن المؤلف يشير بحذر إلى أن هذا مجرد إثبات للمفهوم. لقد عمل النظام بشكل جيد على نطاق صغير مع عدد محدود من العقد، ولكن توسيع نطاقه ليشمل الشبكات الضخمة والمعقدة في العالم الحقيقي سيتطلب المزيد من العمل. كما وجدوا أن أداء النظام يعتمد بشدة على التفاصيل المحددة للمشكلة، مثل مدى شدة الاضطرابات. في بعض المواقف، كان النهج المستوحى من الكم متفوقًا؛ وفي مواقف أخرى، كان النهج الكلاسيكي الأبسط فعالاً بنفس القدر.

في الختام، يقدم هذا البحث طريقة جديدة للتفكير في المرونة. إنه يشير إلى أن مفتاح النجاة من الاضطرابات قد لا يكمن فقط في التكنولوجيا الأفضل أو المزيد من المال، بل في تغيير كيفية ارتباط الأجزاء المختلفة من سلسلة التوريد ببعضها البعض. ومن خلال استخدام النماذج المستوحاة من الكم لتشجيع التعاون الأعمق، واستخدام أدلة رياضية متطورة لتخصيص الموارد، من الممكن بناء شبكات أكثر متانة بكثير مما صُممت له الطرق التقليدية. لا تدعي الدراسة أنها حلت مشكلة هشاشة سلاسل التوريد، لكنها تقدم مسارًا واضحًا ومختبرًا للمضي قدمًا. إنها تظهر أنه من خلال مزج نظرية الألعاب، والذكاء الاصطناعي، والرؤى الرياضية العميقة، يمكننا تصميم أنظمة مستعدة لما هو غير متوقع، وتحويل الشبكة الهشة من الاتصالات إلى هيكل مرن قادر على تحمل صدمات المستقبل.