Bandwidth, Representation Loss, and Temporal Drift in Quantum Kernel Fraud Detection: A Pre-Specified Falsification Study

في عالم الأمن المالي عالي المخاطر، يعمل كشف الاحتيال كجهاز مناعة رقمي، يمسح باستمرار ملايين المعاملات لرصد القلة منها التي تحمل طابعاً خبيثاً. لسنوات، كانت الأدوات الأكثر فعالية لهذه المهمة هي الحواسيب الكلاسيكية، التي تستخدم أنماطاً إحصائية متطورة لتحديد الأنشطة المشبوهة. ومؤخراً، دخل منافس جديد إلى الساحة: الحوسبة الكمومية. ويقترح المؤيدون أن الآلات الكمومية، التي تعمل وفق قوانين الفيزياء الغريبة التي تحكم الجسيمات دون الذرية، يمكنها رؤية أنماط في البيانات تعجز عنها الحواسيب الكلاسيكية، مما قد يحدث ثورة في كيفية كشفنا للاحتيال. وتتمثل الفكرة الجوهرية في أن الأنظمة الكمومية يمكنها رسم البيانات في فضاء معقد وعالي الأبعاد حيث تصبح العلاقات الخفية مرئية. ومع ذلك، لكي تكتسب هذه الادعاءات وزناً، يجب أن تنجو من اختبار صارم: وهو إثبات أنها تعمل بشكل أفضل من أفضل الأساليب الكلاسيكية عند إعطائها نفس المعلومات تماماً وتقييمها تحت نفس الظروف الصارمة.

قرر فريق من الباحثين في جامعة جنوب فلوريدا وضع هذا الوعد قيد الاختبار من خلال دراسة صُممت ليس لإيجاد فائز، بل لمعرفة ما إذا كان النهج الكمومي يمكنه حتى الصمود في مواجهة معركة عادلة. وقد ركزوا على نوع محدد من الأساليب الكمومية يسمى "النواة الكمومية" (quantum kernel)، وهي أداة رياضية تُستخدم لقياس التشابه بين نقاط البيانات. أراد الباحثون معرفة ما إذا كانت هذه الأداة الكمومية يمكنها التفوق على أداة كلاسيكية مطابقة عندما تُجبر كلتاهما على العمل مع نفس البيانات المضغوطة، ونفس عينات التدريب، ونفس الجدول الزمني. ولضمان نزاهة النتائج، قاموا بتثبيت كل متغير مسبقاً، مما خلق بروتوكولاً منعهم من تعديل الإعدادات بعد رؤية النتائج. واستخدموا مجموعة بيانات ضخمة تضم أكثر من 200,000 معاملة للعملات المشفرة تغطي 49 خطوة زمنية، وهي فترة تغيرت فيها طبيعة الاحتيال بشكل كبير، مما يحاكي التحدي الواقعي المتمثل في تغيير التكتيكات الإجرامية.

بدأت الدراسة بوضع خط أساس باستخدام نموذج كلاسيكي قوي، وهو نوع من الخوارزميات يُعرف باسم "تعزيز التدرج" (gradient boosting)، والذي يعد من الأدوات القياسية في علم البيانات. وعندما تم تجميد هذا النموذج الكلاسيكي واختباره على الفترات الزمنية النهائية من البيانات، حقق معدل نجاح محدداً في تحديد المعاملات الاحتيالية. ثم أدخل الباحثون سلسلة من نقاط "التفنيد" (falsification) لمعرفة ما إذا كان إضافة التعقيد، مثل الهياكل الرسومية أو إعادة التصنيف الانتقائي، سيساعد. ولم تنجح أي من هذه الإضافات؛ بل في الواقع، أظهرت البيانات أن النهج الأكثر فعالية كان تجريد المشكلة إلى أساسياتها. ثم قام الباحثون بضغط البيانات، حيث قلصوا مئات الميزات إلى مجرد حفنة من الأرقام الأساسية، في عملية تشبه تلخيص كتاب طويل في بضع جمل رئيسية. كان هذا الضغط ضرورياً لتشغيل المحاكاة الكمومية، لكنه جاء بتكلفة: فقد احتفظت البيانات المضغوطة بأقل من نصف المعلومات الأصلية، مما جعل المهمة أصعب بكثير على كل النماذج المعنية.

وعندما تم تشغيل النماذج الكمومية أخيراً، واجهت معركة شاقة في طريق صاعد. اختبر الباحثون نواة كمومية تستخدم "التشابك" (entanglement)، وهي ظاهرة تصبح فيها الجسيمات مرتبطة وتؤثر في بعضها البعض فورياً، مقابل نسخة أبسط بدون ذلك الارتباط. وفي الاختبار الرئيسي، باستخدام إعداد قياسي لكيفية قياس البيانات، كان أداء النماذج الكمومية ضعيفاً. فقد فشلت في تحديد عدد كافٍ من المعاملات الاحتيالية مقارنة بالنموذج الكلاسيكي الأقوى، حتى عندما مُنح النموذج الكلاسيكي نفس البيانات المختزلة. كانت النماذج الكمومية متأخرة باستمرار، وفاتتها العلامة بفارق كبير. ولاحظ الباحثون أن النماذج الكمومية كانت حساسة بشكل خاص لإعداد يسمى "عرض النطاق" (bandwidth)، والذي يتحكم في مدى اتساع بحث النموذج عن الأنماط. لقد سُمح للنماذج الكلاسيكية بضبط هذا الإعداد لإيجاد النقطة المثالية، بينما استخدم الاختبار الكمي الأساسي إعداداً ثابتاً وتقليدياً.

ولكي يكونوا دقيقين، أجرى الباحثون تحليلاً ثانوياً سمحوا فيه للنموذج الكمومي بضبط عرض النطاق الخاص به، تماماً كما فعل النموذج الكلاسيكي. أدى هذا التعديل إلى تحسين أداء النموذج الكمومي، مما جعله يقترب من النتائج الكلاسيكية. ومع ذلك، وحتى مع هذا التصحيح، لم يتفوق النموذج الكمومي على نظيره الكلاسيكي. وعند مستويات تعقيد البيانات الأعلى التي تم اختبارها، ظل النموذج الكلاسيكي هو المتفوق. أما عند المستوى الأدنى، فكانت النتائج متقاربة جداً بحيث لا يمكن الجزم بها، مما يعني أن النموذج الكمومي لم يثبت أنه أفضل، ولم يثبت أيضاً أنه أسوأ؛ بل ببساطة فشل في إظهار ميزة واضحة. كما كشفت الدراسة أن أداء النموذج الكمومي كان يعتمد كلياً على ضبط عرض النطاق هذا، وأن أفضل إعداد تم العثور عليه كان عند حافة النطاق الذي اختبروه، مما يشير إلى أن الإعداد الأمثل الحقيقي قد يقع خارج ما استطاعوا فحصه.

ولعل الاكتشاف الأكثر إثارة للاهتمام لم يكن حول فشل النموذج الكمومي، بل حول البيئة التي فشل فيها. فقد عانى كل نموذج، بما في ذلك الخط الأساسي الكلاسيكي القوي، من انهيار حاد في الأداء خلال الأسابيع الأخيرة من فترة الاختبار. ومع انخفاض نسبة المعاملات الاحتيالية وتغير طبيعة البيانات، لم تعد حتى أفضل الخوارزميات الكلاسيكية قادرة على المواكبة. هذا "الانجراف الزمني" (temporal drift) يعني أن البيانات نفسها قد تغيرت بطريقة جعلت الأنماط التي تعلمتها النماذج قديمة وغير صالحة. لم تنهار النماذج الكمومية بشكل أسرع من النماذج الكلاسيكية، لكنها لم تمتلك أيضاً أي مرونة خاصة تجاه هذا التحول. وخلصت الدراسة إلى أنه في هذا الإعداد المحدد، ومع هذه البيانات وهذه القيود المحددة، لم تقدم النواة الكمومية أي فائدة قابلة للتكرار مقارنة بالنهج الكلاسيكي.

لقد كان الباحثون حريصين على توضيح أن نتائجهم لا تعني أن الحوسبة الكمومية لن تساعد في كشف الاحتيال أبداً. وأكدوا أن نتائجهم تقتصر على مجموعة البيانات المحددة، والطريقة المحددة لضغط بياناتها، ونطاق الإعدادات الذي تم اختباره. وتعمل هذه الدراسة كعملية مراجعة للواقع، توضح أن مجرد تطبيق منهج كمومي ليس كافياً؛ بل يجب مطابقته بصرامة مع البدائل الكلاسيكية ذات المدخلات والبروتوكولات المتطابقة. وإلى أن تتمكن النماذج الكمومية من التفوق باستمرار على النماذج الكلاسيكية تحت هذه الظروف الصارمة، فإن الوعد بميزة كمومية في كشف الاحتيال يظل غير مثبت. ويسلط هذا العمل الضوء على أنه لكي تُكتسب الثقة في التقنيات الجديدة في المجالات الحرجة، يجب أن تنجو من عملية تفنيد محددة مسبقاً، حيث توضع القواعد قبل بدء التجربة، مما يضمن أن تعكس النتائج الواقع بدلاً من آمال الباحثين.