← أحدث الأبحاث
🔬 physics

Efficient and identifiable noise models for symmetry-preserving quantum circuits

تقدم الورقة البحثية نموذج SA-IBF، وهو نموذج ضجيج ذو معملين وقابل للتعريف يتفوق على نماذج قلب البتات المستقلة القياسية ويطابق النماذج المحسنة بايزياً في الدقة بالنسبة للدوائر الكمومية الحافظة للتماثل، مع تقليل التكلفة الحسابية بشكل كبير.

المؤلفون الأصليون: Yi Pan, Meng Hsiu Tsai, Hanqi Jiang, Junhao Chen, Weihang You, Yifan Zhou, Wei Zhang, Isaac Lyngaas, Yingfeng Wang, Tianming Liu

نُشر 2026-10-02
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Yi Pan, Meng Hsiu Tsai, Hanqi Jiang, Junhao Chen, Weihang You, Yifan Zhou, Wei Zhang, Isaac Lyngaas, Yingfeng Wang, Tianming Liu

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

تعد الحواسيب الكمومية بحل مشكلات مستعصية على آلات اليوم، بدءاً من تصميم أدوية جديدة وصولاً إلى نمذجة المواد المعقدة. ومع ذلك، فإن هذه الآلات هشة للغاية؛ إذ إن الحالات الكمومية الدقيقة التي تعتمد عليها تتأثر بسهولة ببيئتها، مما يتسبب في وقوع الحاسوب في الأخطاء. ولفهم هذه الأخطاء وإصلاحها، يبني العلماء "نماذج ضجيج". فكر في هذه النماذج كخريطة للتضاريس؛ فهي تصف كيف يتم تشويه المخرجات المثالية والنظرية للدائرة الكهربائية بفعل الواقع الفوضوي للأجهزة. وإذا كانت الخريطة دقيقة، يمكن للباحثين التنبؤ بما سيفعله الحاسوب فعلياً وتصحيح الأخطاء. لكن إنشاء هذه الخرائط أمر صعب؛ فالأجهزة تتغير، وأعباء العمل تتغير، ويجب أن تكون النماذج بسيطة بما يكفي لتكون مفيدة، ومفصلة بما يكفي لتكون حقيقية.

بالنسبة لفئة محددة من الدوائر الكمومية، تتبع النتيجة المثالية قاعدة صارمة: يجب أن يظل عدد البتات التي تكون في حالة "التشغيل" (on) في الإجابة النهائية ثابتاً. يُعرف هذا باسم "التماثل". وفي العالم الحقيقي، يؤدي الضجيج أحياناً إلى كسر هذه القاعدة، مما يتسبب في تسريب الاحتمالية إلى حالات محظورة. وقد سعى فريق من الباحثين بقيادة "يي بان" وزملائه في جامعة جورجيا وجامعة تينيسي في تشاتانوغا إلى إنشاء خريطة أفضل لهذه الدوائر المحددة. حيث قدموا نموذجاً جديداً ومبسطاً يسمى (SA-IBF). وخلافاً للنماذج القديمة التي كانت تعامل جميع الأخطاء كضباب موحد، يقوم هذا النهج الجديد بفصل الضجيج إلى سلوكين متميزين: انتشار الاحتمالية ضمن الحالات المسموح بها، وتسرب الاحتمالية خارجها. ومن خلال التعامل مع هذين السلوكين كميزتين منفصلتين، تمكن الفريق من إنشاء نموذج يتسم بدقة عالية وكفاءة حسابية عالية.

اختبر الباحثون نموذجهم الجديد على دوائر تعمل على معالجات "هيرون" (Heron) الكمومية من شركة "آي بي إم" (IBM). وقارنوا (SA-IBF) بنموذج "قلب البت المستقل" القياسي، الذي يفترض أن كل خطأ يحدث بشكل مستقل ويؤثر على التماثل بنفس الطريقة التي يؤثر بها على الانتشار الداخلي. كانت النتائج واضحة: تنبأ النموذج الجديد بسلوك الأجهزة الفعلي بدقة أكبر من النموذج القديم في كل اختبار من الاختبارات. وفي مجموعة واحدة من التجارب التي شملت 230 دائرة مختلفة، أنتج النموذج الجديد باستمرار تنبؤات أقرب إلى البيانات الحقيقية. ولم يكن التحسن مجرد مسأية بضع نقاط مئوية؛ بل في بعض الحالات، كان الانخفاض في الخطأ كبيراً بما يكفي ليتم قياسه بسهولة. كما تحقق الفريق من أن المعلمات (parameters) التي وجدوها سليمة رياضياً، مما يعني أن النموذج يمكنه التمييز بشكل موثوق بين نوعي الضجيج اللذين يقيسهما.

وما يجعل هذا العمل مهماً بشكل خاص هو مدى سرعة استخدام النموذج الجديد. فقد قارن الباحثون نموذجهم المكون من معلمتين بنموذج أكثر تعقيداً يتطلب واحد وعشرين معلمة ويستخدم عملية تحسين متطورة للملاءمة. وبينما استطاع النموذج المعقد في بعض الأحيان مطابقة دقة النموذج الجديد، إلا أنه استغرق وقتاً أطول بأكثر من مائتي مرة للتشغيل. وفي إحدى المقارنات، طابق النموذج الجديد أداء النموذج المعقد ذي الاثنين وعشرين معلمة ضمن هامش خطأ ضئيل جداً، لكنه فعل ذلك في جزء من الثانية. هذه السرعة أمر بالغ الأهمية لأن نماذج الضجيج تحتاج إلى إعادة معايرة بشكل متكرر مع تغير الأجهزة. فالنموذج الذي يستغرق دقائق أو ساعات للملاءمة يعد غير عملي للاستخدام الروتيني، بينما النموذج الذي يستغرق ثوانٍ يسمح للباحثين بتحديث فهمهم للآلة باستمرار.

كما استكشفت الدراسة مدى صمود هذه النماذج عند نقلها بين أجزاء مختلفة من نفس المعالج أو حتى بين معالجات مختلفة. ووجد الفريق أن المعلمات التي تم تعلمها من مجموعة واحدة من الدوائر يمكن تطبيقها غالباً على مجموعة أخرى في نفس الآلة بنتائج جيدة، مما يشير إلى أن خصائص الضجيج متسقة نوعاً ما عبر الأجهزة. ومع ذلك، أشاروا أيضاً إلى أن النموذج يعمل بشكل أفضل عندما يكون الضجيج قوياً بما يكفي ليكون مرئياً بوضوح. فعندما تكون معدلات الخطأ منخفضة للغاية، يصبح من الصعب التمييز بين الميزتين اللتين يحاول النموذج فصلهما، وهو قصور رسم الباحثون حدوده بعناية.

من خلال التركيز على التماثل المحدد لهذه الدوائر، تمكن الباحثون من تجريد العمل من التعقيد غير الضروري. لقد أظهروا أنك لست بحاجة إلى محاكاة ضخمة ومفصلة لكل خطأ محتمل للحصول على تنبؤ جيد. بدلاً من ذلك، فإن وصفاً بسيطاً مكوناً من رقمين يحترم قواعد النظام غالباً ما يكون كافياً. يقدم هذا النهج مساراً عملياً لتشغيل الخوارزميات الكمومية على أجهزة اليوم غير المثالية؛ فهو يسمح للعلماء بالحصول على إجابات أفضل من أجهزتهم دون انتظار الجيل القادم من المعالجات، وذلك ببساطة عبر استخدام طريقة أذكى وأسرع لفهم الضجيج الموجود بالفعل.

غارق في أبحاث مجالك؟

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

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 🔬 physics →