QRISP: Qubit-Efficient and Resolution-Independent Quantum Image Representation for Scalable NISQ Processing
تقترح هذه الورقة إطار عمل QRISP، وهو إطار تمثيل للصور الكمومية كفء في استهلاك الموارد ومستقل عن الدقة، يقوم بترميز الصور عبر واصفات كتل إحصائية لتقليل تعقيد الدوائر ومتطلبات الكيوبتات بشكل كبير لأجهزة NISQ مع الحفاظ على أداء تصنيف تنافسي.
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
في مجال الحوسبة الكمومية الناشئ، يحاول الباحثون تعليم الآلات كيف ترى. فتماماً كما يعالج الدماغ البشري صورة فوتوغرافية من خلال التعرف على الأشكال والأنسجة والأنماط، يحتاج الحاسوب الكمومي إلى وسيلة لترجمة صورة كلاسيكية إلى حالة كمومية — وهي ترتيب محدد من المعلومات يمكن لأجهزته الفريدة فهمه ومعالجته. هذا الترجمة هي حجر الزاوية في معالجة الصور الكمومية، وهو تخصص يقع عند تقاطع البيانات المرئية والقوانين الغريبة والقوية لميكانيكا الكم. ومع ذلك، فإن التحدي يكمن في أن الطرق الحالية لهذا الترجمة ثقيلة للغاية؛ فهي تتطلب قدراً هائلاً من الموارد الحسابية التي تنمو بسرعة كلما زاد حجم الصورة، تماماً مثل محاولة حمل حقيبة ظهر ثقيلة تزداد ثقلاً مع كل خطوة تخطوها. ولأن الحواسيب الكمومية اليوم لا تزال في مراحلها الأولى والمضطربة، ولا تستطيع التعامل مع هذه الأحمال الضخمة، فقد كان العلماء يكافحون لإيجاد طريقة لمعالجة الصور تكون دقيقة وخفيفة بما يكفي للعمل على الأجهزة الحالية.
اقترح فريق من الباحثين من جامعة كيرالا للعلوم الرقمية والابتكار والتكنولوجيا في الهند حلاً جديداً لهذه المشكلة يسمى QRISP. فبدلاً من محاولة تغذية الحاسوب الكمومي بكل بكسل من الصورة، وهو ما تفعله الطرق القديمة، يقوم نهجهم بتفكيك الصورة إلى عدد ثابت من الكتل المتميزة. تخيل أخذ صورة فوتوغرافية وتقسيمها إلى شبكة من ستة عشر مربعاً متساوياً. بدلاً من تحليل ملايين النقاط الصغيرة التي تشكل الصورة بأكملها، ينظر النظام إلى كل مربع من تلك المربعة الستة عشر ويحسب ثلاثة أرقام وصفية بسيطة لكل منها: متوسط السطوع، ومقدار النسيج أو التباين داخل المربع، واتجاه الخطوط أو الحواف الأقوى. تعمل هذه الأرقام الثلاثة كملخص للمعلومات المرئية في تلك الكتلة. ثم يقوم الباحثون بتشفير هذه الملخصات في حالة كمومية باستخدام عدد صغير وثابت من البتات الكمومية، أو "الكيوبتات". ومن الأهمية بمكان أن حجم "حقيبة الظهر" الكمومية هذه لا يتغير، بغض النظر عن حجم الصورة الأصلية؛ فمهما كانت الصورة صغيرة أو ضخمة، يستخدم النظام دائماً المربعات الستة عشر نفسها وعدد الكيوبتات نفسه لتمثيلها.
اختبر الباحثون هذه الطريقة باستخدام مجموعات بيانات قياسية للأرقام المكتوبة بخط اليد وعناصر الملابس، حيث أجروا عمليات محاكاة على حواسيب قوية لمعرفة مدى نجاحها مقارنة بالتقنيات القديمة والأكثر ثقلاً. ووجدوا أنه باستخدام هذا الملخص القائم على الكتل، استطاعوا تقليل تعقيد الدوائر الكمومية اللازمة لمعالجة الصور بشكل كبير. وفي اختباراتهم، تطلبت الطريقة الجديدة سبعة كيوبتات فقط لتمثيل صورة، بينما احتاجت الطرق القديمة إلى تسعة أو حتى سبعة عشر كيوبت. والأهم من ذلك، أن الوقت المستغرق لإجراء الحسابات اللازمة انخفض بشكل هائل. فبالنسبة لمهمة محددة، أنهت الطريقة الجديدة العمل في حوالي 614 ثانية، بينما استغرقت الطريقة القديمة ما يقرب من 15,000 ثانية، وهذا يمثل انخفاضاً في الوقت بمعامل قدره أربعة وعشرون. كما حافظ النظام على سرعة ثابتة بغض النظر عن حجم الصورة؛ فبينما كانت الصور تكبر، ظل الوقت اللازم لمعالجتها ثابتاً تقريباً، في حين أن الطرق القديمة كانت تتباطأ بشكل ملحوظ مع زيادة حجم الصور.
ورغم أن الطريقة الجديدة كانت فعالة للغاية، إلا أن الباحثين أشاروا إلى وجود مقايضة بسيطة. فبسبب قيام النظام بتلخيص الصورة في كتل بدلاً من النظر في كل بكسل على حدة، فقدَ النظام بعض المعلومات التفصيلية الدقيقة التي كانت تحفظها الطرق القديمة. وفي عمليات المحاكاة الخاصة بهم، حققت الطرق القديمة دقة أعلى قليلاً في تحديد الصور، حيث وصلت إلى درجات تقارب الكمال في بعض الحالات، بينما حققت الطريقة الجديدة دقة تنافسية للغاية وإن كانت أقل قليلاً. ومع ذلك، يرى الباحثون أن فقدان بعض التفاصيل هو ثمن يستحق الدفع بالنسبة للجيل الحالي من الحواسيب الكمومية، المحدودة بالضجيج ونقص الموارد. لقد أثبتت الطة أنه من الممكن معالجة الصور عالية الدقة على الأجهزة الكمومية دون الحاجة إلى آلة أقوى بكثير مما هو موجود حالياً.
تشير الدراسة إلى أن هذا النهج القائم على الكتل يوفر مساراً عملياً نحو معالجة الصور الكمومية. فمن خلال التركيز على السمات الإحصية الأكثر أهمية للصورة بدلاً من كل بكسل، أنشأ الباحثون تمثيلاً مستقلاً عن دقة الصورة. وهذا يعني أنه مع تحسن التكنولوجيا الكمومية، يمكن لهذه الطريقة أن تتوسع للتعامل مع صور أكبر وأكثر تعقيداً دون الحاجة إلى إعادة تصميم كاملة للنظام الأساسي. وقد أُجري العمل بالكامل من خلال المحاكاة على حواسيب كلاسيكية، مما يعني أن النتائج توضح ما هو ممكن نظرياً وكيف يتصرف النظام تحت الظروف المثالية. ويشير المؤلفون إلى أن الخطوة التالية هي اختبار هذا الإطار على أجهزة كمومية حقيقية لمعرفة كيفية أدائه في البيئة الفعلية والمضطربة للمعالج الكمومي الفيزيائي. وحتى ذلك الحين، يوفر هذا البحث مخططاً مقنعاً لكيفية جعل الآلات الكمومية ترى العالم بطريقة ذكية وقابلة للإدارة في آن واحد.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.