طريقة واعدة للتحسين تم اختبارها على جهاز كمومي موثوق به صناعيًا

تنطوي الخوارزمية الكلاسيكية الكمية الهجينة المقترحة على إمكانية حل المشاكل المستعصية على الحواسيب الكلاسيكية، مثل مشكلة الجدولة أو الالتحام الجزيئي أو تصميم شبكات توزيع المياه.  

في السعي لتحقيق ميزة كمية، يعد اختبار الخوارزميات الكلاسيكية الكمية الهجينة الجديدة لمعالجة المشاكل التي يتعذر الوصول إليها من قبل الحواسيب الكلاسيكية خطوة حاسمة. وتظهر حالة ذات صلة بمشكلة يتعذر الوصول إليها، وهي منتشرة في كل مكان في جميع الصناعات، عندما يتعين علينا إيجاد الخيار الأفضل من بين العديد من التركيبات لتحقيق أقصى استفادة من الموارد المتاحة.

لنأخذ، على سبيل المثال، تحدي الجدولة. لنفترض أنك مدير شركة توصيل مسؤول عن تحميل أسطول كبير من الشاحنات. هناك الكثير من الشاحنات التي تقع تحت مسؤوليتك بحيث يستحيل تحميلها في وقت واحد. تحتاج أيضًا إلى توزيع مهام التحميل بحيث لا يتداخل موظفوك مع بعضهم البعض، مما يزيد من عدالة الموظفين ورضاهم ويقلل من عدد العمال المؤقتين الذين تحتاج شركتك إلى توظيفهم. سيكون من الرائع أن تتمكن من تحقيق كل ذلك! لكن الأمر في الواقع ليس سهلاً على الإطلاق.

إن تحدي الجدولة، بالإضافة إلى العديد من مشاكل التحسين التجميعي الأخرى - مثل إرساء الجزيئات الكبيرة أو تصميم شبكات توزيع المياه - يتزايد وقت الحوسبة أضعافًا مضاعفة مع عدد التركيبات. تُسمى هذه المشاكل بالمستعصية على الحل لسبب ما: في سيناريوهات العالم الحقيقي، بعد بضع مئات من الشاحنات ومهام التحميل تصبح قدرات الحوسبة الكلاسيكية مشبعة إلى حد كبير. قد نتحدث عن ملايين السنين من وقت الحوسبة الكلاسيكية!

تتابع الشركات عن كثب تطورات الحوسبة الكمية، التي ظهرت لتلعب دورًا أساسيًا في الجيل القادم من الحواسيب الفائقة. من المتوقع أن تتصاعد الخوارزميات الكمية، المصممة للعمل بالتآزر مع الأساليب الكلاسيكية، بشكل معقول (متعدد الحدود على الأكثر) مع عدد التركيبات، وإيجاد حلول موثوقة. ويستخدم أحد أكثر الأساليب الكلاسيكية - الكمية الهجينة الواعدة لحل مشاكل التحسين التوافقي ما يسمى بخوارزمية التحسين التقريبي الكمي (QAOA).

على مدى بضع سنوات، تم اختبار طريقة QAOA على منصات كمومية تجريبية مختلفة، مثل مصفوفات الذرات المتعادلة والمعالجات فائقة التوصيل وأجهزة محاكاة الأيونات المحتجزة.

هذا العام، قام باحثون من جامعة بولونيا، بدعم من المركز الوطني للكموميات في بولونيا، بتطبيق طريقة QAOA على جهاز Fresnel، وهو أول جهاز تجاري من باسقال. هذه هي المرة الأولى التي يتم فيها اختبار طريقة كمومية كلاسيكية هجينة تتضمن QAOA على جهاز كمومي موثوق صناعيًا. وعلاوة على ذلك، تعاون الروتين الكلاسيكي الذي يعمل على مركز الحوسبة عالية الأداء (HPC) مع الجهاز الكمي بطريقة آلية لا تشوبها شائبة.

قالت سيمون تيبالدي، طالبة دكتوراه في المعلومات والحوسبة الكمومية، تحت إشراف البروفيسور إليسا إركليسي، من جامعة بولونيا: "كان من المثير للإعجاب أننا لم نحتاج إلى إجراء العديد من التجارب لخوارزميتنا [على آلة باسكال]". "عادةً ما تستغرق هذه الأنواع من التحسينات الكثير من التجارب. عند استخدام أنواع أخرى من المنصات، هناك المزيد من الوقت لإعادة بناء الضوضاء وتقنيات تخفيف الأخطاء، ولكن مع فريسنل، لم يكن علينا سوى إجراء بضع لقطات فقط ونجحنا على الفور وحصلنا على حل".

مشاكل التحسين التجميعي الممثلة بالرسوم البيانية

استخدم الفريق من جامعة بولونيا نهجهم الجديد للخوارزمية الهجينة لتمثيل مشكلة اندماجية باستخدام الرسوم البيانية. والرسم البياني هو رسم بياني يتكون من نقاط تسمى العقد، تمثل الكيانات، وخطوط تسمى الحواف تربط بين العقد، وتمثل العلاقة بين العقد.

على سبيل المثال، يمكن تحويل مشكلة جدولة التسليم إلى رسم بياني بالطريقة التالية: دعونا نفكر في ثلاث فترات زمنية مختلفة، يجب أن يتم التحميل الأول من الساعة 2:00 إلى 5:00 مساءً، ثم التحميل الثاني من الساعة 4:00 إلى 10:00 مساءً، والثالث من الساعة 9:00 إلى 11:00 مساءً. لا يتداخل الحمل الأول مع الثالث، لكن الحمل الأول والثاني يتداخلان. إذا كانت الفترات الزمنية ممثلة بعقد في رسم بياني، فسيتم تمثيل التداخل بالأحرف.

لتحسين هذه المشكلة القائمة على الرسم البياني، نحتاج إلى إيجاد أكبر عدد من العقد غير المتصلة بحافة. بعبارة أخرى، بمعلومية الرسم البياني، نريد إيجاد أكبر عدد من العُقد غير المتصلة بحافة، وبالتالي تجنب التداخل في الفترات الزمنية. تُسمَّى هذه المجموعة الأكبر من العُقد غير المتصلة بحافة بالمجموعة المستقلة القصوى (MIS). تُعد QAOA واحدة من أكثر الطرق الهجينة الواعدة لمعالجة مشكلة MIS والمساعدة في إيجاد أفضل الحلول الأقرب قدر الإمكان لتحدي الجدولة والعديد من مشاكل الرسم البياني الأخرى القائمة على الرسم البياني الأمثل التجميعي.

تطبيق QAOA على جهاز ذرة محايد

تُعد QAOA طريقة متعددة الاستخدامات يمكن تنفيذها على كل من المنصات الكمومية الرقمية والتناظرية. في الحوسبة الكمية الرقمية، يقوم الحاسوب بتنفيذ الخوارزميات في خطوات مختلفة باستخدام البوابات الكمية، بينما في الطريقة التناظرية يتطور الحاسوب الكمي نحو الإجابة بشكل مستمر في خطوة واحدة. في حين أن الحوسبة الرقمية عالمية، تزداد مخاطر الأخطاء لكل بوابة يتم إنشاؤها. وذلك لأن البوابات الفردية صاخبة والأخطاء تتضاعف. في المقابل، فإن الطريقة التناظرية أقل عرضة للضوضاء.

من بين المنصات الكمية القليلة المتاحة، ثبت أن الحواسيب الذرية المحايدة هي أفضل مرشح لمعالجة المشاكل القائمة على الرسم البياني باستخدام الوضع التناظري، ومعالجة مشاكل التحسين التوافقي بكفاءة. ولهذا السبب، اختار باحثون من جامعة بولونيا Fresnel لاختبار طريقة QAOA الهجينة الخاصة بهم. وقد نجحوا في حل مشاكل نظم المعلومات الإدارية للرسوم البيانية من 6 إلى 15 عقدة.

وعلاوة على ذلك، فإن النهج الجديد الذي قدمه كل من إليسا إركوليسي وسيمون تيبالدي، من جامعة بولونيا، قاما بتطبيق نهج كلاسيكي جديد يقلل بشكل كبير من عدد المكالمات إلى الجهاز الكمي، مما يضيف طبقة أساسية من الكفاءة إلى طريقتهما.

"نتائجنا ناجحة من الناحية الموضوعية، فقد حصلنا على حل المشكلة بالضبط، حتى مع وجود 15 كيوبت تمثل 15 عقدة. كما أجرينا أيضاً محاكاة لنفس المشكلة، وكان الحل الذي حصلنا عليه على الجهاز الكمي الحقيقي أفضل في الواقع من المحاكاة الكمية".

مستقبل خوارزميات التحسين الكمي

تحمل الحوسبة الكمية وعدًا بإنقاذ التحديات التي يستحيل حلها وتحويلها إلى مشاكل يمكن حلها في وقت معقول، وهذا هو بالضبط حال التحسين التوافقي. من المتوقع أن تساعد الخوارزميات الكلاسيكية الكمية الهجينة مثل خوارزمية QAOA في تسريع العمليات الحسابية بشكل كبير.

تُظهِر محاكاة QAOA على الأجهزة الكلاسيكية باستخدام شبكات الموتر أنه بالفعل مع وجود أكثر من 50 كيوبت يجب أن نبدأ في رؤية أداء أفضل من بعض الخوارزميات الكلاسيكية البحتة التقريبية الساذجة.

قال لوكاس لوكليرك، مهندس البرمجيات الكمية في شركة باسكال: "هذه الخوارزمية الهجينة [التي نفذها فريق جامعة بولونيا] مفيدة أيضًا عندما تتعامل مع دالة لتحسينها على جهاز قد يكون صاخبًا بعض الشيء".

يعمل جهاز Pasqal التجاري الحالي بأكثر من 100 كيوبت ونتوقع إطلاق الجيل التالي قريباً هذا العام والذي سيعمل بأكثر من 1000 كيوبت. وبفضل هذه القوة، نتوقع أن نتمكن من حل مشاكل مثل تحدي الجدولة الزمنية، وتقديم طرق فعالة للصناعات المختلفة (الطاقة، والنقل، والاتصالات، والرعاية الصحية...) لاستخدام مواردها.

المراجع

• Tibaldi, S., Vodola, D., Tignone, E.,& Ercolessi, E. (2023). التحسين البايزي لـ QAOA. IEEE Transactions on Quantum Engineering, 4, 1-11. https://doi.org/10.1109/tqe.2023.3325167
• Tibaldi, S., Vodola, D., Tignone,E., & Ercolessi, E. (2024). QAOA التناظرية مع التحسين البايزي على وحدة المعالجة الكمية لذرات ريدبيرج. قيد التقدم.

إذا كان لديك فضول حول كيفية معالجة المشاكل القائمة على الرسم البياني بشكل طبيعي على أجهزة الذرة المحايدة، اقرأ مقالنا مع NVIDIA. لفهم عميق للاختلافات بين الطرق الرقمية والتناظرية، ألقِ نظرة على مدوناتنا: ميزة الذرة المحايدة التناظرية المحايدة على الحوسبة الكمية الرقمية في عصر الذرات المحايدة الصاخبة أو لماذا تعتبر الحوسبة الكمية التناظرية للذرات المحايدة التناظرية هي الاتجاه الواعد لتحقيق ميزة كمومية مبكرة.

هل ترغب في معرفة المزيد عن هذه التقنيات على حاسوب كمومي ذري محايد؟

ابدأ رحلتك الكمية باستخدام منصاتنا وخوارزمياتنا مع Quantum Discovery.

هل لديك أي أسئلة حول تقنيتنا وتطبيقاتنا؟ لا تتردد في التواصل معنا!

صورة الغلاف من iStock. الائتمان: TommL