التشخيص القُطري الكمّي المعتمد على العيّنات (SQD)

تنفّذ هذه الحزمة التشخيص القُطري الكمّي المعتمد على العيّنات (SQD) — وهي تقنية لإيجاد القيم الذاتية والمتجهات الذاتية للمؤثرات الكمّية، مثل هاميلتونيان نظام كمّي [1–6]. ويمكنها استهداف هاميلتونيانات معبَّر عنها كتركيبات خطية من مؤثرات باولي أو من المؤثرات الفرميونية بالتكميم الثاني. يمكن تشغيل مسارات عمل SQD على الحواسيب الكمّية الحالية، وقد ثبت أنها تتوسع إلى أحجام مسائل تتجاوز ما كان ممكنًا بالطرق التغايرية — بل وتتجاوز حتى متناول طرق التشخيص القُطري الكلاسيكية الدقيقة.

تتضمن مسارات عمل SQD أولًا تحضير حالة كمّية واحدة أو أكثر على جهاز كمّي وأخذ العيّنات منها. ثم تُستخدم الحوسبة الكلاسيكية الموزّعة لمعالجة تلك العيّنات المشوشة. تجري هذه المعالجة تكراريًا في خطوتين: أولًا، تصحّح خطوة استعادة التكوين العيّنات المشوشة باستخدام معلومات عن المسألة المُدخلة؛ ثانيًا، يُسقَط الهاميلتونيان ويُشخَّص في الفضاء الجزئي الذي تمتدّ عليه تلك العيّنات. تتكرر هذه الخطوات بشكل ذاتي الاتساق حتى التقارب. والنتيجة هي تقريب لأدنى قيمة ذاتية (طاقة) ولأدنى حالة ذاتية طاقةً لهاميلتونيان معيّن. يتميّز SQD بمتانته أمام العيّنات التي أفسدها الضجيج الكمّي؛ بل ما دام يمكن استخلاص إشارة مفيدة من الحاسوب الكمّي، فإن ناتج SQD لن يتأثر بسلاسل البتات المشوشة.

يمكن عمليًا استخدام qiskit-addon-sqd لمعالجة كلاسيكية للعيّنات المسحوبة من مجموعة متنوعة من الدارات الكمّية. على سبيل المثال:

1. أنساتز دارة تغايرية بمعاملات مختارة بحيث يُنتج أخذ العيّنات من الدارة تكوينات إلكترونية يكون للدالة الموجية المستهدفة (مثل الحالة الأرضية) دعم كبير عليها. هذا جذّاب لتطبيقات الكيمياء حيث يمكن أن تحتوي الهاميلتونيانات على ملايين حدود التفاعل [1]. لمثال على هذا النهج مطبّقًا على الكيمياء باستخدام دارة LUCJ، راجع الدرس التعليمي لتقريب طاقة الحالة الأرضية لجزيء N2.
2. تُحضَّر مجموعة من حالات أساس كريلوف على فترات زمنية متزايدة. بافتراض حالة ابتدائية جيدة وتناثر الحالة الأرضية، ثبت أن هذا النهج يتقارب بكفاءة. ولأن المرء يحتاج إلى تحضير دارات تطوّر زمني بتقريب تروتر على جهاز كمّي، فإن هذا النهج هو الأفضل للتطبيقات على النماذج الشبكية [2] بدلًا من هاميلتونيانات الأجسام المتعددة المعقدة مثل تلك الخاصة بالكيمياء الكمّية. لمثال على هذا النهج مطبّقًا على هاميلتونيانات شبكية فرميونية، راجع الدرس التعليمي لتقريب طاقة الحالة الأرضية لنموذج أندرسون أحادي الشوائب المبسّط.
3. مجموعة من حالات أساس كريلوف منفَّذة باستخدام التجميع العشوائي qDRIFT لمؤثر التطوّر الزمني. يعطي هذا النهج دارات أقل عمقًا مقارنةً بالتحليلات المعتمدة على تروتر للتطوّر الزمني، ولذلك يمكن استخدامه لهاميلتونيانات الكيمياء الكمّية. طُبّقت هذه التقنية على طاقة الحالة الأرضية للهيدروكربونات العطرية متعددة الحلقات [6].

البدء

يتوفر دليل بسيط لمساعدتك على البدء بسرعة مع هذه الحزمة في دليل البدء السريع.

أمثلة على حالات الاستخدام

يمكن استخدام تقنية التشخيص القُطري الكمّي المعتمد على العيّنات لتنفيذ مجموعة متنوعة من مسارات العمل. ومن الأمثلة على استخدامها:

• حسابات البنية الإلكترونية لطاقات الحالة الأرضية لـ عناقيد الحديد والكبريت

• تقدير طاقات الحالة الأرضية للتنبؤ بـ فجوات الطاقة للعوازل الكهربائية

• تقدير الحالات المثارة الجزيئية منخفضة الطاقة

• محاكاة التفاعلات بين الجزيئات

• دراسة تفاعلات المذاب والمذيب في محاكاة البنية الإلكترونية

• تحليل الغلاف المفتوح لـتفكك الجزيئات

• نمذجة مسارات التفاعل لـمسائل الكيمياء الضوئية

• الجمع مع entanglement forging لدراسة مسارات التفاعل المسببة لتدهور المواد عبر استخلاص الهيدروجين

• بناء فضاءات جزئية من حالات أساس Krylov الكمّية لإجراء محاكاة الحالة الأرضية لـنماذج الشوائب في الأنظمة الفرميونية

• استخدام التجميع العشوائي qDRIFT لتقليل كلفة تنفيذ حالات أساس Krylov لـهاملتونيانات الكيمياء، وتطبيقه على جزيء يُظهر طوبولوجيا إلكترونية من نوع نصف موبيوس

• استخدام SQD كحلّال ضمن طرق التضمين والتجزئة للأنظمة الجزيئية، مثل حساب طاقات حلقات الهيدروجين والسيكلوهكسان والمركبات ثنائية وثلاثية المعادن، ودراسة تفاعل اختزال الأكسجين، وتقدير طاقات البروتينات ومعقدات البروتين والليجاند، والتنبؤ بـتشكّل التريتيوم.

نقاش تقني

أحجام الأنظمة والمتطلبات الحسابية

تهيمن استدعاءات حلّال الحالات الذاتية على كلفة SQD الحسابية. في كل خطوة من تكرار استعادة التكوين المتّسق ذاتيًا، يتم تنفيذ n_batches من استدعاءات حلّال الحالات الذاتية. هذه الاستدعاءات متوازية بشكل بديهي. في هذا الدرس، تقع هذه الاستدعاءات داخل حلقة for. يُوصى بشدة بتنفيذ هذه الاستدعاءات بالتوازي.

الدالة qiskit_addon_sqd.fermion.solve_fermion() متعددة الخيوط وقادرة على التعامل مع أنظمة بحوالي ~25 مدارًا مكانيًا و~10 إلكترونات بأبعاد فضاء جزئي تبلغ حوالي ~$10^7$، باستخدام ~10-30 نواة.

اختيار أبعاد الفضاء الجزئي

يؤثر اختيار بُعد الفضاء الجزئي على دقة حلّال الحالات الذاتية وزمن تشغيله. كلما كبر الفضاء الجزئي زادت دقة الحساب، على حساب زيادة زمن التشغيل ومتطلبات الذاكرة. الحجم الأمثل للفضاء الجزئي لنظام معيّن غير معروف؛ لذا يمكن إجراء دراسة تقارب بحسب بُعد الفضاء الجزئي، كما هو موضح في هذا الدليل.

تحديد بُعد الفضاء الجزئي

يحدد المعامل samples_per_batch في qiskit_addon_sqd.fermion.diagonalize_fermionic_hamiltonian() عدد سلاسل البتات في كل دفعة، وبذلك يتحكم في بُعد الفضاء الجزئي بشكل غير مباشر: ففي تطبيقات الكيمياء الكمّية، تحدد قيمته حدًا أعلى لبُعد الفضاء الجزئي. أما البُعد الذي ينتج فعليًا فيعتمد على عدد سلاسل البتات المختلفة بين المأخوذة كعيّنات، وينمو على مدى تكرارات استعادة التكوين المتّسق ذاتيًا، لذا فهو غير معروف مسبقًا. راجع هذا المثال لمزيد من التفاصيل.

يحدّ المعامل max_dim في الدالة نفسها من البُعد مباشرة، عبر تقييد عدد سلاسل CI المحتفظ بها في كل قطاع سبين. وبما أن الفضاء الجزئي يتولّد من الجداء الديكارتي لقطاعي السبين، فإن max_dim=d يحدّ بُعد الفضاء الجزئي عند d**2، بينما يحدّ المُجمَّع max_dim=(d_a, d_b) قطاعي سبين ألفا وسبين بيتا بشكل منفصل، فيحدّ بُعد الفضاء الجزئي عند d_a * d_b (ومع symmetrize_spin=True يجب أن يتساوى الحدّان). عندما تنتج الدفعة سلاسل CI أكثر مما يسمح به الحد، يتم الاحتفاظ بالسلاسل المطلوبة عبر include_configurations وتلك المنقولة من التكرار السابق بشكل تفضيلي، وتُملأ الخانات المتبقية بالسلاسل الأكثر تكرارًا في العيّنات. ولأنه يحدّ حجم أكبر عملية قطرنة سيُطلب من حلّال الحالات الذاتية تنفيذها، فإن max_dim وسيلة مريحة لإبقاء الحلّال ضمن ميزانية زمن التشغيل والذاكرة. راجع هذا الدليل لمزيد من التفاصيل.

الحلّالات

تُنفَّذ خطوات الإسقاط والقطرنة بواسطة حلّال كلاسيكي. نقدّم هنا حلّالين عامّين، أحدهما للأنظمة الفرميونية والآخر لأنظمة الكيوبت. ويمكن للمستخدمين ربط حلّالات أخرى قد تكون أكثر كفاءة لأنظمة محددة.

Trim SQD

يقوم SQD القياسي بقطرنة كل دفعة عيّنات جزئية بشكل مستقل ويحتفظ بأفضل نتيجة، لذا فإن عدد التكوينات التي يمكنه النظر فيها محدود بما يتسع له فضاء جزئي واحد بكلفة معقولة. أما Trim SQD فيقسّم سلاسل البتات إلى دفعات، ويجري قطرنة وسيطة لكل دفعة، ثم يجري قطرنة أكبر باستخدام المحددات الأعلى وزنًا من كل قسم. تستند هذه الطريقة إلى بحث مشترك بين Cleveland Clinic Foundation وRIKEN وIBM [7]، ويمكن تفعيلها بتمرير كائن TrimPolicy إلى الدالة diagonalize_fermionic_hamiltonian().

المساهمة

الشيفرة المصدرية متاحة على GitHub.

يوجد دليل المطوّر في CONTRIBUTING.md في جذر مستودع هذا المشروع. بمشاركتك، يُتوقع منك الالتزام بـمدونة السلوك الخاصة بـQiskit.

نستخدم GitHub issues لتتبع الطلبات والأخطاء.

الاستشهاد بهذه الحزمة

إذا استخدمت هذه الحزمة في بحثك، فاستخدم ملف CITATION.bib في مستودع هذا المشروع للاستشهاد بالمراجع المناسبة.

شكر وتقدير

تتضمن هذه الحزمة استراتيجية أخذ عيّنات اختيارية ضمن حلقة استعادة التكوين المتّسق ذاتيًا، تقتطع المحددات اعتمادًا على نتائج القطرنة الوسيطة. يستند التنفيذ إلى بحث مشترك بين Cleveland Clinic Foundation وRIKEN وIBM. إذا استخدمت هذه الميزة في بحثك، فيُرجى استخدام الاستشهاد الخاص بالورقة أيضًا، وهو موجود في ملف CITATION.bib بمفتاح الاستشهاد merz2026crossing. ومن المتوقع أن يتوفر قريبًا على GitHub تنفيذ لسير العمل الكامل من تلك الورقة.

الترخيص

Apache License 2.0

سياسة الإهمال

نتبع الإصدارات الدلالية. قد نُجري أحيانًا تغييرات كاسرة لتحسين تجربة المستخدم. وحيثما أمكن، سنُبقي على الواجهات القديمة ونضع عليها علامة الإهمال ما دامت تتعايش مع الجديدة. سيتم توثيق كل تحسين جوهري أو تغيير كاسر أو إهمال في ملاحظات الإصدار.

المراجع

1. Javier Robledo-Moreno, et al., Chemistry Beyond Exact Solutions on a Quantum-Centric Supercomputer, arXiv:2405.05068 [quant-ph].

2. Jeffery Yu, et al., Quantum-Centric Algorithm for Sample-Based Krylov Diagonalization, arXiv:2501.09702 [quant-ph].

3. Keita Kanno, et al., Quantum-Selected Configuration Interaction: classical diagonalization of Hamiltonians in subspaces selected by quantum computers, arXiv:2302.11320 [quant-ph].

4. Kenji Sugisaki, et al., Hamiltonian simulation-based quantum-selected configuration interaction for large-scale electronic structure calculations with a quantum computer, arXiv:2412.07218 [quant-ph].

5. Mathias Mikkelsen, Yuya O. Nakagawa, Quantum-selected configuration interaction with time-evolved state, arXiv:2412.13839 [quant-ph].

6. Samuele Piccinelli, et al., Quantum chemistry with provable convergence via randomized sample-based Krylov quantum diagonalization, arXiv:2508.02578 [quant-ph].

7. Kenneth M. Merz Jr., et al., Crossing the 12,000-atom barrier with heterogeneous quantum-classical supercomputing: quantum chemistry of protein-ligand complexes, arXiv:2605.01138 [quant-ph].