انتقل إلى المحتوى الرئيسي

تمريرات المُحوِّل بالذكاء الاصطناعي

# Added by doQumentation — required packages for this notebook
!pip install -q qiskit qiskit-ibm-runtime qiskit-ibm-transpiler

تمريرات المُحوِّل المدعومة بالذكاء الاصطناعي هي تمريرات تعمل كبديل مباشر للتمريرات "التقليدية" في Qiskit لبعض مهام التحويل. وهي في الغالب تُنتج نتائج أفضل من الخوارزميات الاستدلالية الموجودة (كعمق أقل وعدد أقل من بوابات CNOT)، كما أنها أسرع بكثير من خوارزميات التحسين كمحللات الإشباع البولياني. يمكن تشغيل تمريرات المُحوِّل بالذكاء الاصطناعي في بيئتك المحلية أو على السحابة باستخدام Qiskit Transpiler Service إذا كنت ضمن خطة IBM Quantum® Premium أو Flex أو On-Prem (عبر IBM Quantum Platform API).

ملاحظة

تمريرات المُحوِّل المدعومة بالذكاء الاصطناعي في مرحلة الإصدار التجريبي (beta) وقد تتغير. إذا كان لديك ملاحظات أو تريد التواصل مع فريق التطوير، استخدم قناة Qiskit Slack Workspace هذه.

التمريرات المتاحة حاليًا هي:

تمريرات التوجيه

  • AIRouting: اختيار التخطيط وتوجيه الدائرة

تمريرات تركيب الدوائر

  • AICliffordSynthesis: تركيب دوائر Clifford
  • AILinearFunctionSynthesis: تركيب دوائر الدوال الخطية
  • AIPermutationSynthesis: تركيب دوائر التبديل
  • AIPauliNetworkSynthesis: تركيب دوائر شبكة Pauli

لاستخدام تمريرات المُحوِّل بالذكاء الاصطناعي، ثبِّت أولًا حزمة qiskit-ibm-transpiler. تفضل بزيارة توثيق API الخاص بـ qiskit-ibm-transpiler للاطلاع على مزيد من المعلومات حول الخيارات المختلفة المتاحة.

تشغيل تمريرات المُحوِّل بالذكاء الاصطناعي محليًا أو على السحابة​

إذا أردت استخدام تمريرات المُحوِّل المدعومة بالذكاء الاصطناعي في بيئتك المحلية مجانًا، ثبِّت qiskit-ibm-transpiler مع بعض التبعيات الإضافية كما يلي:

pip install qiskit-ibm-transpiler[ai-local-mode]

بدون هذه التبعيات الإضافية، تعمل تمريرات المُحوِّل المدعومة بالذكاء الاصطناعي على السحابة عبر Qiskit Transpiler Service (متاح فقط لمستخدمي خطة IBM Quantum Premium أو Flex أو On-Prem (عبر IBM Quantum Platform API)). بعد تثبيت التبعيات الإضافية، يصبح الوضع الافتراضي لتشغيل التمريرات هو استخدام جهازك المحلي.

تمريرة التوجيه بالذكاء الاصطناعي​

تعمل تمريرة AIRouting كمرحلة تخطيط ومرحلة توجيه في آنٍ واحد. يمكن استخدامها داخل PassManager كما يلي:

from qiskit.transpiler import PassManager
from qiskit.circuit.library import efficient_su2
from qiskit_ibm_transpiler.ai.routing import AIRouting
from qiskit_ibm_runtime import QiskitRuntimeService

backend = QiskitRuntimeService().backend("ibm_torino")
ai_passmanager = PassManager(
    [
        AIRouting(
            backend=backend,
            optimization_level=2,
            layout_mode="optimize",
            local_mode=True,
        )
    ]
)

circuit = efficient_su2(101, entanglement="circular", reps=1)

transpiled_circuit = ai_passmanager.run(circuit)

هنا، يحدد backend خريطة الاقتران المستخدمة للتوجيه، ويحدد optimization_level (1 أو 2 أو 3) مقدار الجهد الحسابي المبذول في العملية (القيم الأعلى عادةً تُعطي نتائج أفضل لكنها تستغرق وقتًا أطول)، ويحدد layout_mode كيفية التعامل مع اختيار التخطيط. يتضمن layout_mode الخيارات التالية:

  • keep: يحترم هذا الوضع التخطيط الذي حددته تمريرات المُحوِّل السابقة (أو يستخدم التخطيط البسيط إذا لم يُحدَّد). يُستخدم عادةً فقط عندما يجب تشغيل الدائرة على Qubits محددة في الجهاز. وغالبًا ما يُنتج نتائج أضعف لأنه يملك مساحة أقل للتحسين.
  • improve: يستخدم هذا الوضع التخطيط الذي حددته تمريرات المُحوِّل السابقة كنقطة بداية. مفيد عندما يكون لديك تخمين أولي جيد للتخطيط؛ مثلًا للدوائر المبنية بطريقة تتبع تقريبًا خريطة اقتران الجهاز. مفيد أيضًا إذا أردت تجربة تمريرات تخطيط محددة أخرى مع تمريرة AIRouting.
  • optimize: هذا هو الوضع الافتراضي. يعمل بشكل أفضل مع الدوائر العامة التي قد لا تكون لديك فيها تخمينات جيدة للتخطيط. يتجاهل هذا الوضع اختيارات التخطيط السابقة.
  • local_mode: يحدد هذا الخيار مكان تشغيل تمريرة AIRouting. إذا كانت False، تعمل AIRouting عن بُعد عبر Qiskit Transpiler Service. إذا كانت True، تحاول الحزمة تشغيل التمريرة في بيئتك المحلية مع الرجوع إلى وضع السحابة إذا لم تُوجد التبعيات اللازمة.

تمريرات تركيب الدوائر بالذكاء الاصطناعي​

تتيح لك تمريرات تركيب الدوائر بالذكاء الاصطناعي تحسين أجزاء من أنواع مختلفة من الدوائر (Clifford، Linear Function، Permutation، Pauli Network) عن طريق إعادة تركيبها. الطريقة الشائعة لاستخدام تمريرة التركيب هي كما يلي:

from qiskit.transpiler import PassManager

from qiskit_ibm_transpiler.ai.routing import AIRouting
from qiskit_ibm_transpiler.ai.synthesis import AILinearFunctionSynthesis
from qiskit_ibm_transpiler.ai.collection import CollectLinearFunctions
from qiskit_ibm_transpiler.ai.synthesis import AIPauliNetworkSynthesis
from qiskit_ibm_transpiler.ai.collection import CollectPauliNetworks
from qiskit.circuit.library import efficient_su2

ibm_torino = QiskitRuntimeService().backend("ibm_torino")
ai_passmanager = PassManager(
    [
        AIRouting(
            backend=ibm_torino,
            optimization_level=3,
            layout_mode="optimize",
            local_mode=True,
        ),  # Route circuit
        CollectLinearFunctions(),  # Collect Linear Function blocks
        AILinearFunctionSynthesis(
            backend=ibm_torino, local_mode=True
        ),  # Re-synthesize Linear Function blocks
        CollectPauliNetworks(),  # Collect Pauli Networks blocks
        AIPauliNetworkSynthesis(
            backend=ibm_torino, local_mode=True
        ),  # Re-synthesize Pauli Network blocks.
    ]
)

circuit = efficient_su2(10, entanglement="full", reps=1)

transpiled_circuit = ai_passmanager.run(circuit)

يحترم التركيب خريطة اقتران الجهاز: يمكن تشغيله بأمان بعد تمريرات التوجيه الأخرى دون الإخلال بالدائرة، بحيث تظل الدائرة الكلية ملتزمة بقيود الجهاز. افتراضيًا، لن يستبدل التركيب الدائرة الفرعية الأصلية إلا إذا أدت الدائرة الفرعية المُركَّبة إلى تحسين الأصلية (يتحقق حاليًا من عدد بوابات CNOT فقط)، لكن يمكنك إجبار الاستبدال دائمًا بضبط replace_only_if_better=False.

تمريرات التركيب المتاحة من qiskit_ibm_transpiler.ai.synthesis هي:

  • AICliffordSynthesis: تركيب لدوائر Clifford (كتل من بوابات H وS وCX). حاليًا حتى تسعة Qubits.
  • AILinearFunctionSynthesis: تركيب لدوائر Linear Function (كتل من بوابات CX وSWAP). حاليًا حتى تسعة Qubits.
  • AIPermutationSynthesis: تركيب لدوائر Permutation (كتل من بوابات SWAP). متاح حاليًا لكتل 65 و33 و27 Qubit.
  • AIPauliNetworkSynthesis: تركيب لدوائر شبكة Pauli (كتل من بوابات H وS وSX وCX وRX وRY وRZ). حاليًا حتى ستة Qubits.

نتوقع زيادة حجم الكتل المدعومة تدريجيًا.

تستخدم جميع التمريرات مجموعة خيوط (thread pool) لإرسال عدة طلبات بالتوازي. افتراضيًا، الحد الأقصى لعدد الخيوط هو عدد الأنوية زائد أربعة (القيم الافتراضية لكائن Python ThreadPoolExecutor). لكن يمكنك تحديد قيمتك الخاصة باستخدام معامل max_threads عند إنشاء التمريرة. على سبيل المثال، السطر التالي ينشئ تمريرة AILinearFunctionSynthesis ويسمح لها باستخدام ما يصل إلى 20 خيطًا كحد أقصى.

AILinearFunctionSynthesis(backend=ibm_torino, max_threads=20)  # Re-synthesize Linear Function blocks using 20 threads max

يمكنك أيضًا ضبط متغير البيئة AI_TRANSPILER_MAX_THREADS على العدد المطلوب من الخيوط كحد أقصى، وستستخدم جميع تمريرات التركيب التي تُنشأ بعد ذلك هذه القيمة.

لكي تقوم تمريرات التركيب بالذكاء الاصطناعي بتركيب دائرة فرعية، يجب أن تكون موزعة على رسم بياني جزئي متصل من خريطة الاقتران (إحدى طرق تحقيق ذلك هي استخدام تمريرة توجيه قبل جمع الكتل، لكن هذه ليست الطريقة الوحيدة). ستتحقق تمريرات التركيب تلقائيًا من أن الرسم البياني الجزئي المحدد مدعوم، وإن لم يكن كذلك، ستصدر تحذيرًا وتترك الدائرة الفرعية الأصلية دون تغيير.

تمريرات الجمع المخصصة التالية لـ Cliffords والدوال الخطية والتبديلات، والتي يمكن استيرادها من qiskit_ibm_transpiler.ai.collection، تُكمِّل تمريرات التركيب أيضًا:

  • CollectCliffords: تجمع كتل Clifford ككائنات Instruction وتحفظ الدائرة الفرعية الأصلية لمقارنتها بعد التركيب.
  • CollectLinearFunctions: تجمع كتل SWAP وCX ككائنات LinearFunction وتحفظ الدائرة الفرعية الأصلية لمقارنتها بعد التركيب.
  • CollectPermutations: تجمع كتل دوائر SWAP كـ Permutations.
  • CollectPauliNetworks: تجمع كتل شبكة Pauli وتحفظ الدائرة الفرعية الأصلية لمقارنتها بعد التركيب.

تُحدِّد تمريرات الجمع المخصصة هذه أحجام الدوائر الفرعية المجموعة بحيث تكون مدعومة من تمريرات التركيب المدعومة بالذكاء الاصطناعي. لذلك، يُنصح باستخدامها بعد تمريرات التوجيه وقبل تمريرات التركيب للحصول على تحسين أشمل وأفضل.

التحويل الهجين باستخدام الاستدلال والذكاء الاصطناعي​

تتيح لك qiskit-ibm-transpiler ضبط مدير تمريرات هجين يجمع بين أفضل ما في الخوارزميات الاستدلالية لـ Qiskit وتمريرات المُحوِّل المدعومة بالذكاء الاصطناعي. يتصرف هذا الميزة بطريقة مشابهة لطريقة generate_pass_manager في Qiskit. الطريقة الشائعة لاستخدام generate_ai_pass_manager هي كما يلي:

from qiskit_ibm_transpiler import generate_ai_pass_manager
from qiskit.circuit.library import efficient_su2
from qiskit_ibm_runtime import QiskitRuntimeService

backend = QiskitRuntimeService().backend("ibm_torino")
torino_coupling_map = backend.coupling_map

su2_circuit = efficient_su2(101, entanglement="circular", reps=1)

ai_transpiler_pass_manager = generate_ai_pass_manager(
    coupling_map=torino_coupling_map,
    ai_optimization_level=3,
    optimization_level=3,
    ai_layout_mode="optimize",
)

ai_su2_transpiled_circuit = ai_transpiler_pass_manager.run(su2_circuit)

الخيارات المستخدمة في هذا المثال هي:

  • coupling_map - يحدد خريطة الاقتران المستخدمة في التحويل.
  • ai_optimization_level - يحدد مستوى التحسين (من 1 إلى 3) المستخدم للمكوِّنات المعتمدة على الذكاء الاصطناعي في PassManager.
  • optimization_level - يحدد مقدار التحسين المُطبَّق على الدائرة للمكوِّنات الاستدلالية في PassManager.
  • ai_layout_mode - يحدد كيفية تعامل الجزء المعني بالتوجيه بالذكاء الاصطناعي في PassManager مع التخطيط. راجع قسم تمريرة التوجيه بالذكاء الاصطناعي لمراجعة خيارات الضبط الخاصة بمعامل ai_layout_mode.

الحدود​

راجع توثيق Qiskit Transpiler Service للاطلاع على مزيد من المعلومات حول الحدود المطبَّقة على تمريرات المُحوِّل المدعومة بالذكاء الاصطناعي.

الاستشهاد​

إذا استخدمت أي ميزة مدعومة بالذكاء الاصطناعي من Qiskit Transpiler Service في أبحاثك، استخدم الاستشهاد الموصى به.