مقدمة

نظرة عامة والدافع

قبل البدء، يُرجى إكمال هذا الاستبيان القصير قبل الدورة، وهو مهم لمساعدتنا في تحسين محتوى دوراتنا وتجربة المستخدم.

مرحبًا بك في دورة خوارزميات التقطير الكمي!

العالم مليء بمسائل بالغة الأهمية يمكن صياغتها على شكل مسائل تقطير مصفوفات. يمتد هذا عبر مجالات تتراوح من التمويل إلى الفيزياء، وينطبق على أنظمة متباينة كالمواقع الكيميائية الرابطة وشبكات التوزيع. حتى أساليب حل المسائل الأخرى كالتعلم الآلي تستثمر قوة المصفوفات. وقد أتاحت التقدمات في الحوسبة الكلاسيكية تقطير مصفوفات ذات أحجام مذهلة. لكن لا تزال هناك مسائل تتجاوز حدود خوارزميات التقطير الكلاسيكية الدقيقة.

تستثمر خوارزميات التقطير الكمي (QDAs) قوة الحواسيب الكمية جنبًا إلى جنب مع المقاربات الكلاسيكية. ويعني هذا أشياء مختلفة لخوارزميات مختلفة. في بعض الحالات، تستخدم الخوارزمية الحاسوب الكمي لتقدير قيم توقع المصفوفات وتستخدم الحواسيب الكلاسيكية لتشغيل خوارزميات التحسين التفاضلي. هذا صحيح، على سبيل المثال، لمحلّ القيم الذاتي الكمي التفاضلي (VQE). وفي حالات أخرى، تُستخدم القياسات الكمية لتحديد الفضاءات الجزئية المناسبة لإسقاط المصفوفة المعنية فيها، ويُجرى تقطير المصفوفة المُسقَطة كليًا على الحواسيب الكلاسيكية. هذا ما تصفه طرق التقطير الكمي القائمة على أخذ العينات (SQD)، وهي من أكثر الطرق إثارةً في العصر الحالي للحوسبة الكمية.

تُقدم هذه الدورة نظرة عامة على عدة مقاربات للتقطير الكمي. نُزوّدك بخلفية عن الطرق الكلاسيكية المستخدمة، أو تلك التي ألهمت الخوارزميات الكمية، ونستعرض خطوة بخطوة تنفيذ الخوارزميات الكمية على حواسيب كمية حقيقية. ثمة نقاش مستفيض حول العوامل التي تُحدد أسلوب تحجيم المقاربات التي تستخدم الخوارزميات الكلاسيكية والكمية. وهذا أمر بالغ الأهمية لتحديد ما إذا كانت مسألتك تستفيد من خوارزمية كمية بعينها. من خلال ربط المقاربات الرياضية المجردة بأحدث الأجهزة الكمية، تُمكّن المنهجية المشاركين من التعامل مع المشهد الكمي الحسابي المتطور بسرعة.

أهداف تعلم الدورة

من خلال إتمام هذه الدورة، يمكنك توقع بناء المهارات والكفاءات الأساسية التالية. سيتمكن المتعلمون من:

1. تحديد عدة تطبيقات صناعية لتقطير المصفوفات الكبيرة.

2. تحديد عدة مقاربات كلاسيكية للتقطير ونظيراتها الكمية.

3. شرح العوامل التي تُحدد كفاءة QDAs.

4. تحديد عدة نقاط قوة وضعف نسبية للـ QDAs الشائعة.

5. تنفيذ QDAs باستخدام أوليّات Qiskit Runtime واتباع أنماط Qiskit.

6. تحديد أنواع المسائل الأكثر ملاءمة للـ QDAs.

7. تكييف مسألة نموذجية لتناسب مسألتهم الخاصة.

8. معرفة قيود تنفيذ QDAs على الحواسيب الكمية قبل التسامح مع الأخطاء على نطاق واسع.

هيكل الدورة

تتكون هذه الدورة من عدة دروس. يحتوي كل درس على عدة أسئلة تدريبية في أثناء النص، لتتمرن على المهارات الجديدة أو تتحقق من فهمك أثناء التقدم. هذه الأسئلة ليست إلزامية.

في نهاية الدورة، يوجد اختبار من 20 سؤالًا. يجب أن تحصل على 70% على الأقل في هذا الاختبار للحصول على شارة خوارزميات التقطير الكمي عبر Credly. إذا حصلت على 70% على الأقل، ستُرسَل إليك شارتك تلقائيًا بالبريد الإلكتروني بعد فترة وجيزة. هناك حد لعدد مرات أداء هذا الاختبار. راجع الاختبار لمزيد من التفاصيل.

هيكل الدورة على النحو التالي:

• الدرس 0: مقدمة ونظرة عامة
• الدرس 1: محلّ القيم الذاتي الكمي التفاضلي
• الدرس 2: التقطير الكمي لكريلوف
• الدرس 3: التقطير الكمي القائم على أخذ العينات
• الدرس 4: تطبيق SQD
• الدرس 5: التقطير الكمي لكريلوف القائم على أخذ العينات
• اختبار الشارة