سياق الحوسبة الكمومية

في الفيديو التالي، تأخذك أوليفيا لينز عبر محتوى هذا الدرس. بدلاً من ذلك، يمكنك فتح فيديو يوتيوب الخاص بهذا الدرس في نافذة منفصلة.

بدأت هذه الدورة بالانغماس مباشرة في تشغيل أول دائرة كمومية لك، وتعلّم كيف تُستخدم قوانين ميكانيكا الكم لإنشاء حالات وبوابات ودوائر كمومية. الآن لنبتعد قليلاً. في هذا القسم، سنستكشف الحوسبة الكمومية من خلال أطر مختلفة ستساعدك على التعامل مع المحادثات والعناوين والمقالات حول الحوسبة الكمومية بعين أكثر نقدية.

لا شك أن ثمة قدراً كبيراً من الإثارة حول الحوسبة الكمومية والإمكانيات التي قد تقدمها هذه التكنولوجيا. قد يذهب المرء إلى حد تسميتها «ضجة». كما هو الحال دائماً حين تكون هناك ضجة حول اكتشاف جديد، قد يكون من الصعب التمييز بين الحقيقة والخيال. مع هذا في الاعتبار، من الأفضل البدء بما ليست عليه الحوسبة الكمومية:

• لن تحل الحوسبة الكمومية محل الحواسيب التقليدية الكلاسيكية — ولن تنتهي بها الأمور في «هاتف كمومي»
• إنها ليست طريقة لـ «فحص كل الإجابات الممكنة في نفس الوقت»
• إنها ليست أفضل بشكل شامل من الحواسيب الكلاسيكية لجميع المهام
• إنها ليست في حرب مع الذكاء الاصطناعي
• إنها ليست عديمة الفائدة حتى نحقق التسامح مع الأخطاء أو تصحيحها
• إنها ليست سحراً

نأمل أن ذلك لم يُبعدك عن هذه الدورة كلياً أو يجعلك تعتقد أنه لا قيمة حقيقية هنا. بل بالعكس تماماً! الحوسبة الكمومية لديها إمكانية أن تكون قوية للغاية — لكن فقط لتطبيقات معينة. لحسن الحظ، تشمل تلك التطبيقات مجالات بحث نشطة يمكن أن تُغيّر جذرياً طريقة تعاملنا مع مسائل مهمة، كمحاكاة الكيمياء، واستكشاف المواد، وتحليل مجموعات البيانات الكبيرة. قبل استكشاف مجالات التطبيق هذه، لنتعمق أولاً في بعض هذه المفاهيم المغلوطة بمزيد من التفصيل.

التوسع

مفهوم مغلوط شائع آخر بشأن الحواسيب الكمومية هو أنه كلما زاد عدد الـ Qubits، زادت قوتها. بينما هذا ليس خاطئاً بالضرورة، فإنه لا يرسم الصورة الكاملة. بينما إن التوسع في الكم عنصر حاسم بالتأكيد، إلا أنه ليس أكثر أهمية من جودة الـ Qubits نفسها. تُقاس الجودة بعدة طرق، من أهمها أوقات التماسك والتزعزع، أو $T_1$ و$T_2$ على التوالي. هذه قياسات لمدى استقرار المعلومات الكمومية في Qubit. حين عُرضت أولى الـ Qubits فائقة التوصيل، كان هذا الرقم في حدود نانوثوانٍ (Nakamura وآخرون، 1999)؛ الآن، ننتج بانتظام Qubits ذات أوقات تماسك مستقرة تبلغ مئات الميكروثانية.

عنصر حاسم آخر نلجأ إليه للنظر في تحسّن الحواسيب الكمومية هو السرعة. لقياس السرعة نستخدم شيئاً يُسمى عمليات طبقة الدائرة في الثانية (CLOPS). يدمج CLOPS الوقت اللازم لتشغيل دائرة مع الحوسبة الكلاسيكية الفورية وشبه الفورية، مما يتيح له أن يكون مقياساً شاملاً واحداً للسرعة.

العناصر الثلاثة مجتمعة ضرورية لمواصلة بناء الطريق نحو حاسوب كمومي شامل متسامح مع الأخطاء. لهذا، حين تنظر إلى خارطة طريق IBM Quantum®، ستلاحظ أن بعض القفزات بين المعالجات لا تحتوي على زيادات كبيرة في عدد الـ Qubit. على سبيل المثال، لاحظ الزيادة المتواضعة في عدد الـ Qubit بين Heron وNighthawk، لأن ذلك ليس التركيز الحقيقي لذلك التحسين. بدلاً من ذلك، يطبّق Nighthawk طوبولوجيا اتصال جديدة ستتيح رموز تصحيح أخطاء مختلفة.

تصحيح الأخطاء مقابل تخفيفها

يظل تصحيح الأخطاء أحد أهداف الباحثين في الحوسبة الكمومية على المدى البعيد. يقوم على فرضية أن الـ Qubits ستظل دائماً عرضة للضوضاء والأخطاء، وإذا أردنا تشغيل خوارزميات واسعة النطاق، كخوارزمية شور مثلاً، فسنحتاج إلى القدرة على اكتشاف هذه الأخطاء وتصحيحها في الوقت الفعلي. ثمة أنواع كثيرة من رموز تصحيح الأخطاء، ونحيلك إلى دورات أخرى (كدورة أسس تصحيح الأخطاء الكمومية) إذا أردت التعمق أكثر فيها.

تخفيف الأخطاء من ناحية أخرى، يُستخدم بالفعل بانتظام لتحسين نتائج الحوسبة الكمومية. الفكرة وراء تخفيف الأخطاء أننا نقبل حدوث الأخطاء ونحاول التنبؤ بسلوكها لتقليل تأثيراتها. ثمة تقنيات تخفيف أخطاء كثيرة؛ كثير منها يتطلب عدة تشغيلات على حاسوب كمومي بالإضافة إلى بعض المعالجة الكلاسيكية اللاحقة. من غير المرجح أن يحل تصحيح الأخطاء محل تخفيفها بالكامل. بدلاً من ذلك، نتوقع أن يُستخدم كلاهما معاً لإعادة أفضل نتائج ممكنة من الحواسيب الكمومية.

مكونات الحوسبة الكمومية

ذكرنا سابقاً أن من المفاهيم المغلوطة الشائعة أن الحواسيب الكمومية ستحل يوماً ما محل الحواسيب الكلاسيكية. هذا بوضوح ليس هو الحال؛ الحواسيب الكمومية والكلاسيكية ليست في الواقع في حرب تحاول كل منهما الحلول محل الأخرى. في الواقع، كما أشرنا في القسم السابق، تحتاج الحواسيب الكمومية إلى الحواسيب الكلاسيكية لتعمل، لأسباب متعددة. حين نتحدث عن «الحواسيب» بشكل عام، نفترض عادة أنها تتضمن جميع المكونات كوحدة المعالجة المركزية والذاكرة العشوائية والتخزين وما إلى ذلك. في المقابل، الحاسوب الكمومي لا يمتلك كل هذه المكونات. في أغلب الأحيان حين يتحدث الناس عن حاسوب كمومي، يشيرون في الواقع إلى وحدة المعالجة الكمومية (QPU)، التي تتولى دور المعالجة من وحدة المعالجة المركزية. وحدة المعالجة الكمومية بحد ذاتها ليست حاسوباً للأغراض العامة. لا تُشغّل نظام تشغيل، ولا تُدير الذاكرة، ولا تتعامل مع واجهات المستخدم. دورها الوحيد هو التلاعب بالـ Qubits وفق عمليات كمومية محكومة بدقة قبل إعادة نتائج القياس إلى نظام كلاسيكي.

في الممارسة العملية، يُفهم أفضل الحواسيب الكمومية اليوم على أنها أنظمة هجينة. يُنسّق حاسوب كلاسيكي سير العمل — يُعدّ المدخلات ويُترجم الدوائر الكمومية ويُجدول المهام ويُعالج النتائج — بينما تُنفّذ وحدة المعالجة الكمومية الجزء الكمومي فقط من الحساب. حتى مع تقدم الأجهزة الكمومية، من المتوقع استمرار هذا تقسيم العمل، مع تركيز التقدم على تعميق التكامل وتسريع الاتصال بين الأنظمة الكلاسيكية ووحدات المعالجة الكمومية بدلاً من إلغاء المكونات الكلاسيكية كلياً.

مجالات التطبيق المرجّحة للحوسبة الكمومية

نُصنّف المجالات التي نعتقد أن الحوسبة الكمومية ستكون الأكثر تأثيراً فيها على نطاق واسع إلى أربع فئات: التحسين، ومحاكاة الهاميلتوني، والمعادلات التفاضلية الجزئية، والتعلم الآلي.

محاكاة الهاميلتوني

يدور هذا الموضوع حول محاكاة العمليات الميكانيكية الكمومية الموجودة في الطبيعة. في جوهره، يتضمن مهمتَين رئيسيتَين: إيجاد طاقة الحالة الأرضية لنظام موصوف بهاميلتونيه، الذي يُرمّز إجمالي الطاقة والتفاعلات داخل النظام، ومحاكاة كيفية تطور ذلك النظام عبر الزمن (الديناميكيات الكمومية).

هذا أحد أكثر مجالات التطبيق طبيعية للحواسيب الكمومية: الأنظمة الكمومية يصعب بشكل مشهور محاكاتها على الحواسيب الكلاسيكية، لأن حجم فضاء الحالات الكمومية يتضاعف أسياً مع عدد الجسيمات. في المقابل، الحواسيب الكمومية تُمثّل الحالات الكمومية مباشرة، مما يجعلها مناسبة — على الأقل من حيث المبدأ — لهذه الأنواع من المسائل.

تشمل مجالات التطبيق الرئيسية:

• الكيمياء وعلم المواد: التنبؤ بالبنية الجزيئية ومسارات التفاعل وطاقات الارتباط وخصائص المواد
• فيزياء المادة المكثفة: دراسة الأنظمة شديدة الارتباط والانتقالات الطورية والحالات الكمومية الغريبة
• الفيزياء النووية وفيزياء الطاقة العالية: نمذجة تفاعلات الجسيمات

على المدى البعيد، قد تُمكّن التطورات في محاكاة الهاميلتوني من:

• اكتشاف الأدوية وتصميم المحفّزات بدقة أكبر
• اكتشاف مواد جديدة للبطاريات
• فهم أعمق للظواهر الفيزيائية الجوهرية

كثير من الخوارزميات الكمومية الأكثر دراسة، كـ SQD، طُوِّرت تحديداً مع وضع محاكاة الهاميلتوني في الاعتبار. نتيجة لذلك، كثيراً ما يُنظر إلى هذه الفئة على أنها من حالات الاستخدام الأكثر إقناعاً علمياً والأكثر صحة نظرياً للحوسبة الكمومية.

التحسين

تتضمن مسائل التحسين إيجاد أفضل حل من مجموعة كبيرة من الحلول الممكنة، مع الامتثال لقيود. تظهر هذه المسائل في العلوم والهندسة والصناعة، وكثيراً ما تصبح غير قابلة للحساب مع تزايد حجم المسألة.

تتضمن الأمثلة:

• الجدولة والتوجيه (على سبيل المثال، سلاسل التوريد وحركة المرور وجدولة الطائرات)
• تحسين المحافظ الاستثمارية وإدارة المخاطر (المالية)
• تخصيص الموارد والخدمات اللوجستية
• المسائل التجميعية كتقسيم الرسوم البيانية وقطع الحد الأقصى

كثير من مسائل التحسين مصنّفة كـ NP-صعبة في نظرية التعقيد، مما يعني أن الخوارزميات الكلاسيكية تعتمد عادة على الاستدلال أو التقريبات للحالات الكبيرة. نظراً لأن الـ Qubits تتصرف بشكل مختلف عن البتات الكلاسيكية، يمكننا نمذجة الحلول بشكل مختلف. قد يسمح لنا هذا باستكشاف فضاءات الحلول بشكل أسرع أو أكثر شمولاً من الخوارزميات الكلاسيكية.

المقاربات الكمومية الشائعة تشمل:

• الخوارزميات التغايرية، كخوارزمية التحسين الكمومي التقريبي (QAOA)
• سير العمل الهجين الكلاسيكي-الكمومي، حيث تُرشد المحلّلات الكلاسيكية الروتينات الفرعية الكمومية وتُنقّحها

بينما لا يزال سؤالاً مفتوحاً متى — أو لأي مسائل — سيُحقق تحسين الكم ميزة واضحة على أحدث الأساليب الكلاسيكية، يظل التحسين مجالاً رئيسياً للاهتمام نظراً لانتشاره وتعيينه الطبيعي بين أهداف التحسين والهاميلتونيات الكمومية.

المعادلات التفاضلية الجزئية (PDEs)

تصف المعادلات التفاضلية الجزئية كيف تتغير الكميات الفيزيائية عبر المكان والزمان. تدعم كثيراً من أهم النماذج في العلوم والهندسة، بما فيها ديناميكيات السوائل والكهرومغناطيسية ونقل الحرارة والنمذجة المالية.

تتضمن الأمثلة:

• معادلات Navier-Stokes لتدفق السوائل
• معادلات شرودنغر والموجة
• معادلات ماكسويل
• معادلات Black-Scholes والمعادلات المالية ذات الصلة

حل المعادلات التفاضلية الجزئية رقمياً على الحواسيب الكلاسيكية يتطلب في أغلب الأحيان شبكات مكانية دقيقة وتطورات زمنية طويلة، مما يؤدي إلى تكاليف حوسبة عالية واستخدام مكثّف للذاكرة.

تعتمد الخوارزميات الكمومية للمعادلات التفاضلية الجزئية عادة على ما يلي:

• تعيين المعادلات التفاضلية الجزئية إلى أنظمة كبيرة من المعادلات الخطية
• الروتينات الفرعية للجبر الخطي الكمومي، كخوارزمية HHL وتغييراتها
• سير العمل الهجين حيث تحيط المعالجة الكلاسيكية المسبقة واللاحقة بالنوى الكمومية

من الناحية النظرية، يمكن لبعض المقاربات الكمومية تقديم تسريعات أسية أو متعددة الحدود في ظل افتراضات محددة (كتحضير الحالة بكفاءة والقراءة). عملياً، من المتوقع أن يكون حل المعادلات التفاضلية الجزئية تطبيقاً أبعد مدى، مرتبطاً ارتباطاً وثيقاً بتقدم الحوسبة الكمومية المتسامحة مع الأخطاء والتكامل الكمومي-الكلاسيكي مع أنظمة الحوسبة عالية الأداء (HPC).

التعلم الآلي

يستكشف التعلم الآلي الكمومي (QML) كيف يمكن للحواسيب الكمومية تعزيز جوانب التعلم الآلي وتحليل البيانات أو تسريعها. يشمل ذلك ما يلي:

• استخدام الحواسيب الكمومية لاستكشاف مسائل التصنيف بسلوك تصنيف مختلف عن الخوارزميات الكلاسيكية
• تطوير نماذج جديدة ذات طبيعة كمومية بالأساس

التطبيقات المقترحة تشمل ما يلي:

• التصنيف والتجميع
• أساليب النواة وخرائط الميزات
• الروتينات الفرعية للتحسين ضمن حلقات التدريب

كثير من خوارزميات QML تستفيد مما يلي:

• الدوائر الكمومية ذات المعاملات كنماذج قابلة للتدريب
• أساليب التحسين التغايري
• النوى الكمومية التي تعمل ضمنياً في فضاءات ميزات عالية الأبعاد

لكن التعلم الآلي مجال صعب بشكل خاص لتحقيق ميزة كمومية. التعلم الآلي الكلاسيكي ناضج للغاية، ويجب على النماذج الكمومية التعامل مع مسائل كتحميل البيانات والضوضاء والتوسع.

نتيجة لذلك، يركز البحث الحالي على هذه المجالات:

• تحديد الأنظمة المحددة التي قد تتفوق فيها النماذج الكمومية على الكلاسيكية
• استكشاف QML كجزء من سير العمل الهجين بدلاً من كونه بديلاً مستقلاً
• فهم قدرة التعبير وقابلية التدريب والتعميم في النماذج الكمومية

يظل التعلم الآلي الكمومي مجالاً بحثياً نشطاً، بتأثير محتمل على المدى البعيد — لكن أيضاً بأسئلة مفتوحة كبيرة حول متى وأين ستظهر ميزة عملية.

الخاتمة

أوضح هذا الدرس أن الميزة الكمومية لا تتعلق باستبدال الحواسيب. بل بتوسيع ما يمكن حسابه. إنه أحد أكثر مشاريع الهندسة طموحاً التي حاولها البشر على الإطلاق. وكما هو الحال مع جميع المشاريع الطموحة، إنه فوضوي وبطيء ورائع حقاً.

إذا أردت متابعة كيفية عمل هذه الخوارزميات فعلياً، سيُظهر لك الدرس القادم أين تذهب من هنا بناءً على اهتماماتك وأهدافك المهنية.