لقد أثبت Google Quantum AI في الأجهزة حلاً لواحدة من أكثر مشاكل الموارد صعوبة في الحوسبة الكمومية. في ورقة بحثية نُشرت في 15 أكتوبر في مجلة Science، أفاد الفريق الذي يقف وراء معالج Willow من Google أن "زراعة الحالة السحرية" - وهي تقنية تم اقتراحها لأول مرة نظريًا قبل عامين - تعمل عمليًا، مما يقلل الأخطاء بحوالي 40 ضعفًا مقارنة بالحالات غير المزروعة وينتج حالات T بدقة منطقية قياسية تبلغ 99.99٪.

النتيجة، التي أعلنها عالم الأبحاث إيما روزنفيلد ومهندس البرمجيات الكمومية كريج جيدني على مدونة جوجل الرسمية، تمثل أول دليل تجريبي على أنه يمكن إنتاج الحالات السحرية بكفاءة على أجهزة كمومية حقيقية. إنه يعالج عنق الزجاجة الذي ظل المهندسون يتخلصون منه منذ أن حدده الباحثون لأول مرة قبل أكثر من عقدين من الزمن. لمعرفة المزيد عن الإنجازات في مجال الحوسبة، راجع [تغطية أبحاث الذكاء الاصطناعي] (https://aibuzzwire.news).

لماذا تعتبر الحالات السحرية مهمة؟

تتطلب الحوسبة الكمومية العالمية - النوع الذي يمكنه تشغيل برامج مفيدة حقًا - مجموعة محددة من العمليات الكمومية التي تتجاوز ما يمكن للبتات الكمومية المصححة للأخطاء أن تؤديه أصلاً. الحل القياسي هو إعداد حالات الموارد الخاصة، المعروفة باسم الحالات السحرية، التي تمكن هذه العمليات. تكمن المشكلة في التكلفة: تشير بعض التقديرات إلى أنه قد يلزم تخصيص ما يصل إلى 95% من إجمالي قدرة الكمبيوتر الكمي لتصنيعه، مما لا يترك مجالًا كبيرًا للحساب الفعلي. الحالات السحرية أيضًا قابلة للاستهلاك - بمجرد استخدامها، لا يمكن إعادة استخدامها - مما يجعلها مدخلات نادرة ومكلفة لأي آلة كبيرة الحجم.

في عام 2024، قام باحثو Google Quantum AI، كريج جيدني، ونوح شاتي، وكودي جونز بتطوير نهج الزراعة في ورقة نظرية. تعمل الفكرة كمرشح: يتم حقن حالة ضجيج في منطقة صغيرة من الشريحة الكمومية، ثم تقوم سلسلة من القياسات عالية التنسيق بالتحقق من الأخطاء وتتجاهل المحاولات المعيبة. إن ما ينجو من هذه العملية هو حالة كمومية نقية بشكل استثنائي، ومنخفضة الأخطاء، والتي يمكن تكييفها في نفس الوقت إلى تشفير أكبر ومفيد. إذا عملت على الأجهزة، فإنها ستؤدي إلى تقليص حجم الكمبيوتر الكمي اللازم للمهام العملية بشكل كبير.

من النظرية إلى الأجهزة

استغرق تنفيذ البروتوكول على Willow سلسلة من الابتكارات الهندسية. حلقة واحدة توضح الصعوبة. عندما اختبرت عالمة الأبحاث إيما روزنفيلد بروتوكول الزراعة لأول مرة، بدت بياناتها وكأنها تتحدى قوانين الفيزياء. بعد أشهر من عمليات المحاكاة والمناقشات والتحقق من الاتساق، قام الفريق بتتبع الشذوذ إلى افتراض غير صحيح في أسلوب القياس الخاص بهم: كان انجراف المعدات الكهربائية وتغير درجات الحرارة في المختبر يتداخلان مع صحة المعيار.

يتطلب الإصلاح تغييرات على الجانبين النظري والهندسي. أضاف الفريق تحكمًا إضافيًا إلى النظام لقمع الضوضاء، واخترع تقنية قياس مرجعية جديدة تستخدم الزراعة نفسها كأداة قياس - وهو الحل الذي تقول الشركة إنه أنشأ أحدث ما توصلت إليه التكنولوجيا في علم القياس الكمي. في Willow، حقق البروتوكول المكرر انخفاضًا في الأخطاء بمقدار 40 ضعفًا تقريبًا مقارنة بالحالات غير المزروعة، مع وصول حالات T إلى دقة منطقية بنسبة 99.99%.

التوافق مع خريطة طريق تصحيح الأخطاء من Google

اتخذ الفريق أيضًا الخطوات الأولى نحو إظهار تناسب هذه التقنية مع بنية Google الأوسع للتسامح مع الأخطاء. يأتي تصحيح الخطأ الكمي في نكهات: "رموز الألوان"، وهو نوع أحدث مثالي للزراعة، و"رموز السطح"، وهي الطريقة الأكثر رسوخًا التي تدعم خريطة طريق جوجل على المدى الطويل. أظهر الباحثون بروتوكول تطعيم - تم تطويره في الأصل في ورقة نظرية عام 2024 - يقوم بالتبديل بين الاثنين، وينقل الحالات النقية من رمز لون المسافة 3 إلى رمز سطح المسافة 5. نجت الولايات من عملية النقل، وهو دليل على أن الزراعة يمكن أن تتعايش مع خطط تصحيح الأخطاء التي تخطط جوجل لتوسيع نطاقها.

ما بقي دون حل

جوجل حذرة بشأن التحذيرات. لقد تم إثبات زراعة الحالة السحرية على نطاق صغير؛ إن إظهارها على النطاق المطلوب للحوسبة الكمومية العملية يظل عملاً مستقبليًا، وتقف تحديات تقنية كبيرة بين النتيجة الحالية وآلة مفيدة تجاريًا. وتصوغ الشركة النتيجة على أنها تحويل "فكرة نظرية رئيسية إلى حقيقة مثبتة تجريبيا" على الطريق نحو هدفها المعلن المتمثل في كمبيوتر كمي مفيد ومصحح للأخطاء.

الأهمية العملية تتعلق بميزانيات الموارد. إذا كان من الممكن تنمية الحالات السحرية عالية الجودة بتكلفة زهيدة بدلاً من تصنيعها من خلال النفقات العامة المهيمنة، فإن متطلبات الأجهزة لتشغيل الخوارزميات مثل روتين تحليل شور أو عمليات محاكاة كيمياء الكم المعقدة تتقلص وفقًا لذلك. يؤدي تقليل الأخطاء بمقدار 40 ضعفًا في مرحلة الحالة السحرية إلى تفاقم كل عملية تقوم بها الآلة.

الصورة الأكبر

وتأتي هذه النتيجة وسط منافسة شديدة في الأجهزة الكمومية، حيث تسعى شركات IBM وQuantinuum والمجموعات الأكاديمية إلى آلات تصحيح الأخطاء، ومع بناء الذكاء الاصطناعي على نطاق أوسع في صناعة التكنولوجيا والذي يجذب معظم العناوين الرئيسية ورؤوس الأموال. إن التقدم الكمي أبطأ وأقل قابلية للتنبؤ به، لكن المعالم البارزة مثل هذا - وهو عنق الزجاجة النظري الذي دام عقدين من الزمن والذي تمت إزالته على أجهزة الإنتاج، والذي تم نشره بأرقام الدقة القابلة للتكرار في مجلة خاضعة لمراجعة النظراء - هي نوع من الخطوات المركبة التي تعيد ضبط الجداول الزمنية بهدوء.

بالنسبة لمراقبي الذكاء الاصطناعي، هناك أيضًا أهمية عرضية: تعتمد الكثير من أدوات الخوارزميات وأنظمة التحكم في المختبرات الكمومية الحديثة بشكل متزايد على التعلم الآلي للمعايرة وفك تشفير الأخطاء، وهو مثال صغير ولكنه متزايد على تسريع الذكاء الاصطناعي للمجالات العلمية المجاورة.

---

ابقَ في طليعة الذكاء الاصطناعي

احصل على آخر الأخبار والتحليلات والإنجازات في مجال الذكاء الاصطناعي — كل ذلك في مكان واحد.

اقرأ المزيد من أخبار الذكاء الاصطناعي →