Google أعلنت أن فريقها للذكاء الاصطناعي الكمي قد نجح في تجاوز عقبة رئيسية في حسابات الكم: حيث أثبتت التجارب على معالج Willow أن خطة "تربية الحالة السحرية" قابلة للتطبيق، مما أدى إلى تقليل الخطأ بنسبة حوالي 40 مرة مقارنة بعدم استخدام هذه التقنية. هذه النتيجة الرائدة تم نشرها اليوم في مجلة "Science"، وتعتبر خطوة رئيسية نحو تحقيق الاستخدام العملي على نطاق واسع للحسابات الكمية.
نجاح فريق Google للذكاء الاصطناعي الكمي في إثبات جدوى تقنية تربية الحالة السحرية
في عام 2004، توقع الباحثون وجود عقبة صعبة. لتحقيق حسابات كمومية عامة وتشغيل برامج ذات قيمة عملية، يجب أن تكون قادرة على تنفيذ مجموعة معينة من العمليات الكمومية. تتمثل الطريقة في إعداد ما يسمى بـ "الحالة السحرية"، وهو اسم مستمد من قدرة هذه الأنواع من الحالات الكمومية على إنتاج عمليات حسابية كمومية تتجاوز ما تتطلبه الحسابات التقليدية. لكن هناك مشكلة هنا: إعداد حالات سحرية عالية الجودة ومصححة للأخطاء يتطلب موارد كبيرة. تشير بعض التقديرات إلى أن أجهزة الكمبيوتر الكمومية قد تحتاج إلى استخدام ما يصل إلى 95% من إجمالي قوتها الحاسوبية لإنتاج الحالة السحرية، مما يترك موارد قليلة للحساب الفعلي.
علاوة على ذلك، بمجرد استخدام الحالة السحرية، لا يمكن إعادة استخدامها، مما يجعلها موردًا نادرًا. لذلك، كان الباحثون يعملون باستمرار على تقليل تكلفة إعداد الحالة السحرية.
في عام 2024، قام باحثو Google للذكاء الاصطناعي الكمي، كريغ جيدني، نوح شوتي وكودي جونز، بالاستفادة من الأفكار الموجودة في الأدبيات وتحسينها، مما أدى إلى تطوير تقنية تربية الحالة السحرية الحالية. من المتوقع أن تقلل هذه الخطة بشكل كبير من استهلاك الموارد، حيث تعتمد فكرتها الأساسية على عمل مرشح. يتم حقن حالة كمومية مشوشة في منطقة صغيرة من شريحة الكم، ثم يتم تنفيذ سلسلة من القياسات المتزامنة للغاية لتحديد الأخطاء واستبعاد العينات غير المؤهلة. أثبت فريق كريغ أنه من خلال هذه الطريقة يمكن "تربية" حالات كمومية ذات نقاء عالٍ وأخطاء منخفضة، ويمكن تحويلها بشكل متزامن إلى شكل ترميز أكبر وأكثر قيمة عملية.
إذا تم تطبيقها على الأجهزة الكمومية، يمكن أن تقلل بشكل كبير من حجم أجهزة الكمبيوتر الكمومية المطلوبة للمهام العملية.
عند اختبار بروتوكول التربية للمرة الأولى، لاحظت الباحثة في Google للذكاء الاصطناعي الكمي، إيما روزنفيلد، أن البيانات التي تم جمعها بدت وكأنها تتعارض مع القوانين الفيزيائية. بعد شهور من التحقيقات والمحاكاة والمناقشات مع الزملاء والتحقق من التناسق، اكتشفت أن المشكلة كانت ناتجة عن فرضيات خاطئة في طرق القياس المستخدمة من قبل الفريق. على وجه التحديد، كانت الضوضاء الناتجة عن انحراف الأجهزة الكهربائية في المختبر وتقلبات درجة الحرارة تؤثر على فعالية نتائج الاختبارات المرجعية. كان على الفريق تعديل الإطار النظري وخطة الهندسة بشكل متزامن، وإضافة وسائل تحكم إضافية للنظام لتقليل تأثير هذه الضوضاء، كما ابتكروا طريقة جديدة للاختبار المرجعي، باستخدام تقنية التربية نفسها كأداة قياس، لحل هذه المشكلة من جذورها.
استنادًا إلى هذه النتائج والابتكارات الأخرى في الخوارزميات وخطط الهندسة، دفعت Google تقنية القياس الكمومي إلى مستوى جديد من التميز. على معالج Willow الخاص بـ Google للذكاء الاصطناعي الكمي، حقق هذا البروتوكول تقليلًا للخطأ يصل إلى 40 مرة مقارنة بالحالات الكمومية التي لم تخضع لعملية التربية؛ حيث وصلت دقة منطق T إلى مستوى قياسي بلغ 99.99%. تم نشر هذه النتائج الآن في مجلة "Science"، حيث أثبتت لأول مرة حلاً قابلاً للتطبيق لأحد أكثر العقبات الموارد خطورة في الحسابات الكمومية، وأظهرت على الأجهزة الحقيقية قدرة Google على إعداد هذه الحالة السحرية الأساسية بكفاءة.
كما قامت Google بالتحقق الأولي من أن النظرية التي اقترحها كريغ وزملاؤه يمكن أن تتناسب مع هيكل حساباتهم الكمومية. تمكن الفريق من التبديل بين "كود الألوان" (وهو نوع جديد من أكواد تصحيح الأخطاء، مناسب جدًا لتربية الحالة السحرية) و"كود السطح" (وهو حل تصحيح أخطاء أكثر نضجًا)، حيث تم دمج حالة كود الألوان ذات المسافة 3 مع كود السطح ذو المسافة 5. تم اقتراح هذا البروتوكول في ورقة نظرية في عام 2024، وأكدت التجربة الحالية أن الحالات الكمومية المنقاة يمكن أن تستمر بشكل مستقر في الأجهزة وتنتقل بسلاسة.