كشف الغموض عن الذكاء الاصطناعي الكمومي: ما هو، وما ليس، ولماذا يهم الآن

دخل الذكاء الاصطناعي مرحلة جديدة. لم يعد الأمر مجرد بناء نماذج أكبر أو الوصول إلى المزيد من البيانات. تركز المنافسة اليوم على السرعة والكفاءة والابتكار. تسعى الشركات إلى أدوات جديدة توفر ميزة فنية واقتصادية. للبعض، يبدو الحوسبة الكمومية وكأنها واحدة من تلك الأدوات.

يُشير الذكاء الاصطناعي الكمومي إلى الجمع بين الحوسبة الكمومية والذكاء الاصطناعي. يقدم طريقة جديدة لمواجهة المشكلات المعقدة في التعلم الآلي والتحسين وتحليل البيانات.尽管 لا يزال قيد التطوير، فإن الإمكانات تجذب الانتباه الجاد. وجد استطلاع عالمي في عام 2024 conducted by SAS أن أكثر من 60٪ من قادة الأعمال يبحثون أو يستثمرون بالفعل في الذكاء الاصطناعي الكمومي. ومع ذلك، قال معظمهم أيضًا إنهم لا يفهمون تمامًا ما هي التكنولوجيا أو كيف يمكن استخدامها.

يشرح هذا المقال ما هو الذكاء الاصطناعي الكمومي، وما هي المشكلات التي قد يساعد في حلها، وأين يمكن أن يكون له تأثير في المستقبل القريب.

لماذا يبحث فرق الذكاء الاصطناعي في الكمومية

يستغرق تدريب نماذج الذكاء الاصطناعي الكبيرة وقتًا وطاقة وأموالًا. حتى التحسينات الطفيفة في الكفاءة يمكن أن تؤدي إلى وفورات كبيرة. توفر الحوسبة الكمومية أساليب جديدة لحل بعض المشكلات بكفاءة أو دقة أكبر من الآلات الكلاسيكية.

على سبيل المثال، يمكن للحواسيب الكمومية أداء حسابات متعددة في نفس الوقت، باستخدام خاصية تعرف باسم التأثير الفائق. هذا يجعلها مناسبة للمشكلات التي تتضمن البحث في مساحات كبيرة أو تحسين الأنظمة المعقدة. تتوافق هذه القدرات جيدًا مع العديد من المهام في التعلم الآلي، مثل اختيار الميزات وضبط النموذج وتصميم العينة.

尽管 لا يزال جهاز الكمومية الحديث قيد التطوير، يجد الباحثون طرقًا لدمجها مع الأدوات الكلاسيكية. تسمح هذه الأنظمة الهجينة لأفرقة الذكاء الاصطناعي باختبار الأساليب الكمومية الآن، دون انتظار تطوير الأجهزة الكمومية بالكامل.

ما هو الذكاء الاصطناعي الكمومي وما ليس

الذكاء الاصطناعي الكمومي ليس عن استبدال الأنظمة الحالية بالنسخ الكمومية.

بل يركز على استخدام الخوارزميات الكمومية لدعم أجزاء من خط أنابيب الذكاء الاصطناعي. قد تشمل هذه المهام مثل تسريع التحسين وتحسين كيفية اختيار الميزات أو تعزيز العينة من التوزيعات القائمة على الربحية. في هذه الحالات، لا تحل الحواسيب الكمومية محل الأدوات الحالية؛ بل تدعمها.

العمل لا يزال تجريبيًا. تعتمد معظم الأمثلة على أساليب هجينة، حيث تعمل الأجزاء الكمومية والكلاسيكية معًا. لكن هذه الأنظمة تظهر بالفعل نتائج في حالات استخدام ضيقة.

التطبيقات الحالية قيد التطوير

على الرغم من أن المجال جديد، إلا أن الذكاء الاصطناعي الكمومي يتم اختباره بالفعل في عدة صناعات. تستخدم هذه الأمثلة أدوات حقيقية وأبحاث منشورة. كما تعكس أنواع المشكلات التي تكون الأساليب الكمومية أكثر ملاءمة لحلها.

ضغط النموذج وتحويل الميزات

تزداد نماذج الذكاء الاصطناعي حجمًا وتكلفة تدريبها. يمكن للتكنولوجيا الكمومية مساعدة في تقليل حجم و复杂ية هذه النماذج. واحدة من هذه الطرق هي تحويل الميزات الكمومية، حيث يتم تحويل البيانات الإدخالية باستخدام الدوائر الكمومية. يمكن أن تساعد هذه التحويلات في فصل النقاط البيانية التي يصعب تصنيفها باستخدام التقنيات القياسية.

في “الأيام الأولى”، استكشفت ورقة في Nature Physics في عام 2021 كيف يمكن أن تحسن نوى الكمومية آلات دعم المتجه، وهي نوع من نموذج التعلم الآلي. يعمل هذا النهج جيدًا لمجموعات البيانات عالية الأبعاد أو النادرة، حيث تعاني النماذج الكلاسيكية.

تحسين المحفظة في التمويل

تستخدم البنوك ومديري الأصول الذكاء الاصطناعي لإدارة المحفظة وتقييم المخاطر. تتضمن هذه المهام عددًا كبيرًا من المتغيرات والقيود. يتم اختبار خوارزميات كمومية مثل QAOA (خوارزمية التحسين الكمومي التقريبي) لحل هذه المشكلات بكفاءة أكبر.

دراست Citi Innovation Labs و AWS مؤخرًا استخدام الحواسيب الكمومية لتحسين المحفظة، خاصة باستخدام خوارزمية QAOA ومدى أدائها. تظهر هذه التعاونات الاهتمام والاستثمار المتزايدين في الحوسبة الكمومية كأداة لحل مشكلات العالم الحقيقي.

اكتشاف الأدوية ونمذجة الجزيئات

يعتمد تطوير الأدوية على التنبؤ بكيفية تفاعل الجزيئات مع بعضها البعض. يمكن أن تساعد نماذج الذكاء الاصطناعي، لكن المحاكاة الكلاسيكية لها حدود. تكون الحوسبة الكمومية أكثر ملاءمة لنمذجة الأنظمة الكيميائية على المستوى الكمومي.

أظهرت دراسة جديدة من IBM و Cleveland Clinic و Michigan State University طريقة جديدة لمحاكاة الجزيئات المعقدة باستخدام حواسيب كمومية من الجيل الحالي، مما يوفر طريقًا قابلاً للتطبيق لل科学 الحاسوبي المتمركز على الكم.

تحسين سلسلة التوريد

تعد سلاسل التوريد صعبة الإدارة بسبب حجمها و複雑یتها. يمكن للذكاء الاصطناعي مساعدة، لكن بعض المهام، مثل التخطيط للطرق ومراقبة المخزون، لا يزال من الصعب تحسينها. يتم استكشاف الأساليب الكمومية لتحسين هذه المهام.

شريك Fujitsu مع Japan Post لتحسين التسليم الأخير في طوكيو، حيث فشلت خوارزميات التوجيه التقليدية في مراعاة المتغيرات الديناميكية مثل انسداد المرور وتقلبات حجم الحزم. من خلال نشر الذكاء الاصطناعي الكمومي، تمكنوا من بدء العمل على تحويل بعض الجوانب الأساسية لللوجستيات.

التحديات والقيود

لا يزال الأجهزة الكمومية يمثل تحديًا. على الرغم من التطورات الجديدة التي تظهر كل يوم تقريبًا، لا يزال جهاز الكمومية الحديث حساسًا للضوضاء وصعب التوسيع وغير موثوق به للعمليات الحسابية الطويلة. يجب أن تعمل معظم التطبيقات ضمن هذه القيود، باستخدام دوائر كمومية أقصر وأبسط.
تتمثل صعوبة تطوير البرمجيات الكمومية أيضًا في أنها تتطلب معرفة في الفيزياء والرياضيات وعلوم الحاسوب. لا تتوفر لدى معظم الفرق المزيج الصحيح من المهارات.

لخفض هذه الحواجز، يتم إنشاء أدوات جديدة. تشمل هذه الإطارات البرمجية عالية المستوى وأنظمة تصميم الدوائر التلقائي. تسمح هذه الأدوات لمطوري الذكاء الاصطناعي باختبار الأساليب الكمومية دون الحاجة إلى كتابة رمز كمومي منخفض المستوى.

ما يمكن أن تفعله فرق الذكاء الاصطناعي اليوم

الذكاء الاصطناعي الكمومي ليس جاهزًا للتطبيق الكامل. ومع ذلك، يمكن لأفرقة التخطيط للمستقبل أن تبدأ ببناء المعرفة والنظم اللازمة للاستفادة منه في المستقبل. 여기 ثلاث خطوات يجب مراعاتها:

1. ابني فرقًا متعددة التخصصات – جمع خبراء الذكاء الاصطناعي مع باحثين في التحسين والحوسبة الكمومية. هذا يسمح للفرق باختبار أفكار جديدة والاستعداد للقدرات المستقبلية.
2. جرب سير عمل هجين – ركز على مشكلات ضيقة حيث يمكن أن تدعم المكونات الكمومية النماذج الكلاسيكية. تشمل هذه اختيار الميزات والعينة والتحسين المقيد.
3. استخدم أدوات تخفيض التعقيد – اعتمد منصات وإطارات تخفيض التفاصيل الكمومية منخفضة المستوى. تساعد هذه الأدوات الفرق على التركيز على التطبيق، وليس على الأجهزة.

الذكاء الاصطناعي الكمومي لا يزال قيد التطوير. إنه ليس طريقًا مختصرًا أو بديلاً للذكاء الاصطناعي الكلاسيكي. ومع ذلك، فهو مجال متزايد مع إمكانيات حقيقية في المناطق التي تفتقر فيها النماذج الحالية أو ت투ّق. أكثر الطرق المحتملة للمضي قدمًا ليست الاضطراب الفجائي، بل التكامل المستمر.

كلما تحسنت الأجهزة الكمومية وأصبحت البرمجيات أكثر سهولة، سيكون المتبنّون المبكّرون في وضع أفضل للاستفادة من هذه الأدوات الجديدة. بالنسبة للفرق التي تعمل بالفعل على حدود الأنظمة الكلاسيكية، قد يكون الذكاء الاصطناعي الكمومي المكان التالي للعثور على القيمة.