طريقة جديدة لتحسين أداء أجهزة الكمبيوتر الكمومية مع تقليل التأثير البيئي

نجح فريق من الباحثين من المعهد الوطني لتكنولوجيا المعلومات والاتصالات ، وجامعة كيو ، وجامعة طوكيو للعلوم ، وجامعة طوكيو ، في تطوير طريقة لإيجاد تسلسل التشغيل الكمي الأمثل لجهاز كمبيوتر كمي بشكل منهجي. هذه الطريقة الجديدة هي أول من حقق النجاح. 

نشر البحث في المجلة العلمية مراجعة البدنية أ. 

تطوير الطريقة الجديدة

تؤدي أجهزة الكمبيوتر الكمومية المهام من خلال الاعتماد على خبراء يكتبون سلسلة من العمليات الكمية، والتي تتضمن تقليديًا قيام مشغلي أجهزة الكمبيوتر بكتابة عملياتهم الخاصة بناءً على الأساليب الحالية. طور الفريق طريقة منهجية تطبق نظرية التحكم الأمثل (خوارزمية GRAPE) لتحديد التسلسل الأمثل نظريًا من بين جميع تسلسلات العمليات الكمية التي يمكن تصورها. 

من المتوقع أن تكون الطريقة الجديدة مفيدة لأجهزة الكمبيوتر الكمومية متوسطة الحجم. في الوقت نفسه ، يقول الفريق إنه ينبغي أن يساعد في تحسين أداء أجهزة الكمبيوتر الكمومية مع تقليل التأثير البيئي في المستقبل القريب. 

تمتلك أجهزة الكمبيوتر الكمومية القدرة على حل مجموعة واسعة من المشكلات المعقدة ، مثل تقليل العبء البيئي عن طريق تقليل استهلاك الطاقة ، واكتشاف مواد كيميائية جديدة للمجال الطبي. 

تحديات الحوسبة الكمومية

ومع ذلك ، فإن أحد التحديات الرئيسية للحوسبة الكمومية هو أن الحالة الكمية شديدة الحساسية للضوضاء ، مما يعني أنه من الصعب الحفاظ عليها مستقرة لفترة أطول من الوقت. يجب أن تكتمل العمليات في الوقت الذي يتم فيه الحفاظ على الحالة الكمية المتماسكة ، وهذا يتطلب طريقة لتحديد التسلسل الأمثل بشكل منهجي. 

تسلسل العملية الكمومية هو برنامج كمبيوتر مكتوب بلغة يمكن للبشر قراءتها ، ويتم تحويله ليتم معالجته بواسطة كمبيوتر كمي. يتضمن تسلسل العملية الكمومية عمليات 1-qubit و 2-qubit ، لكن التسلسل الأفضل يحتوي على أقل عدد من العمليات مع إظهار أفضل أداء. 

تحلل الطريقة المطورة حديثًا جميع التسلسلات الممكنة للعمليات الكمومية الأولية من خلال استخدام خوارزمية GRAPE ، وهي خوارزمية نظرية التحكم العددي الأمثل. يقوم الفريق بإنشاء جدول لتسلسلات العمليات الكمية ومؤشر الأداء لكل منها ، والذي يمكن أن يتراوح من الآلاف إلى الملايين. يمكن بعد ذلك تحديد تسلسل العملية الكمية الأمثل بشكل منهجي بناءً على البيانات المتراكمة. 

يمكن لطريقة الفريق أيضًا تحليل القائمة الكاملة لجميع تسلسلات العمليات الكمية وتقييم الأساليب التقليدية ، مما يمكّنها من المساعدة في وضع معايير للبحث في الماضي والمستقبل. 

اكتشف الفريق أيضًا أن هناك العديد من التسلسلات المثالية الممتازة للعمليات الكمية، مما يعني أن النهج الاحتمالي يمكن أن يوسع إمكانية تطبيق الطريقة الجديدة على مهام أكبر. ومن خلال دمج التعلم الآلي مع الطريقة، يمكن تعزيز القدرة التنبؤية بشكل أكبر.