طريقة جديدة تحسن أداء الحواسيب الكمومية وتقلل التأثير البيئي

فريق من الباحثين من المعهد الوطني للاتصالات وتكنولوجيا المعلومات، جامعة كيו، جامعة طوكيو للعلوم، وجامعة طوكيو، نجح في تطوير طريقة لتحديد تسلسل العمليات الكمومية المثالي بشكل منهجي للحواسيب الكمومية. هذه الطريقة الجديدة هي الأولى التي تحقق النجاح.

نشر البحث في المجلة العلمية Physical Review A.

تطوير الطريقة الجديدة

تعمل الحواسيب الكمومية من خلال الاعتماد على الخبراء لكتابة تسلسل من العمليات الكمومية، والتي تقليدية ما كانت تتضمن مشغل الحاسوب لكتابة تسلسله الخاص بناءً على الأساليب الحالية. قام الفريق بتطوير طريقة منهجية تطبق نظرية التحكم المثالي (خوارزمية GRAPE) لتحديد التسلسل المثالي نظريًا من بين جميع تسلسلات العمليات الكمومية المتاحة.

من المتوقع أن تكون الطريقة الجديدة مفيدة للحواسيب الكمومية متوسطة الحجم. وفي الوقت نفسه، يقول الفريق إنه يجب أن يساعد في تحسين أداء الحواسيب الكمومية كما يقلل من التأثير البيئي في المستقبل القريب.

الحواسيب الكمومية لها القدرة على حل مجموعة واسعة من المشكلات المعقدة، مثل تقليل العبء البيئي من خلال تقليل استهلاك الطاقة، واكتشاف مواد كيميائية جديدة لمجال الطب.

تحديات الحوسبة الكمومية

然而، واحدة من التحديات الرئيسية للحوسبة الكمومية هي أن الحالة الكمومية حساسة للغاية للضوضاء، مما يعني أنه من الصعب الحفاظ عليها لمدة أطول. يجب إكمال العمليات خلال الوقت الذي يتم الحفاظ على الحالة الكمومية المتسقة، وهذا يتطلب طريقة لتحديد التسلسلات المثالية بشكل منهجي.

تسلسل العمليات الكمومية هو برنامج حاسوب مكتوب بلغة يمكن قراءتها من قبل الإنسان، ويتم تحويله لمعالجته بواسطة حاسوب كمومي. يتضمن تسلسل العمليات الكمومية عمليات 1-qubit وعمليات 2-qubit، ولكن التسلسل الأفضل هو الذي يحتوي على أقل عدد من العمليات مع أداء أفضل.

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

يمكن للفريق أيضًا تحليل قائمة كاملة من جميع تسلسلات العمليات الكمومية وتقييم الأساليب التقليدية، مما يتيح لها المساعدة في إنشاء معايير للاستخدام في الأبحاث السابقة والمستقبلية.

كما اكتشف الفريق أن هناك العديد من التسلسلات المثالية الممتازة للعمليات الكمومية، مما يعني أن نهجًا احتماليًا يمكن أن يوسع قابلية تطبيق الطريقة الجديدة على مهام أكبر. من خلال دمج التعلم الآلي مع الطريقة، يمكن تعزيز القدرة التنبؤية أكثر.