تصنيف مُستوحى من الكم للحالات المختلطة العشوائية

لماذا تهم الأنماط الكمومية الخفية

تعتمد تقنيات الكم مثل الاتصالات فائقة الأمان والحواسب الجديدة القوية على نوع غريب من الارتباط بين الجسيمات يُسمى الارتباطات، وبخاصة التشابك. في المختبر، مع ذلك، تكون الأنظمة الكمومية الحقيقية فوضوية ومملوءة بالضوضاء، ما يجعل من الصعب معرفة نوع الارتباطات الموجودة بالفعل. تقدم هذه الورقة طريقة جديدة لفرز الحالات الكمومية الصاخبة تلقائياً إلى ثلاث عائلات واسعة — غير المرتبطة، والمرتبطة بشكل كلاسيكي، والمتشابكة فعلياً — باستخدام أفكار مستعارة من كيفية محاولة جهاز كمومي تمييز الحالات بنفسه. تعمل الطريقة على حاسوب عادي لكن توجهها مبادئ فيزياء الكم من الأساس.

فرز الحالات الكمومية مثل البريد الإلكتروني

يستخدم المهندسون بشكل متزايد تعلم الآلة للتعرف على أنماط في بيانات كمومية، على غرار كيفية فرز مرشحات الرسائل المزعجة للبريد الإلكتروني. بعض الأساليب تعمل مباشرة على أجهزة كمومية، بينما تستخدم أخرى خوارزميات كلاسيكية تستلهم فقط من النظرية الكمومية. معيار أساسي لهذه الطرق هو ما إذا كانت تستطيع تصنيف أنماط الارتباط المختلفة في أنظمة صغيرة من بتات الكم (كيوبت). بالنسبة لبتين وثلاث بتات، يمكن أن تكون الحالات مستقلة تماماً، أو ممزوجة بشكل كلاسيكي فقط، أو متشابكة فعلياً بطرق تدعم تقنيات الكم. تمييز هذه الحالات يكون بسيطاً للحالات المثالية المُحضرة بدقة؛ لكنه يصبح أكثر صعوبة بكثير بمجرد دخول العيوب والضوضاء، مما ينتج ما يُسمى بالحالات المختلطة التي تمزج احتمالات متعددة معاً.

مصنف مُستلهم من القياسات الكمومية

يبني المؤلفون على إطار يسمى مصنف «القياس الجيد إلى حد ما» (PGM)، الذي اختبر سابقاً على الحالات النقية المثالية. في النظرية الكمومية، يمكن تصميم قياس لتمييز عدة حالات محتملة بأقصى قدر ممكن من الموثوقية، إذا توفرت أمثلة لكل خيار. الـ PGM هو وصفة محددة لمثل هذا القياس شبه الأمثل. يحول الباحثون هذه الفكرة إلى قاعدة تصنيف لبيانات عددية: أولاً يحولون كل حالة كمومية في مجموعة التدريب إلى تمثيل مصفوفي، ثم يحسبون «مصفوفة نموذجية» متوسطة لكل فئة. من هذه النماذج وتكراراتها، يبنون رياضياً مجموعة من العاملات الشبيهة بالقياس التي، عند تطبيقها على حالة جديدة، تُخرج درجات تشير إلى مدى احتمال انتمائها لكل فئة. على عكس الشبكات العصبية، لا يتطلب هذا الإجراء تدريباً تكرارياً؛ فبمجرد معرفة متوسطات الفئات، تكون قاعدة القرار محددة رياضياً.

توليد مجموعات بيانات كمومية عادلة وواقعية

لاختبار طريقتهم بشكل عادل، يجب على المؤلفين توليد حالات مختلطة عشوائية تمتد بالفعل عبر كامل مشهد الاحتمالات الممكنة للارتباطات، من دون تحيزات مخفية. الطرق الساذجة لأخذ العينات من المصفوفات تميل إلى إنتاج حالات شبه نقية أو شبه عشوائية بالكامل، مفقودةً جزءاً كبيراً من المساحة الوسطى المثيرة للاهتمام. بدلاً من ذلك، يستخدم الفريق بِنًى قائمة على التناظر من النظرية الكمومية: يبدأون من حالات نقية عشوائية منتظمة في نظام أكبر ثم «يتتبعون» بيئة غير مرئية حسابياً، ليتركوا وراءهم حالات مختلطة للكيوبتات محل الاهتمام. باختيار حجم هذه البيئة بعناية، يمكنهم التحكم في مقدار الضوضاء في الحالات الناتجة وعدد مرات ظهور التشابك. يعرفون قواعد تشغيلية واضحة لتسمية كل حالة — باستخدام اختبارات معيارية لتقرير ما إذا كانت الحالة قابلة للفصل، أو مرتبطة جزئياً، أو متشابكة بالتأكيد — ويكوّنون مجموعات بيانات متوازنة لأنظمة بتين وثلاث بتات.

ما مدى أداء النهج المستوحى من الكم؟

مع هذه المجموعات من البيانات، يُقارن مصنف الـ PGM مع مجموعة من الطرق الكلاسيكية المعروفة، بما في ذلك أشجار القرار، والغابات العشوائية، وآلات الدعم المتجهية، والشبكات العصبية. بالنسبة لأنظمة بتين، يصل أداء الـ PGM إلى دقّات متوازنة تفوق 90 في المئة، قريباً من أفضل النماذج المعتمدة على الشبكات والنوى. بالنسبة لمشكلات ثلاث بتات، حيث تصبح بنية الارتباطات أغنى وأكثر دقة، يحافظ الـ PGM على أدائه النسبي أو حتى يحسّنه، مجدداً مواكباً للتقنيات الكلاسيكية الرائدة. عندما يصقل المؤلفون المهمة لتمييز عدة نكهات مختلفة من حالات ثلاث بتات قابلة للفصل، تصبح المشكلة أصعب لجميع الأساليب. ومع ذلك يظل الـ PGM منافساً: يلتقط الأنماط الرئيسية لكنه، مثل المصنفين الآخرين، يخلط أحياناً بين فئات قريبة ذات بصمات إحصائية متداخلة بطبيعتها.

ماذا يعني هذا لأدوات الكم المستقبلية

بالنسبة لغير المتخصص، الرسالة الأساسية هي أن هناك طريقة مبدئية تسمح لقواعد فيزياء الكم بتوجيه كيفية تدريب الآلات على التعرف على موارد الكم — من دون الحاجة إلى الوصول إلى حاسوب كمومي فعلي. يمنح مصنف القياس الجيد إلى حد ما وصفة شفافة ومستندة إلى الفيزياء لفرز الحالات الكمومية الصاخبة حسب نوع الارتباطات التي تحتويها. أداءه ينافس النماذج السوداوية المعقدة مع تقديم روابط أوضح إلى كميات قابلة للقياس ومسارات محتملة للتنفيذ على الأجهزة. مع نمو أجهزة الكم من حيث الحجم والتعقيد، قد تصبح مثل هذه الأدوات المستوحاة من الكم ولكن الكلاسيكية أجهزة عمل قيّمة لعمليات القياس، والتشخيص، وفي نهاية المطاف استخدام التشابك ضمن ظروف واقعية وغير مثالية.

الاستشهاد: Sergioli, G., Cuccu, C., Rieger, C.S. et al. A quantum-inspired classification for random mixed states. Sci Rep 16, 10668 (2026). https://doi.org/10.1038/s41598-026-44068-5

الكلمات المفتاحية: التشابك الكمومي, تعلم الآلة الكمومي, الحالات الكمومية المختلطة, تصنيف الحالات الكمومية, قياس جيد إلى حد ما