التصميم الفوقي للتجارب الكمومية باستخدام نماذج اللغة

تعليم الآلات تصميم التجارب الكمومية

تعد التقنيات الكمومية بوعد اتصالات فائقة الأمان، وحواسيب جديدة قوية ومستشعرات ذات دقة فائقة، لكن تحويل رياضيات الفيزياء الكمومية إلى تجهيزات مخبرية فعلية أمر شديد الصعوبة. تُظهر هذه الورقة كيف يمكن لنموذج لغوي ذكاء اصطناعي أن يتعلم كتابة مقاطع قصيرة من الشيفرة الحاسوبية التي بدورها تولّد عائلات كاملة من التجارب الكمومية. بدلاً من تقديم تصميم واحد ذكي للعلماء، يكشف الذكاء الاصطناعي قواعد عامة يمكن للبشر قراءتها وإعادة استخدامها والبناء عليها.

من حيل فردية إلى قواعد عامة

اليوم تُستخدم أدوات الذكاء الاصطناعي بالفعل للبحث عن تجارب كمومية تُنتج حالة معينة غريبة للضوء أو المادة. يمكن لهذه الأدوات أن تتفوق على الحدس البشري، لكنها عادة ما تُخرج حلًا واحدًا مفردًا: إعدادًا مفصلاً لهدف محدد. فهم سبب عمل ذلك الحل، أو كيفية توسيعه، يُترك للباحث وغالبًا ما يكون مستحيلًا تقريبًا. يجادل المؤلفون بأن ما يحتاجه العلماء حقًا ليس وصفات معزولة بل مبادئ تصميم قابلة لإعادة الاستخدام—شيء أقرب إلى كتاب طبخ من نصيحة من سطر واحد.

فكرة جديدة: التصميم الفوقي

يقدّم الفريق ما يسمونه «التصميم الفوقي». بدلًا من طلب تصميم تجربة واحدة من الكمبيوتر، يطلبون من نموذج لغوي قائم على المحولات كتابة شيفرة بايثون تقوم بدورها بتوليد العديد من التجارب. المثال النموذجي هو دالة اسمها construct_setup(N). لأي حجم مختار N، تُخرِج هذه الدالة المخطط الكامل لتجربة يُفترض أن تُنتج الحالة الكمومية المناسبة لذلك الحجم. في الضوئيات الكمومية، حيث يتعامل الباحثون مع جزيئات ضوئية مفردة، يعني هذا أن الشيفرة تقرر كيفية توصيل مصادر أزواج الفوتونات، ومقسمات الشعاع وأجهزة الكشف لإنتاج حالات متشابكة للغاية مع نمو عدد الجزيئات.

التدريب على عوالم كمومية اصطناعية

لتعليم النموذج هذه المهارة، استغل المؤلفون عدم تماثل مفيد. بالنظر إلى وصف لإعداد تجريبي، من السهل نسبيًا للحاسوب حساب أي حالة كمومية ستنجم عنه. المشكلة العكسية—إيجاد إعداد ينتج حالة مرغوبة—أصعب بكثير. لذلك قام الباحثون بتوليد ملايين برامج بايثون القصيرة عشوائيًا، وشغلّوها لبعض الأحجام الصغيرة (N = 0، 1، 2)، وحسبوا الحالات الكمومية الثلاث الناتجة. أمَّنَ كل مثال تدريبي "ثلاث حالات نمطية" مقترنةً بـ"الشيفرة التي أنتجتها جميعًا". تعلّم نموذج اللغة قراءة تلك الحالات الثلاث كنوع من النمط والتنبؤ بالشيفرة الكامنة التي ستستمر في العمل مع زيادة N.

اكتشاف وإعادة اكتشاف الأنماط الكمومية

بمجرد التدريب، اختُبر النموذج على 20 عائلة من الحالات الكمومية التي يهتم بها الفيزيائيون، مستمدة العديد منها من أعمال سابقة حول التصميم الآلي للتجارب الكمومية. بالنسبة لكل عائلة، رأى النموذج الحالات الثلاث الأولى فقط وطُلب منه توليد برامج مرشّحة. نُفّذت الشيفرات الناتجة وفُحصت لمدى مطابقتها للحالات المستهدفة، ليس فقط للأحجام المرئية ولكن أيضًا لأحجام أكبر. في ست حالات من أصل 20، أنتج الذكاء الاصطناعي برامج كانت صحيحة تمامًا واستمرت في العمل مع نمو الأنظمة، بما في ذلك فئتان لم تُعرف لهما بنية عامة سابقًا. تتعلق إحداهما بأنظمة سبين حيث لا تجلس الجسيمات ذات "السبين-أعلى" المجاورة جنبًا إلى جنب، مستوحاة من تجارب ذرات ريدبرغ؛ والأخرى تُعيد إنشاء حالات الأرضية لنموذج ماجومدار–غوش المُشهور في فيزياء المادة المكثفة. كما أعاد النموذج اكتشاف تراكيب معروفة لحالات شهيرة مثل حالات GHZ وBell.

ما وراء الفوتونات: الدوائر والرسوم البيانية

أظهر المؤلفون أيضًا أن استراتيجية التصميم الفوقي نفسها تنطبق خارج التجارب البصرية. درّبوا نماذج مماثلة على كتابة شيفرة دوائر كمومية—تتابعات من البوابات القياسية العاملة على الكيوبتات—التي تولّد حالات مستهدفة على الحواسيب الكمومية. كما استخدموها لتوليد قواعد بسيطة لبناء حالات رسم بياني، حيث تُستخدم الكيوبتات المرتبة في خطوط أو حلقات أو أشكال نجمية كمورد لأسلوب من الحوسبة الكمومية القائم على القياس وحده. في كلتا الحالتين، أنتج الذكاء الاصطناعي برامج قصيرة قابلة للقراءة تتدرج بشكل صحيح من أنظمة صغيرة إلى أكبر.

لماذا يهم هذا العلوم

بالنسبة لغير المتخصصين، الرسالة الأساسية هي أن هذه المقاربة تحول الذكاء الاصطناعي من صندوق أسود يلمح إجابات فحسب إلى أداة تكشف البنية العلمية الكامنة. بكتابة شيفرة قابلة لقراءة البشر وتعميمها، يكشف نموذج اللغة عن أنماط في عائلات الحالات والتجارب الكمومية يمكن للباحثين فحصها واختبارها وتكييفها. هذا لا يقلل فقط من التكاليف الحاسوبية الجسيمة لتصميم تجارب أكبر واحدًا تلو الآخر، بل يفتح أيضًا طريقًا لاستخدام نماذج اللغة كشركاء في الاكتشاف العلمي عبر مجالات متعددة—من تجهيزات مجهرية جديدة إلى مواد متقدمة—حيث ما نبحث عنه حقًا هو قواعد بسيطة مخبأة داخل ظواهر معقدة.

الاستشهاد: Arlt, S., Duan, H., Li, F. et al. Meta-designing quantum experiments with language models. Nat Mach Intell 8, 148–157 (2026). https://doi.org/10.1038/s42256-025-01153-0

الكلمات المفتاحية: تصميم التجارب الكمومية, نماذج اللغة, حالات ضوئية كمومية, توليف البرامج, الاكتشاف العلمي