אלגוריתם זרוע-בנדיט חסר-התנגשות מדרגי באמצעות התקנה אופטית קוונטית

האור שעוזר לנו לחלוק בלי להתנגש

טכנולוגיות מודרניות רבות, מרשתות Wi‑Fi ועד פרסום מקוון, צריכות לנהל מספר משתמשים שרוצים את האפשרות הטובה ביותר באותו הזמן. כששני אנשים או התקנים בוחרים באותו האופציה בלי לדעת, הם מתנגשים זה עם זה וכולם מפסידים. המאמר הזה מראה כיצד קרן אור קוונטית מתוכננת בקפידה יכולה לשמש כשופט ניטרלי, להנחות בשקט שני מקבלי החלטות בלתי תלויים לכיוונים טובים ולמנוע מהם לבחור באותה האופציה — וכל זאת בלי כל תקשורת ישירה ביניהם.

בחירות, תגמולים ובעיית הצפיפות

מהנדסים מדמים לעתים קרובות קבלת החלטות חוזרת באמצעות מסגרת ה"רב-זרועי בנדיט", בהשראת שורות של מכונות מזל. כל אפשרות נותנת תגמול עם הסתברות נסתרים, ולכן השחקן צריך לאזן בין נסיונות לחקור אפשרויות שונות כדי ללמוד עליהן לבין הדבקות באלו שנראות הטובות ביותר. האתגר נעשה קשה הרבה יותר כשמספר שחקנים עומדים מול אותן אפשרויות וכל אחד רוצה את אלו עם התשואה הגבוהה. אם הם בוחרים באותה אפשרות באותו רגע, הם נאלצים לחלוק את התגמול. מצב זה, הקרוי בעיית ה-rivalry של רב-זרועי בנדיט, משקף מטלות אמיתיות כגון הקצאת תדרים לרשתות אלחוטיות או הקצאת שרתים לתעבורת נתונים, שבהן ריבוי משתמשים על אותו ערוץ מזיק לכולם.

שימוש באור מסולסל כמנוע החלטה משותף

המחברים בונים פתרון המשתמש בפוטונים יחידים — חלקיקי אור — שתבניות הגל שלהם מסתחררות כמו פותחני שעם זעירים, תכונה הידועה כתנע זוויתי מסלולי. מכיוון שניתן להבדיל בין תבניות האור המסולסלות הללו ובאופן עקרוני הן תומכות בהרבה "מצבים" נבדלים, הן מספקות תפריט גדול של תגיות שיכולות לעמוד במקום אפשרויות שונות. בהתקנה המוצעת, מקור מייצר זוג פוטונים מקושרים שנשלחים לשני שחקנים נפרדים דרך סידור של מראות ומחלקי קרניים. כל שחקן מעביר את הפוטון דרך התקן תכנותי שמעצב את תבנית הסיבוב שלו כך שיעור הבהירות של כל מצב ישקף עד כמה אותו שחקן מעדיף כעת כל אפשרות, בהתבסס על ניצחונות והפסדים קודמים.

התאבכות קוונטית כדי למנוע התקלות

לאחר קביעת התבניות, זוג הפוטונים נפגש במחלק קרן שבו מתרחשת התאבכות קוונטית: גלי האור המשולבים יכולים לחזק או לבטל זה את זה בהתאם ל'סיבובים' והזוויות הפאזיות היחסיות שלהם. החוקרים מראים כיצד לכוונן את זוויות הפאזה הנסתרות של האור כך שבכל פעם ששני הפוטונים יוצאים בשבילי פלט נפרדים, מובטח שהם נושאים ערכי סיבוב שונים. כל שחקן מודד אז את כמות הסיבוב המוחלטת על הפוטון שלו ומפרש ערך זה כאופציה ספציפית לבחור. בזכות ההתאבכות, הם לעולם אינם מקבלים אותה הוראה כאשר שני הפוטונים נתפסים בהצלחה. למעשה, פיזיקת האור עצמה אוכפת כלל אי‑התנגשות, דבר שאי אפשר לשחזר עם אור קלאסי רגיל.

למידה תוך התרחבות למספר רב של אפשרויות

המערכת האופטית מקושרת לכלל למידה פשוט שמעביר בהדרגה כל שחקן מחקירה רחבה לעדיפות של אפשרויות בעלות תשואה גבוהה יותר לאורך סיבובים רבים. ובמובן קריטי, בשונה מתכנונים אופטי קודמים שהסתמכו על הכהיית האור כדי לקודד העדפות — מה שהבזבז יותר ויותר פוטונים ככל שמספר האפשרויות גדל — העיצוב הזה מטמיע את ההעדפות ישירות בתבנית הסיבוב של כל פוטון. המחברים מנתחים באיזו תדירות הפוטונים יוצאים בשבילי פלט נפרדים, עד כמה הבחירות המתקבלות תואמות את דפוסי ההעדפה המיועדים של השחקנים וכמה "חרטה" מצטברת, כלומר תגמול שאבד בהשוואה לאסטרטגיה אידיאלית. בסימולציות מחשב נרחבות עם חמש ועשר אפשרויות, השיטה שלהם השיגה בעקביות תגמולים גבוהים יותר, התאמה מהירה יותר, ופחות רגישות לכיוונון מאשר הגישה הקודמת.

מה זה אומר למערכות בעולם האמיתי

מעבר לביצועים המתמטיים, הגישה מרמזת על סגנון חדש של חומרה שבו האור מבצע חלק מהמחשבה. כיוון שהתיאום מתרחש פיזית דרך התאבכות ולא דרך הודעות דיגיטליות, שני התקנים יכולים להימנע מהפרעה זה לזה מבלי לגלות את העדפותיהם הפנימיות. המחברים טוענים שמנוע החלטה חסר‑התנגשות, בעל תפוקה גבוהה ושמירה על פרטיות כזה יכול יום אחד להשתלב בקישורים אופטיים במרכזי נתונים או במערכות רדיו שצריכות לתפוס במהירות ערוצים פנויים עם מינימום שיחה. אף שהעבודה הנוכחית ממומשת בסימולציה לשני שחקנים, היא ממחישה כיצד היוצאים מן הכלל של האופטיקה הקוונטית ניתנים לניצול כדי להתמודד עם משימות מורכבות של למידה ותיאום בדרכים שחשמליות סטנדרטיות לא יכולות בקלות לשכפל.

ציטוט: Konaka, K., Röhm, A., Mihana, T. et al. Scalable conflict-free bandit algorithm using a quantum optical setup. npj Quantum Inf 12, 44 (2026). https://doi.org/10.1038/s41534-026-01201-6

מילות מפתח: אופטיקה קוונטית, למידת חיזוק, רב-זרועי בנדיט, תנע זוויתי קפיצי (orbital angular momentum), קבלת החלטות פוטונית