تستخدم Quantum Machines وNvidia التعلم الآلي للاقتراب من جهاز كمبيوتر كمي مصحح الأخطاء

منذ حوالي عام ونصف، أعلنت شركة Quantum Machines الناشئة للتحكم الكمي وNvidia عن شراكة عميقة من شأنها أن تجمع بين منصة الحوسبة الكمومية DGX من Nvidia وأجهزة التحكم الكمي المتقدمة من Quantum Machine. لم نسمع الكثير عن نتائج هذه الشراكة لفترة من الوقت، لكنها بدأت الآن تؤتي ثمارها وتقرب الصناعة خطوة واحدة من الكأس المقدسة المتمثلة في كمبيوتر كمي مصحح للأخطاء.

في عرض تقديمي في وقت سابق من هذا العام، أظهرت الشركتان أنهما قادرتان على استخدام نموذج التعلم المعزز الجاهز الذي يعمل على منصة DGX من Nvidia للتحكم بشكل أفضل في الكيوبتات في شريحة Rigetti الكمومية من خلال الحفاظ على معايرة النظام.

أشار يوناتان كوهين، المؤسس المشارك والمدير التنفيذي للتكنولوجيا في شركة Quantum Machines، إلى كيف سعت شركته منذ فترة طويلة إلى استخدام محركات الحوسبة الكلاسيكية العامة للتحكم في المعالجات الكمومية. كانت تلك المحركات الحاسوبية صغيرة ومحدودة، لكن هذه ليست مشكلة مع منصة DGX القوية للغاية من Nvidia. وقال إن الكأس المقدسة هي إجراء تصحيح للأخطاء الكمومية. نحن لم نصل إلى هناك بعد. بدلًا من ذلك، ركز هذا التعاون على المعايرة، وعلى وجه التحديد معايرة ما يسمى بـ “نبضات π” التي تتحكم في دوران الكيوبت داخل المعالج الكمي.

للوهلة الأولى، قد تبدو المعايرة وكأنها مشكلة تتم مرة واحدة: حيث تقوم بمعايرة المعالج قبل البدء في تشغيل الخوارزمية عليه. لكن الأمر ليس بهذه البساطة. قال كوهين: “إذا نظرت إلى أداء أجهزة الكمبيوتر الكمومية اليوم، فستحصل على بعض الدقة العالية”. “ولكن بعد ذلك، عندما يستخدم المستخدمون الكمبيوتر، فإنه عادةً لا يكون بأفضل دقة. إنه ينجرف طوال الوقت. إذا تمكنا من إعادة معايرتها بشكل متكرر باستخدام هذه الأنواع من التقنيات والأجهزة الأساسية، فيمكننا تحسين الأداء والحفاظ على الدقة [high] على مدى فترة طويلة، وهو ما ستكون هناك حاجة إليه في تصحيح الخطأ الكمي.

يعد ضبط تلك النبضات بشكل مستمر في الوقت الفعلي تقريبًا مهمة حسابية مكثفة للغاية، ولكن نظرًا لأن النظام الكمي يختلف دائمًا قليلاً، فهي أيضًا مشكلة تحكم يمكن حلها بمساعدة التعلم المعزز.

قال سام ستانويك، مدير منتجات مجموعة Nvidia للحوسبة الكمومية: “مع توسع أجهزة الكمبيوتر الكمومية وتحسينها، هناك كل هذه المشكلات التي تصبح اختناقات، والتي تصبح كثيفة الحوسبة حقًا”. “إن تصحيح الخطأ الكمي هو في الواقع عملية ضخمة. وهذا ضروري لفتح الحوسبة الكمومية المتسامحة مع الأخطاء، ولكن أيضًا كيفية تطبيق نبضات التحكم الصحيحة تمامًا لتحقيق أقصى استفادة من الكيوبتات.

وشدد ستانويك أيضًا على أنه لم يكن هناك نظام قبل DGX Quantum من شأنه أن يتيح الحد الأدنى من زمن الوصول اللازم لإجراء هذه الحسابات.

كما اتضح، حتى التحسن الطفيف في المعايرة يمكن أن يؤدي إلى تحسينات هائلة في تصحيح الأخطاء. وأوضح رامون شموك، مدير منتجات الآلات الكمومية، أن “العائد على الاستثمار في المعايرة في سياق تصحيح الخطأ الكمي يعد هائلاً”. “إذا قمت بالمعايرة بشكل أفضل بنسبة 10%، فهذا يمنحك خطأ منطقيًا أفضل بشكل كبير [performance] في الكيوبت المنطقي الذي يتكون من العديد من الكيوبتات المادية. لذلك هناك الكثير من الدوافع هنا للمعايرة بشكل جيد وسريع للغاية.

تجدر الإشارة إلى أن هذه مجرد بداية لعملية التحسين والتعاون هذه. ما فعله الفريق هنا في الواقع هو ببساطة أخذ مجموعة من الخوارزميات الجاهزة والنظر في أي منها يعمل بشكل أفضل (TD3، في هذه الحالة). وبشكل عام، كان طول الكود الفعلي لإجراء التجربة حوالي 150 سطرًا فقط. وبطبيعة الحال، يعتمد هذا على كل العمل الذي قام به الفريقان أيضًا لدمج الأنظمة المختلفة وبناء حزمة البرامج. ومع ذلك، بالنسبة للمطورين، يمكن إخفاء كل هذا التعقيد بعيدًا، وتتوقع الشركتان إنشاء المزيد والمزيد من المكتبات مفتوحة المصدر بمرور الوقت للاستفادة من هذه المنصة الأكبر.

وشدد زموك على أنه بالنسبة لهذا المشروع، عمل الفريق فقط مع دائرة كمومية أساسية للغاية، ولكن يمكن تعميمها على الدوائر العميقة أيضًا. إذا كان بإمكانك فعل ذلك ببوابة واحدة وكيوبت واحد، فيمكنك أيضًا القيام بذلك بمائة كيوبت و1000 بوابة.

وأضاف ستانويك: “أقول أن النتيجة الفردية هي خطوة صغيرة، لكنها خطوة صغيرة نحو حل المشاكل الأكثر أهمية”. “ستتطلب الحوسبة الكمومية المفيدة تكاملًا محكمًا للحوسبة الفائقة المتسارعة – وقد يكون هذا هو التحدي الهندسي الأكثر صعوبة. لذا، لكي نكون قادرين على القيام بذلك بشكل حقيقي على جهاز كمبيوتر كمي وضبط النبض بطريقة لا يتم تحسينها فقط لجهاز كمبيوتر كمي صغير ولكنها عبارة عن منصة معيارية قابلة للتطوير، نعتقد أننا حقًا في طريقنا لحل بعض المشاكل من أهم المشاكل في الحوسبة الكمومية مع هذا.”

وقال ستانويك أيضًا إن الشركتين تخططان لمواصلة هذا التعاون ووضع هذه الأدوات في أيدي المزيد من الباحثين. ومع توفر شرائح Blackwell من Nvidia في العام المقبل، سيكون لديها أيضًا منصة حوسبة أكثر قوة لهذا المشروع أيضًا.