IonQ ومختبر أوك ريدج يوظفان الذكاء الاصطناعي التوليدي لتحسين الدوائر الكمومية

كشفت شركة IonQ بالتعاون مع مختبر أوك ريدج الوطني (ORNL) وNVIDIA وجامعة تينيسي عن بحث مشترك يُظهر قدرة النماذج التوليدية على كتابة دوائر التحسين الكمومي مباشرةً، مما يُلغي الحاجة إلى حلقات ضبط المعاملات المكلفة التي طالما أعاقت تطبيق أدق الأساليب. قُدّم البحث خلال مؤتمر IEEE Quantum Week في تورونتو.

يعتمد التحسين الكمومي الهجين على تقسيم المسائل الكبيرة إلى أجزاء أصغر، حيث يتطلب كل جزء دائرة كمومية مُصممة خصيصاً. تقليدياً، كانت هذه العملية تستلزم ضبطاً تكرارياً للمعاملات يمتد لمئات المحاولات، مما يرفع التكلفة الحسابية بشكل حاد مع زيادة حجم المسألة. أوضح الدكتور مارتن روتيلر، نائب رئيس قسم تطبيقات الكم في IonQ، أن الذكاء الاصطناعي التوليدي استبدل هذه الحلقة التكرارية، وأن جودة الحلول تحسنت مع نمو حجم المسائل الفرعية الكمومية.

لتدريب النموذج التوليدي، استخدم الفريق بنية المحولات (Transformer) - وهي الفئة ذاتها التي تقوم عليها النماذج اللغوية الكبيرة - لكنها دُرّبت على الدوائر الكمومية بدلاً من النصوص. جُمعت أمثلة من الدوائر شبه المثالية الناتجة عن الطريقة التقليدية لتكون بيانات التدريب. ينتج النموذج المُدرَّب عشر دوائر مرشحة لكل مسألة فرعية، تُحاكى جميعها ويُختار الأفضل أداءً.

أظهرت النتائج على مسألة معيارية ذات 100 متغير قرار تحسناً ملحوظاً: تضاعفت جودة الحلول تقريباً مع نمو حجم المسائل الفرعية. بينما ارتفع زمن إيجاد الدائرة في الطريقة التقليدية من 34 ثانية عند 4 كيوبت إلى أكثر من 11 دقيقة عند 12 كيوبت، حافظ النهج التوليدي على زمن ثابت يقارب 28 ثانية لجميع الأحجام المُختبرة. جرت جميع المحاكاات باستخدام حزمة NVIDIA cuQuantum عبر منصة CUDA-Q على معالج رسومي NVIDIA H200 في منظومة Defiant2 بمرفق الحوسبة القيادية في أوك ريدج.

من المنظور الاقتصادي، يحمل هذا التطور أهمية بالغة لشركة IonQ المدرجة في بورصة نيويورك (NYSE: IONQ). إذ يُعزز قدرة منصتها الكمومية على معالجة مسائل التحسين واسعة النطاق بكفاءة أعلى، مما قد ينعكس إيجاباً على قيمتها السوقية ويفتح آفاقاً جديدة للتطبيقات التجارية في قطاعات اللوجستيات والتمويل والمواد المتقدمة. كما يُرسّخ التعاون مع NVIDIA موقع IonQ في منظومة الحوسبة الكمومية-الفائقة المتكاملة.