Google تُظهر استنبات الحالات السحرية على Willow وتخفض الأخطاء بنحو 40 ضعفًا

تقول Google Quantum AI إنها أثبتت أن استنبات الحالات السحرية، وهو تقنية لتحضير نوع خاص من الموارد الكمومية، يعمل على معالجها فائق التوصيل Willow. ووفقًا للشركة، خفّضت الطريقة الأخطاء بنحو 40 ضعفًا مقارنة بالحالات المحضّرة من دونها. وقالت Google إن العمل نُشر في مجلة Science، وأعلنت عنه هذا الأسبوع في تدوينة كتبتها عالمة الأبحاث Emma Rosenfeld ومهندس البرمجيات الكمومية Craig Gidney.

تحتاج الحواسيب الكمومية المتحمّلة للأخطاء إلى مجموعة شاملة من العمليات، وتمثّل البوابات المعروفة باسم non-Clifford من بينها تكلفة كبيرة في الموارد في معظم تصاميم تصحيح الأخطاء. ومن الطرق الشائعة لتوفيرها تحضير حالات إدخال خاصة أولًا، تُسمّى الحالات السحرية، ثم استهلاكها لتنفيذ تلك العمليات. ولا يمكن استهلاك كل حالة سحرية إلا مرة واحدة، كما أن إنتاجها بأخطاء منخفضة مكلف: إذ تشير Google إلى تقديرات تفيد بأن ما يصل إلى 95% من قدرة الجهاز قد يُخصَّص لإنتاجها. وقالت الشركة إن الباحثين توقّعوا عنق الزجاجة هذا منذ عام 2004.

اقترح Gidney تقنية الاستنبات في عام 2024 بالاشتراك مع زميليه في Google، Noah Shutty وCody Jones، إذ طوّروا فكرة مأخوذة من أدبيات سابقة. وتعمل التقنية كمرشِّح: تُحقن حالة مشوَّشة في منطقة صغيرة من الشريحة، ثم تُفحص عبر سلسلة من القياسات المنسّقة، وتُستبعد أي محاولة تكشف عن خطأ. ووفقًا لملخص الإصدار الأولي للفريق على arXiv، بلغت التجربة دقة حالة قدرها 0.9999(1) مع الاحتفاظ بـ8% من المحاولات، وطوّر الفريق بروتوكول قياس متحمّلًا للأخطاء لوضع حدّ لتلك الدقة. وتصف Google الدقة المنطقية البالغة 99.99% لحالات T لديها بأنها رقم قياسي.

كما نقل الباحثون الحالات المستنبتة بين نظامين لتصحيح الأخطاء. فالرموز اللونية، وهي نهج أحدث، تناسب الاستنبات، في حين أن الرموز السطحية هي الطريقة الأكثر رسوخًا. وقد طعّم الفريق حالات من رمز لوني بمسافة 3 في رمز سطحي بمسافة 5، وهو ما تقول Google إنه أظهر أن الحالات المنقّاة يمكن أن تصمد خلال عملية التسليم على عتادها. ووصفت الشركة أيضًا أشهرًا من تحرّي الأعطال بعد أن بدت البيانات الأولية غير معقولة فيزيائيًا: فقد تتبّعت Rosenfeld المشكلة إلى ضوضاء في المختبر ناجمة عن انجراف المعدات الكهربائية وتغيّرات درجة الحرارة، ما أضعف المعيار المرجعي المعتاد للفريق، الأمر الذي دفع إلى إضافة مزيد من التحكم واعتماد نهج جديد لقياس الأداء يُستخدم فيه الاستنبات لقياس نفسه.

وأقرّت Google بأن الاستنبات لا يزال بحاجة إلى إثبات على نطاق أوسع قبل أن يصبح واقعيًا للأجهزة العملية، وقالت إنه لا تزال هناك تحديات تقنية كثيرة. ويعني رقم الاحتفاظ أيضًا أن معظم المحاولات في التجربة قد استُبعدت. وكان إصدار أولي من الورقة البحثية قد نُشر في وقت سابق على arXiv. وتقدّم Google النتيجة على أنها خطوة نحو هدفها المتمثل في بناء حاسوب كمومي مفيد ومصحَّح الأخطاء.