باستخدام خوارزميات متقدمة تسمى شبكات التنسور (Tensor Networks)، تمكن الفريق من إعادة إنتاج نفس الديناميكيات التي حاكاها جهاز D‑Wave، وفي بعض العروض التوضيحية أمكن تشغيل المحاكاة حتى على حاسوب محمول عادي.

النتيجة لا تعني أن الحوسبة الكمية غير مفيدة، لكنها تكشف أن الخط الفاصل بين ما هو «كمي بحت» وما يمكن للحوسبة التقليدية القيام به أكثر تعقيدًا مما كان يُعتقد.

الادعاء الأصلي: تفوق كمي في محاكاة المواد

ركزت دراسة D‑Wave على محاكاة ديناميكيات أنظمة سبين غير مرتبة، وهي نماذج فيزيائية تُستخدم لفهم المواد المغناطيسية المعقدة مثل ما يُعرف بـ spin glasses.

غالبًا ما تكون هذه الأنظمة صعبة المحاكاة لأن فضاء الحالات الكمية يزداد بشكل أُسّي مع زيادة عدد السبينات المتفاعلة.

في التجربة:

• استخدم الباحثون معالج التلدين الكمي فائق التوصيل Advantage2.
• قام الجهاز بإنتاج عينات من الحالة الكمية تتوافق مع تنبؤات معادلة شرودنغر التي تحكم تطور الأنظمة الكمية.

وبحسب الشركة، فإن:

• المعالج الكمي أتم الحسابات خلال دقائق.
• محاكاة مشابهة باستخدام الطرق الكلاسيكية المعروفة قد تتطلب موارد هائلة ووقتًا غير عملي.

بناءً على ذلك، قدمت الشركة النتيجة كدليل على تحقيق ميزة حوسبة كمية عملية في محاكاة المواد المعقدة.

الرد الكلاسيكي: شبكات التنسور

في الدراسة اللاحقة، أعاد باحثو فلاتيرون وبوسطن تحليل نفس فئة الأنظمة الفيزيائية باستخدام شبكات التنسور—وهي عائلة من الخوارزميات تمثل الحالات الكمية الكبيرة بطريقة مضغوطة رياضيًا.

أظهر البحث أن شبكات تنسور ثنائية وثلاثية الأبعاد يمكنها محاكاة ديناميكيات التلدين الكمي لزجاج السبين في عدة أنواع من الشبكات البلورية بدقة وكفاءة.

الطريقة اعتمدت على عنصرين رئيسيين:

• تمثيل الحالة الكمية باستخدام شبكة تنسورات مضغوطة.
• استخدام خوارزمية انتشار الاعتقاد (belief propagation) لمتابعة التشابك الكمي أثناء تطور النظام بمرور الزمن.

وبفضل هذا التمثيل المضغوط، بقيت الحسابات قابلة للتنفيذ على أجهزة حوسبة متواضعة نسبيًا، بدل الحاجة إلى حاسوب فائق ضخم.

لماذا تنجح شبكات التنسور هنا؟

المفتاح يكمن في بنية التشابك الكمي (Entanglement) داخل النظام.

تحليل D‑Wave نفسه أشار إلى أن الأنظمة المدروسة تُظهر ما يسمى قانون المساحة للتشابك (Area‑law entanglement) أثناء الديناميكيات.

وهذا أمر مهم للغاية، لأن:

• التشابك يزداد مع حدود المنطقة وليس مع حجمها الكامل.
• يمكن ضغط الحالة الكمية في تمثيل أصغر بكثير.
• تصبح شبكات التنسور قادرة على محاكاة النظام بكفاءة حتى عندما يحتوي على عدد كبير من السبينات.

بعبارة أخرى، بعض الأنظمة الكمية تبدو معقدة للغاية ظاهريًا، لكنها تمتلك بنية رياضية تسمح للحواسيب التقليدية بمحاكاتها.

ماذا يعني ذلك لمفهوم "التفوق الكمي"؟

هذه النتيجة لا تعني أن الحواسيب التقليدية تستطيع محاكاة كل الأنظمة الكمية بكفاءة.

لكنها تبرز درسًا مهمًا:

وجود آلاف الكيوبتات لا يعني تلقائيًا أن المشكلة أصبحت خارج نطاق الحوسبة الكلاسيكية.

الحد الحقيقي يعتمد أكثر على:

• طبيعة التشابك الكمي في النظام
• مدى إمكانية ضغط الحالة الكمية رياضيًا

إذا أنتج النظام تشابكًا شديد التعقيد يتبع ما يسمى قانون الحجم (volume law)، تصبح المحاكاة الكلاسيكية صعبة جدًا. أما إذا ظل التشابك محدود البنية، فقد تتمكن خوارزميات مثل شبكات التنسور من التعامل معه بكفاءة.

الدرس الأكبر لمجال الحوسبة الكمية

هذه القصة تعكس نمطًا متكررًا في هذا المجال العلمي: كلما أُعلن عن تفوق كمي، يظهر لاحقًا باحثون يطورون خوارزميات كلاسيكية أكثر ذكاءً لمحاولة إعادة إنتاج النتيجة نفسها.

بدل أن يضعف ذلك المجال، فإنه يساعد العلماء على تحديد الحدود الحقيقية بين الحوسبة الكلاسيكية والكمية.

ومع تحسن العتاد الكمي في السنوات القادمة، من المرجح أن تركز التجارب القادمة على أنظمة تولد حالات كمية لا يمكن ضغطها بسهولة باستخدام شبكات التنسور—وهنا فقط قد يظهر التفوق الكمي بوضوح أكبر.

باستخدام خوارزميات متقدمة تسمى شبكات التنسور (Tensor Networks)، تمكن الفريق من إعادة إنتاج نفس الديناميكيات التي حاكاها جهاز D‑Wave، وفي بعض العروض التوضيحية أمكن تشغيل المحاكاة حتى على حاسوب محمول عادي.

النتيجة لا تعني أن الحوسبة الكمية غير مفيدة، لكنها تكشف أن الخط الفاصل بين ما هو «كمي بحت» وما يمكن للحوسبة التقليدية القيام به أكثر تعقيدًا مما كان يُعتقد.

الادعاء الأصلي: تفوق كمي في محاكاة المواد

ركزت دراسة D‑Wave على محاكاة ديناميكيات أنظمة سبين غير مرتبة، وهي نماذج فيزيائية تُستخدم لفهم المواد المغناطيسية المعقدة مثل ما يُعرف بـ spin glasses.

غالبًا ما تكون هذه الأنظمة صعبة المحاكاة لأن فضاء الحالات الكمية يزداد بشكل أُسّي مع زيادة عدد السبينات المتفاعلة.

في التجربة:

• استخدم الباحثون معالج التلدين الكمي فائق التوصيل Advantage2.
• قام الجهاز بإنتاج عينات من الحالة الكمية تتوافق مع تنبؤات معادلة شرودنغر التي تحكم تطور الأنظمة الكمية.

وبحسب الشركة، فإن:

• المعالج الكمي أتم الحسابات خلال دقائق.
• محاكاة مشابهة باستخدام الطرق الكلاسيكية المعروفة قد تتطلب موارد هائلة ووقتًا غير عملي.

بناءً على ذلك، قدمت الشركة النتيجة كدليل على تحقيق ميزة حوسبة كمية عملية في محاكاة المواد المعقدة.

الرد الكلاسيكي: شبكات التنسور

في الدراسة اللاحقة، أعاد باحثو فلاتيرون وبوسطن تحليل نفس فئة الأنظمة الفيزيائية باستخدام شبكات التنسور—وهي عائلة من الخوارزميات تمثل الحالات الكمية الكبيرة بطريقة مضغوطة رياضيًا.

أظهر البحث أن شبكات تنسور ثنائية وثلاثية الأبعاد يمكنها محاكاة ديناميكيات التلدين الكمي لزجاج السبين في عدة أنواع من الشبكات البلورية بدقة وكفاءة.

الطريقة اعتمدت على عنصرين رئيسيين:

• تمثيل الحالة الكمية باستخدام شبكة تنسورات مضغوطة.
• استخدام خوارزمية انتشار الاعتقاد (belief propagation) لمتابعة التشابك الكمي أثناء تطور النظام بمرور الزمن.

وبفضل هذا التمثيل المضغوط، بقيت الحسابات قابلة للتنفيذ على أجهزة حوسبة متواضعة نسبيًا، بدل الحاجة إلى حاسوب فائق ضخم.

لماذا تنجح شبكات التنسور هنا؟

المفتاح يكمن في بنية التشابك الكمي (Entanglement) داخل النظام.

تحليل D‑Wave نفسه أشار إلى أن الأنظمة المدروسة تُظهر ما يسمى قانون المساحة للتشابك (Area‑law entanglement) أثناء الديناميكيات.

وهذا أمر مهم للغاية، لأن:

• التشابك يزداد مع حدود المنطقة وليس مع حجمها الكامل.
• يمكن ضغط الحالة الكمية في تمثيل أصغر بكثير.
• تصبح شبكات التنسور قادرة على محاكاة النظام بكفاءة حتى عندما يحتوي على عدد كبير من السبينات.

بعبارة أخرى، بعض الأنظمة الكمية تبدو معقدة للغاية ظاهريًا، لكنها تمتلك بنية رياضية تسمح للحواسيب التقليدية بمحاكاتها.

ماذا يعني ذلك لمفهوم "التفوق الكمي"؟

هذه النتيجة لا تعني أن الحواسيب التقليدية تستطيع محاكاة كل الأنظمة الكمية بكفاءة.

لكنها تبرز درسًا مهمًا:

وجود آلاف الكيوبتات لا يعني تلقائيًا أن المشكلة أصبحت خارج نطاق الحوسبة الكلاسيكية.

الحد الحقيقي يعتمد أكثر على:

• طبيعة التشابك الكمي في النظام
• مدى إمكانية ضغط الحالة الكمية رياضيًا

إذا أنتج النظام تشابكًا شديد التعقيد يتبع ما يسمى قانون الحجم (volume law)، تصبح المحاكاة الكلاسيكية صعبة جدًا. أما إذا ظل التشابك محدود البنية، فقد تتمكن خوارزميات مثل شبكات التنسور من التعامل معه بكفاءة.

الدرس الأكبر لمجال الحوسبة الكمية

هذه القصة تعكس نمطًا متكررًا في هذا المجال العلمي: كلما أُعلن عن تفوق كمي، يظهر لاحقًا باحثون يطورون خوارزميات كلاسيكية أكثر ذكاءً لمحاولة إعادة إنتاج النتيجة نفسها.

بدل أن يضعف ذلك المجال، فإنه يساعد العلماء على تحديد الحدود الحقيقية بين الحوسبة الكلاسيكية والكمية.

ومع تحسن العتاد الكمي في السنوات القادمة، من المرجح أن تركز التجارب القادمة على أنظمة تولد حالات كمية لا يمكن ضغطها بسهولة باستخدام شبكات التنسور—وهنا فقط قد يظهر التفوق الكمي بوضوح أكبر.