أصدرت شركة التكنولوجيا والحوسبة العملاقة Nvidia مؤخرًا مجموعة من نماذج الذكاء الاصطناعي مفتوحة المصدر تسمى Ising، والتي تدعي أنها أول مجموعة نماذج ذكاء اصطناعي في العالم مخصصة لمعايرة الحوسبة الكمومية وتصحيح الأخطاء. وقالت NVIDIA إن عائلة النماذج هذه ستساعد مؤسسات البحث العلمي والشركات على بناء أجهزة كمبيوتر كمومية أكثر قوة، مما يمنحها القدرة على تشغيل تطبيقات عملية مفيدة حقًا على نطاق أوسع.
لكي يتمكن الكمبيوتر الكمي من تشغيل تطبيقات معقدة، يحتاج النظام إلى معالجة وحدات المعلومات الكمومية بمقياس ملايين الكيوبتات. ومع ذلك، فإن الكيوبتات نفسها هشة للغاية، وعرضة لتداخل الضوضاء وعرضة للخطأ. ومع توسع نطاق أجهزة الكمبيوتر الكمومية، يجب أن يكون النظام قادرًا على إكمال تصحيح الأخطاء والمعايرة الدقيقة في الوقت الفعلي أثناء التشغيل والتعويض عن التقلبات البيئية من أجل الحفاظ على صحة نتائج الحساب. وقال جينسين هوانغ، المؤسس والرئيس التنفيذي لشركة NVIDIA: "الذكاء الاصطناعي هو المفتاح لجعل الحوسبة الكمومية عملية." من وجهة نظره، مع إيسينج، "سوف يصبح الذكاء الاصطناعي مستوى التحكم في الآلات الكمومية - أي ما يعادل نظام تشغيل الآلات الكمومية، مما يحول البتات الكمومية الهشة إلى أنظمة GPU الكمومية القابلة للتطوير والموثوقة."
يأتي اسم Ising من نموذج Ising، وهو نموذج رياضي كلاسيكي في الفيزياء، والذي يستخدم لوصف التفاعل بين دوران الجسيمات وتوصيف الأنظمة الفيزيائية المعقدة بطريقة أكثر إيجازًا. توفر NVIDIA نوعين من النماذج هذه المرة: أحدهما يستخدم لتصحيح الأخطاء في الوقت الفعلي، والآخر يركز على معايرة الأنظمة الكمومية.
فيما يتعلق بتصحيح الأخطاء، فإن Ising Decoding هو المسؤول عن "فك تشفير" القياسات الكمومية في ظل ظروف صاخبة إلى مخرجات متماسكة. وهو يعتمد على شبكة عصبية تلافيفية ثلاثية الأبعاد ويقدم متغيرين: أحدهما يركز على السرعة والآخر على الدقة. تدعي Nvidia أنه بالمقارنة مع pyMatching، وهي أداة تصحيح الأخطاء شائعة الاستخدام في الصناعة الحالية مفتوحة المصدر، يمكن لـ Ising Decoding زيادة سرعة فك التشفير بما يصل إلى 2.5 مرة وتحسين الدقة بنحو 3 مرات.
فيما يتعلق بالمعايرة، تستهدف Ising Calibration بشكل أساسي الفيزيائيين والفرق الهندسية وتستخدم لضبط وقياس وتحسين إشارات التحكم للأجهزة الكمومية. وتشمل إشارات التحكم هذه الموجات الدقيقة والليزر وغيرها من الوسائل المادية. يعتمد الإخراج الكمي عالي الجودة بشكل كبير على المعايرة الدقيقة لمواجهة المشكلات مثل الضوضاء وعدم استقرار الأجهزة وانحراف المعلمات بمرور الوقت. وفقًا لـ NVIDIA، فإن Ising Calibration هو نموذج لغة مرئية يمكنه تفسير بيانات القياس من المعالجات الكمومية بسرعة ودفع عوامل الذكاء الاصطناعي لإكمال عملية المعايرة بشكل مستمر وتلقائي.
عند الحديث عن خارطة الطريق المستقبلية، قال سام ستانويك، مدير منتج Nvidia Quantum، في المؤتمر الصحفي إن الشركة اختارت إطلاق فك التشفير والمعايرة أولاً لأن هذين الرابطين هما أكثر الاختناقات إلحاحًا التي تقيد توسع الأنظمة الكمومية. ووصف الاثنين بأنهما "أعباء عمل على شكل الذكاء الاصطناعي" ويعتقد أن إدخال الذكاء الاصطناعي في هذه المجالات يمكن أن يكون له آثار فورية وكبيرة. ومع ذلك، أكد أيضًا أن رؤية Nvidia طويلة المدى لا تقتصر على هذا. في المستقبل، من المأمول أن يتمكن الذكاء الاصطناعي أيضًا من المشاركة في بناء الدوائر الكمومية وتحسينها، مما يجعل فك التشفير والمعايرة أولى المعالم على الطريق إلى منصات الحوسبة الفائقة لوحدة معالجة الرسومات الكمومية.
في الوقت الحاضر، بدأ تطبيق Ising Decoding وIsing Calibration في المؤسسات ومؤسسات البحث العلمي. وفيما يتعلق بفك تشفير الأخطاء، بدأت جامعة كورنيل، ومختبرات سانديا الوطنية، وجامعة كاليفورنيا، سان دييغو، وجامعة كاليفورنيا، وسانتا باربرا، وغيرها من المؤسسات في نشر النماذج ذات الصلة. فيما يتعلق بالمعايرة، فإن العديد من الشركات والمؤسسات البحثية ذات الصلة بالحوسبة الكمومية مثل Atom Computing وAcademia Sinica وEeroQ وIonQ وIQM Quantum Computers وQ‑CTRL وغيرها تستخدم بالفعل Ising Calibration لتصحيح أخطاء النظام وتحسينه.
من أجل تقليل عوائق الاستخدام، أصدرت NVIDIA أيضًا مجموعة من أدلة "كتاب الطبخ"، والتي تتضمن أمثلة لسير العمل للحوسبة الكمومية ودعم بيانات التدريب، وتوفر خدمات صغيرة تعتمد على NVIDIA NIM. ستساعد هذه الموارد المطورين على تخصيص النماذج وتدريبها وضبطها بشكل دقيق استنادًا إلى بنيات الأجهزة الكمومية المختلفة وتشغيلها في بيئات بحثية محلية، والاستفادة من قدرات الذكاء الاصطناعي مع الاحتفاظ بالبيانات التجريبية الحساسة داخل المؤسسة.