ولكن ليس من السهل الإجابة على كل الأسئلة المتعلقة بالأنظمة الكمومية باستخدام الخوارزميات الكمومية. فبعض هذه الأسئلة سهل بنفس القدر بالنسبة للخوارزميات الكلاسيكية، التي تعمل على أجهزة الكمبيوتر العادية، في حين أن بعضها الآخر صعب بالنسبة للخوارزميات الكلاسيكية والكمية على حد سواء.
ولفهم أين قد تقدم الخوارزميات الكمومية وأجهزة الكمبيوتر التي يمكنها تشغيلها ميزة، غالبًا ما يحلل الباحثون نماذج رياضية تسمى أنظمة الدوران، والتي تلتقط السلوك الأساسي لمصفوفات الذرات المتفاعلة. ثم قد يسألون: ماذا سيفعل نظام الدوران عندما تتركه بمفرده عند درجة حرارة معينة؟ تحدد الحالة التي يستقر فيها، والتي تسمى حالة التوازن الحراري، العديد من خصائصه الأخرى، لذلك سعى الباحثون منذ فترة طويلة إلى تطوير خوارزميات للعثور على حالات التوازن.
إن ما إذا كانت هذه الخوارزميات تستفيد حقاً من كونها كمية في طبيعتها يعتمد على درجة حرارة نظام الدوران المعني. ففي درجات حرارة عالية جداً، تستطيع الخوارزميات الكلاسيكية المعروفة أن تؤدي المهمة بسهولة. وتزداد المشكلة صعوبة مع انخفاض درجة الحرارة ونمو قوة الظواهر الكمية؛ ففي بعض الأنظمة يصبح من الصعب للغاية حتى على أجهزة الكمبيوتر الكمية حلها في أي فترة زمنية معقولة. ولكن تفاصيل كل هذا تظل غامضة.
يقول إيوين تانج، الباحث في جامعة كاليفورنيا في بيركلي وأحد مؤلفي النتيجة الجديدة: “متى تذهب إلى الفضاء حيث تحتاج إلى الكم، ومتى تذهب إلى الفضاء حيث لا يساعدك الكم حتى؟” “ليس معروفًا الكثير”.
في فبراير/شباط، بدأ تانغ ومويترا التفكير في مشكلة التوازن الحراري مع اثنين آخرين من علماء الكمبيوتر في معهد ماساتشوستس للتكنولوجيا: باحث ما بعد الدكتوراه يدعى أينيش باكشي وطالب الدراسات العليا لدى مويترا ألين ليو. وفي عام 2023، تعاونوا جميعًا على خوارزمية كمية رائدة لمهمة مختلفة تتضمن أنظمة الدوران، وكانوا يبحثون عن تحدٍ جديد.
قال باكشي: “عندما نعمل معًا، تسير الأمور بسلاسة. لقد كان الأمر رائعًا”.
قبل ذلك الاختراق الذي سيتحقق في عام 2023، لم يكن الباحثون الثلاثة في معهد ماساتشوستس للتكنولوجيا قد عملوا قط على خوارزميات الكم. وكانت خلفيتهم في نظرية التعلم، وهو مجال فرعي من علوم الكمبيوتر يركز على خوارزميات التحليل الإحصائي. ولكن مثلهم كمثل الشركات الناشئة الطموحة في كل مكان، فقد نظروا إلى سذاجتهم النسبية باعتبارها ميزة، ووسيلة لرؤية المشكلة بعيون جديدة. يقول مويترا: “إن إحدى نقاط قوتنا هي أننا لا نعرف الكثير عن الكم. الكم الوحيد الذي نعرفه هو الكم الذي علمنا إياه إوين”.
قرر الفريق التركيز على درجات الحرارة المرتفعة نسبيًا، حيث اشتبه الباحثون في وجود خوارزميات كمية سريعة، على الرغم من عدم تمكن أحد من إثبات ذلك. وسرعان ما وجدوا طريقة لتكييف تقنية قديمة من نظرية التعلم إلى خوارزمية سريعة جديدة. ولكن أثناء كتابة ورقتهم البحثية، خرج فريق آخر بنتيجة مماثلة: إثبات أن خوارزمية واعدة تم تطويرها في العام السابق ستعمل بشكل جيد في درجات الحرارة المرتفعة. لقد سبقهم في ذلك.
الموت المفاجئ يولد من جديد
وبعد أن شعرت تانغ وزملاؤها بالإحباط قليلاً لأنهم احتلوا المركز الثاني، بدأت المراسلة مع ألفارو الهامبرا، وهو فيزيائي في معهد الفيزياء النظرية في مدريد وأحد مؤلفي الورقة البحثية المنافسة. أرادوا معرفة الاختلافات بين النتائج التي توصلوا إليها بشكل مستقل. ولكن عندما قرأ الهامبرا مسودة أولية لإثبات الباحثين الأربعة، فوجئ باكتشاف أنهم أثبتوا شيئًا آخر في خطوة وسيطة: في أي نظام دوران في حالة توازن حراري، يختفي التشابك تمامًا فوق درجة حرارة معينة. قال الهامبرا: “قلت لهم، 'أوه، هذا مهم جدًا جدًا'”.
