تُعدّ الحواسيب الكمومية شديدة الحساسية للتشويش، ويُنظر إلى تصحيح الأخطاء الكمومية على نطاق واسع باعتباره أساسًا ضروريًا لتطوير الأنظمة الكمومية من مجرد تجارب عملية إلى حسابات موثوقة وفعّالة. ويركز عمل شركة QXL على أحد التحديات الرئيسية في هذا التحول: تطوير أجهزة فك تشفير مدعومة بالذكاء الاصطناعي قادرة على تفسير بيانات المتلازمة الكمومية بكفاءة ودقة، وقابلة للتحسين المستمر مع تطور الأجهزة الكمومية.

تم الحصول على أحدث النتائج باستخدام مجموعة بيانات رموز السطح العامة من جوجل، والمستقاة من تجربة حقيقية على أجهزة الكم. وقد قيّمت QXL برنامج فك التشفير المُحدَّث الخاص بها على تكوين رموز السطح العامة باستخدام نفس أسلوب التحقق المتبادل المُستخدم في مقارنات برامج فك التشفير المنشورة من جوجل.

في هذا الاختبار، أظهر مُفكِّك التشفير المُحدَّث من QXL أداءً مُحسَّنًا مُقارنةً بمعايير المطابقة، بما في ذلك نتائج معايير المطابقة المُرتبطة وPyMatching المنشورة من قِبل جوجل لنفس التكوين. والجدير بالذكر أن نموذج QXL قد تم تدريبه حصريًا على عينات اصطناعية، ولم يتم تدريبه على لقطات حقيقية من أجهزة جوجل.

تؤكد هذه النتيجة مبدأً أساسياً في خارطة طريق QXL التقنية: يجب ألا تقتصر كفاءة أجهزة فك تشفير تصحيح الأخطاء الكمومية على الأداء الجيد في عمليات المحاكاة المُحكمة فحسب، بل يجب أن تكون قادرة أيضاً على التعميم لتشمل بيانات المتلازمة التجريبية الحقيقية. يُعد هذا الانتقال من البيانات الاصطناعية إلى البيانات الحقيقية خطوةً حاسمةً نحو سير عمل عملي لتصحيح الأخطاء الكمومية، والذي يمكنه دعم فك التشفير في المستقبل بزمن استجابة منخفض، وفي نهاية المطاف في الوقت الفعلي.

قال البروفيسور نير شارون، كبير علماء تكنولوجيا الكم في مختبرات كوانتوم إكس: "تُعدّ هذه النتائج مهمة لأنها تُقرّبنا من النقطة التي يُمكن فيها تقييم تصحيح الأخطاء الكمومية المدعوم بالذكاء الاصطناعي بناءً على سلوك الأجهزة الحقيقية، وليس فقط على المحاكاة. لقد حسّن مُفكّك الشفرة المُحدّث أداءه مقارنةً بمعايير عائلة المطابقة في هذه التجربة، وذلك أثناء التدريب على بيانات اصطناعية فقط. تُشكّل هذه النتيجة نقطة تأكيد مهمة لخارطة طريقنا نحو تصحيح الأخطاء الكمومية الموثوق. في الوقت نفسه، نلتزم بالدقة: فهذا مجرد نموذج معياري واحد، وهدفنا التالي هو تكرار هذه النتيجة وتوسيع نطاقها لتشمل مراكز أجهزة إضافية وتكوينات برمجية متنوعة."

يجمع مُفكِّك الشفرة المُحدَّث في QXL بين بنية الشفرة الكمومية ومعلومات المتلازمة وترجيح الأخطاء القائم على الذكاء الاصطناعي لتحسين أداء مُفكِّك الشفرة مع الحفاظ على مسار عملي نحو التنفيذ الفعال. وتؤكد أحدث النتائج أهمية هذا النهج لبيانات المتلازمة الخاصة بالأجهزة الحقيقية وسير عمل تصحيح الأخطاء الكمومية القابل للتوسع.

صُمم مكون الذكاء الاصطناعي لتسريع معالجة البيانات باستخدام وحدة معالجة الرسومات (GPU) ودمجه في سير عمل الحوسبة الكمومية الأوسع نطاقًا، مما يدعم خارطة طريق QXL نحو زمن استجابة منخفض، وفي نهاية المطاف، فك تشفير فوري. تتضمن هذه الخارطة تقييم البيانات باستخدام أجهزة حقيقية، وسير عمل مع الحوسبة المُسرّعة من NVIDIA وNVIDIA CUDA-Q، بالإضافة إلى تجارب متلازمة IQCC المخطط لها لتطوير أنظمة حوسبة كمومية أكثر موثوقية وقابلية للتوسع.