Google Quantum AI تخفض معدل خطأ الرموز السطحية إلى 7.72×10⁻⁴ باستخدام التعلم المعزز
2026-07-09 09:24
المفضلة

أخبار ar.wedoany.com، تمكن فريق بحثي من Google Quantum AI من تطبيق التعلم المعزز على عملية تصحيح الأخطاء الكمومية، محققًا معدل خطأ منطقي قدره 7.72 × 10⁻⁴ على الرموز السطحية، وهو إنجاز يمثل خطوة حاسمة نحو بناء حواسيب كمومية مستقرة.

Google تخفض معدل خطأ الرموز السطحية إلى 7.72 × 10⁻⁴ باستخدام التعلم المعزز

بالتعاون مع Google DeepMind، ابتكر الفريق استخدام أحداث اكتشاف الأخطاء في عملية تصحيح الأخطاء الكمومية كإشارات تعلم للوكيل الذكي في التعلم المعزز، مما وحد عملية معايرة النظام الكمومي مع عملية الحساب. وهذا يعني أن الحاسوب الكمومي يمكنه تعديل معاملات التحكم الخاصة به باستمرار أثناء التشغيل، لمواجهة عدم الاستقرار الناتج عن الانجراف البيئي بشكل استباقي. أظهرت التجارب على المعالج الفائق التوصيل Willow أنه بمساعدة وحدة فك ترميز تكميلية موجهة، عزز هذا الإطار الاستقرار المنطقي للرموز السطحية بمقدار 3.5 أضعاف مقابل الانجراف المحقون. بالإضافة إلى الرموز السطحية، حقق الفريق باستخدام الرموز اللونية متوسط معدل خطأ منطقي قدره 8.19 × 10⁻³. يدير وكيل التعلم المعزز هذا أكثر من ألف معامل تحكم، تحدد هذه المعاملات كيفية تحويل دائرة تصحيح الأخطاء الكمومية المجردة إلى أشكال موجية تماثلية تتحكم في النظام الكمومي.

تتأثر الحواسيب الكمومية بالضوضاء البيئية، ويعد تصحيح الأخطاء الكمومية الطريقة الأساسية لمواجهة هذا التحدي. على الرغم من أن تصحيح الأخطاء الكمومية التقليدي يمكنه تحويل الاضطرابات التماثلية إلى أحداث "خطأ" أو "لا خطأ" منفصلة، إلا أن فعاليته تعتمد على التحكم التماثلي الدقيق في البتات الكمومية، الأمر الذي يتطلب عادةً الحفاظ على معدل الخطأ أقل من 10⁻³ إلى 10⁻². لم يعتمد فريق البحث هذا فقط على اكتشاف الأخطاء لتصحيح الحالة الكمومية، بل استخدم هذه الأحداث كإشارات تغذية راجعة، مما سمح لوكيل التعلم المعزز بتحسين معاملات التحكم باستمرار، ليحل محل الطريقة التقليدية التي تتطلب إيقاف الحساب لإعادة المعايرة. أظهرت المحاكاة العددية أن سرعة تحسين إطار التعلم المعزز هذا لا تعتمد على حجم النظام، مما يشير إلى قدرته على التوسع ليشمل الرموز الكمومية التي تحتوي على عشرات الآلاف من معاملات التحكم، وهو أمر بالغ الأهمية للحواسيب الكمومية واسعة النطاق في المستقبل. يؤكد الباحثون أن هذا العمل يفتح نموذجًا جديدًا لـ "حاسوب كمومي يتعلم من أخطائه ولا يتوقف عن الحساب أبدًا"، مشيرين إلى أن هذا الإطار لا يقتصر على الأجهزة الحالية فحسب، بل ينطبق مباشرة على أي شكل من أشكال البتات الكمومية المادية وأي بنية لتصحيح الأخطاء الكمومية.

تم تجميع هذه الأخبار القصيرة وإعادة نشرها من للمعلومات من الإنترنت العالمي والشركاء الاستراتيجيين، وهي مخصصة فقط للقراء للتواصل، إذا كان هناك أي انتهاكات أو مشاكل أخرى، فيرجى إبلاغنا في الوقت المناسب، وسنقوم بتعديلها أو حذفها. يُمنع منعًا باتًا إعادة نشر هذه المقالة دون إذن رسمي. البريد الإلكتروني: news@wedoany.com
المنتجات ذات الصلة
التوصيات ذات الصلة
شركة Securosys السويسرية تطلق وكيل إدارة المفاتيح الخارجية لـ Azure
2026-07-09
شركة التأمين السويسرية Groupe Mutuel تتعاون مع Mistral AI لتسريع نشر الذكاء الاصطناعي
2026-07-09
شركة Avanti Communications البريطانية توسع أعمالها في مجال الاتصالات عبر الأقمار الصناعية في جنوب أفريقيا
2026-07-09
أونيك تطلق "AI Assist" أول روبوت محادثة ذكي لدعم الاتصالات في باكستان
2026-07-09
شركة سامسونغ للإلكترونيات تبدأ الإنتاج الضخم لأول قرص SSD مؤسسي بتقنية PCIe 6.0
2026-07-09
شركة MegaFon الروسية تنشئ محطات قاعدية جديدة في مقاطعة فولغوغراد
2026-07-09
شركة درويد سوفتوير الأيرلندية المتخصصة في توفير برمجيات الشبكة الأساسية تستحوذ على شركة نود-إتش الألمانية لتوسيع أعمال الشبكات الخاصة
2026-07-09
شركة "أوبن ريتش" البريطانية تستثمر 157 مليون جنيه إسترليني لإنشاء سبع مناطق جديدة للإنترنت فائق السرعة (جيجابت) في اسكتلندا
2026-07-09
شركة إنتربروكوم الروسية تطلق حل "Axioma AI" الذكي للبيانات الصناعية
2026-07-09
شركة ZML الناشئة الفرنسية في مجال الذكاء الاصطناعي تطلق برنامجًا يدعم نماذج اللغات الكبيرة على رقاقات متعددة
2026-07-09