حقق فريق من الباحثين الدوليين بقيادة جامعة فيينا تقدماً كبيراً في مجال الحوسبة الكمومية والذكاء الاصطناعي، حيث أثبتوا أن حتى الحواسيب الكمومية صغيرة النطاق يمكن أن توفر فوائد عملية لتطبيقات تعلم الآلة.
وقد استخدمت الدراسة، التي نُشرت في مجلة Nature Photonics في 8 يونيو 2025، دائرة كمومية ضوئية مبتكرة لتطبيق خوارزمية تعلم آلي معززة بالكم تعتمد على النواة. وأظهر الباحثون أن نهجهم الكمومي يتفوق على أحدث الأساليب التقليدية مثل نواة Gaussian ونواة neural tangent في مهام التصنيف الثنائي.
وأوضح البروفيسور فيليب فالتر من جامعة فيينا، قائد المشروع: "وجدنا أن خوارزميتنا ترتكب أخطاء أقل من نظيرتها التقليدية في مهام محددة". وأضاف تشينغهاو ين، المؤلف الأول للدراسة: "هذا يعني أن الحواسيب الكمومية الحالية يمكن أن تقدم أداءً جيداً دون الحاجة لتجاوز أحدث التقنيات التقليدية".
تضمنت التجربة دائرة كمومية ضوئية تم بناؤها في معهد بوليتكنيكو دي ميلانو (إيطاليا)، حيث تم تشغيل خوارزمية تعلم آلي اقترحها لأول مرة باحثون في شركة Quantinuum (المملكة المتحدة). ويستخدم النظام التداخل الكمومي وتماسك الفوتونات المفردة لتحقيق دقة فائقة في مهام تصنيف البيانات.
وبالإضافة إلى تحسين الدقة، يوفر هذا النهج الضوئي مزايا كبيرة في كفاءة استهلاك الطاقة. ومع ازدياد تعقيد تطبيقات تعلم الآلة وارتفاع استهلاكها للطاقة، يمكن أن توفر المعالجات الكمومية الضوئية بديلاً مستداماً. وأكدت المؤلفة المشاركة إيريس أغريستي: "قد يكون هذا أمراً حاسماً في المستقبل، نظراً لأن خوارزميات تعلم الآلة أصبحت غير عملية بسبب الطلب المرتفع جداً على الطاقة".
وتتجاوز آثار هذا البحث مجال الحوسبة الكمومية، إذ يحدد مهام محددة تستفيد من التأثيرات الكمومية وقد يلهم تطوير خوارزميات تقليدية جديدة بأداء أفضل واستهلاك طاقة أقل. ويمثل هذا خطوة مهمة نحو تحقيق التفوق الكمومي العملي في تطبيقات الذكاء الاصطناعي، وجسر الفجوة بين الحوسبة الكمومية النظرية والتطبيقات الواقعية.