تم تكليف النظام بوحدتين كميتين منطقيتين مستضافتين على نظام معاير. كان الاثنان يستخدمان أنظمة مختلفة لتصحيح الأخطاء (رمز السطح ورمز اللون). وقد تم تعيينها في حالة معينة، ثم تم استخدام نظام تصحيح الأخطاء مع وبدون التصحيحات المستندة إلى التعلم المعزز. وأدى تفعيل النظام إلى زيادة بنسبة 20% في القدرة على اكتشاف الأخطاء وتصحيحها في الكيوبتات المنطقية.
الذهاب في الوقت الحقيقي
الحد من هذا النهج هو أنه يعمل فقط إذا كان الانجراف يبقي النظام قريبًا بشكل معقول من الحالة التي تم تدريب النظام عليها. التصحيحات التي قد تعيد الأمور إلى محاذاة من حالة واحدة قد لا تكون فعالة عندما يكون النظام في حالة مختلفة بشكل كبير.
الحل لهذا هو إعادة تقييم فعالية التغييرات المختلفة باستمرار. ولكن هذا ينطوي على مشكلة واضحة: لا يمكنك ببساطة توزيع جميع تكوينات التحكم المحتملة بشكل عشوائي في منتصف العملية الحسابية. حتى مع وجود تباين محدود، سيعمل النظام بالضرورة خارج تصحيح الخطأ الأمثل. لذا، كان السؤال المطروح هو ما إذا كان تصحيح الخطأ المتكرر دون المستوى الأمثل قد أتى بثماره من خلال منع الانجراف من التسبب في مشاكل أكبر. “إن الحل الإيجابي لمقايضة الاستكشاف والاستغلال يعني أن الأداء الإجمالي لجميع مرشحي السياسات الذين تم أخذ عينات منهم، ومعظمهم أسوأ من [the optimal one]وكتب الباحثون أن الأداء لا يزال أفضل من دون توجيه التعلم المعزز.
أظهر إجراء العديد من عمليات المحاكاة باستخدام كيوبت صغير جدًا مصحح للأخطاء أن المقايضة قد نجحت، بشرط أن يكون الانجراف بطيئًا بدرجة كافية. أظهر الفريق أنه يمكنه العمل في الوقت الفعلي باستخدام كيوبت كبير مصحح للأخطاء، حيث يتحكم نظام التعلم المعزز في ما يقرب من 40 ألف معلمة.
ومن الواضح أن هذا ليس الحل في الوقت الحاضر؛ يمكننا فقط إبقاء الأنظمة تعمل لفترة كافية لتنفيذ خوارزميات قصيرة وبسيطة نسبيًا، لذا فإن الانجراف لا يشكل مصدر قلق. في نهاية المطاف، هدفنا هو بناء أجهزة يمكنها إجراء أنواع الحسابات التي تكون فيها مشكلات مثل هذه ذات أهمية. وهناك بعض القيمة في إظهار أنه يمكن التعامل مع شيء نعرف أنه يمكن أن يمثل مشكلة.
طبيعة، 2026. DOI: 10.1038/s41586-026-10759-2 (حول DOIs).
