الذكاء الاصطناعي الكمي الذي يتنبأ بالفوضى ويُعيد رسم خريطة التحكم في الحوسبة العلمية
التنبؤ باضطراب الموائع بدقة مستدامة عبر الزمن هو أحد أكثر المشكلات كُلفةً في مجال الفيزياء الحسابية. إذ ظلّت معادلات نافييه-ستوكس تُقاوم الحلول الفعّالة لأكثر من قرن كامل، فيما تُخفق نماذج الذكاء الاصطناعي الكلاسيكية في الآفاق الزمنية الطويلة بسبب تراكم الأخطاء بصورة منهجية. في السابع عشر من أبريل 2026، نشر باحثون من كلية لندن الجامعية في مجلة Science Advances نتيجةً تستحق القراءة المتأنية والتأمل العميق: إذ حقّق نموذج ذكاء اصطناعي مُدرَّب على بيانات مُعالَجة مسبقاً بواسطة حاسوب كمي من 20 كيوبت دقةً أعلى بنسبة 20% في التنبؤ بالأنظمة الفوضوية، مع استهلاكه ذاكرةً أقل بمئات المرات مقارنةً بالمناهج الكلاسيكية المعادلة.
استخدم التجربةَ حاسوبٌ كمي من إنتاج شركة IQM مربوطٌ بمركز ليبنيز للحوسبة الفائقة في ألمانيا. وتقوم البنية التحتية على مبدأ التهجين بالتصميم: إذ يتدخل الحاسوب الكمي مرةً واحدة فقط لاستخلاص الخصائص الإحصائية الثابتة للنظام — وهي أنماط تستمر عبر الزمن حتى لو كان النظام فوضوياً — ثم يجري التدريب بعد ذلك على البنية التحتية الكلاسيكية التقليدية. لا يتعلق الأمر باستبدال كامل للأجهزة الكلاسيكية، بل بتدخل جراحي دقيق في النقطة التي يبلغ فيها الحوسبة الكلاسيكية أشدَّ حالات عدم كفاءتها.
وهذا ليس تفصيلاً هامشياً. بل هو القرار المعماري الذي يجعل هذه النتيجة ذات أهمية تتخطى حدود المختبر.
لماذا تُغيّر كفاءة الذاكرة اقتصاديات المشكلة بأسرها
حين يذكر البروفيسور بيتر كوفيني، المؤلف الأول للدراسة، تطبيقاتٍ في التنبؤ المناخي وتصميم مزارع الرياح ومحاكاة تدفق الدم، فهو لا يُجري تخمينات بل يصف صناعاتٍ بعينها يُشكّل فيها التكلفة الحسابية لمحاكاة ديناميكيات الموائع اختناقاً تشغيلياً موثقاً بثمن معلوم. فالمراكز الأرصادية الوطنية تُنفق مئات الملايين من الدولارات سنوياً على البنية التحتية للحوسبة الفائقة. وتُخصص شركات الأدوية نسبةً معتبرة من ميزانياتها البحثية والتطويرية للمحاكاة الجزيئية التي تعتمد على التقريبات، لأن الحوسبة الدقيقة أمرٌ غير قابل للتطبيق عملياً.
وتخفيض استهلاك الذاكرة بمئات المرات ليس تحسيناً تدريجياً بسيطاً. بل يعني أن مسائل بعينها تستلزم اليوم حاسوباً فائقاً من الدرجة الأولى قد يصبح بالإمكان تشغيلها على بنية تحتية متوسطة المستوى. ذلك يُزيح نقطة الوصول إلى هذه التكنولوجيا إلى أسفل في السلسلة، وهذا الإزاحة تحمل تبعاتٍ توزيعية مباشرة.
والسؤال الاستراتيجي ليس ما إذا كانت المنهجية تُجدي — فالورقة العلمية المُحكَّمة تُرسّخ ذلك — بل مَن الذي يستفيد من الكفاءة المُنتَجة. فإذا بنت شركة IQM ومراكز الحوسبة الفائقة كمركز ليبنيز الوصولَ إلى هذه القدرة على شكل خدمة مغلقة وعالية الثمن، فستبقى وفورات التكلفة في يد المزوّد. أما إذا وُثِّق مسار العمل الهجين وجرى توحيد معاييره وجعله قابلاً للتكرار على أجهزة في متناول الجميع، فسيتوزع النفع على المختبرات المناخية والجامعات والمؤسسات الصغيرة والمتوسطة في قطاع الطاقة التي لا تستطيع اليوم تحمّل تكاليف هذه المحاكاة.
ولا توجد إجابة تقنية على هذه المعضلة. إنها قرار نموذج أعمال ستتخذه الجهات الممولة — كلية لندن الجامعية، والمجلس البريطاني للبحوث الهندسية والعلوم الفيزيائية، وشركة IQM، ومركز ليبنيز — في غضون الثمانية عشر إلى الستة والثلاثين شهراً المقبلة.
النمط الذي يتكرر في سوق الكم وتداعياته المتشعبة
تأتي هذه النتيجة في لحظة تتعرض فيها رواية الحوسبة الكمية لضغوط متزايدة. فعلى امتداد سنوات، وعد القطاع بالسيادة الكمية بوصفها حدثاً أفرداً وحاسماً. غير أن ما يتشكّل اليوم أكثر دقةً وتعقيداً، بل وأكثر إثارةً للاهتمام من منظور القيمة التطبيقية: مزايا محددة، محصورة في مهام بعينها، مُدمَجة مع البنية التحتية الكلاسيكية القائمة.
أفادت شركة Google Quantum AI في أكتوبر 2025 بتسارع قدره 13,000 مرة مقارنةً بالحاسوب الفائق Frontier في محاكاة الفيزياء باستخدام معالجها الكمي المؤلف من 65 كيوبتاً. ونشر فريق صيني من جامعة العلوم والتكنولوجيا الصينية في مارس 2026 نظاماً مؤلفاً من تسعة حالات كمية يُحاكي أداء شبكة كلاسيكية من 10,000 عقدة في التنبؤ الجوي. وتنضم نتيجة كلية لندن الجامعية إلى هذا النمط: مزايا قابلة للإثبات، لا في معايير الأداء المجردة، بل في مسائل ذات قيمة اقتصادية مباشرة.
والخطر البنيوي الكامن في هذا النمط معروفٌ جيداً في صناعة البرمجيات المؤسسية. حين تنتقل قدرة ما من كونها تجريبية إلى كونها قابلة للإثبات، يجد السوق نفسه أمام تشعّب حاد: إما أن يستخرج المزوّدون المتحكمون في الوصول ريعَ الموقع، وإما أن يبنوا على معايير مفتوحة تُتيح الاعتماد الواسع. الخيار الأول يُعظّم الإيرادات على المدى القصير؛ والثاني يبني سوقاً واسعاً بما يكفي لتحقيق مكاسب أكبر على الصعيد المطلق لكل فاعلي النظام البيئي.
وتاريخ البرمجيات العلمية عالية الأداء يُشير إلى أن النماذج المفتوحة — أو شبه المفتوحة المدعومة تجارياً — تميل إلى استيعاب حجم سوق إجمالي أكبر من النماذج المغلقة. وليس ثمة أسباب بنيوية تجعل الحوسبة الكمية الهجينة استثناءً على هذه القاعدة، غير أنه لا توجد ضمانات بأن اللاعبين الرئيسيين سيتخذون هذا القرار.
القيمة تتراكم حيث يُتحدَّث عنها أقل
وصفت المؤلفة الأولى للدراسة، مايدا وانغ، النتيجةَ بأنها إثبات لـ"الميزة الكمية العملية". والتمييز بين "العملي" و"النظري" هو ما يُحدد ما إذا كان هذا العمل سيُولّد قيمةً اقتصادية أم يبقى مجرد علامة فارقة أكاديمية. العملي يعني أن مسار العمل قابل للتكرار على أجهزة قائمة، وأن التكاليف التشغيلية قابلة للإدارة، وأن النتيجة تتّسع لتشمل بياناتٍ حقيقية — لا مجرد محاكاة مختبرية.
يُقرّ فريق كلية لندن الجامعية صراحةً بأن النتائج الراهنة مُتحقَّق منها على بيانات محاكاة، وأن توسيعها لتشمل بيانات مناخية أو اضطراب حقيقي لا يزال ضمن قائمة الأعمال المعلّقة. وتلك الهوّة بين التحقق المُحاكى والتحقق الميداني هي النقطة التي يتركّز فيها خطر الاعتماد الفعلي. ليست مشكلة تقنية لا يمكن تجاوزها، لكنها النقطة التي فقدت فيها كثيرٌ من التقدمات الحسابية زخمها.
ما يجعل هذه الحالة مختلفة هو بنية التمويل والتعاون. فشركة IQM لديها حافز مباشر في أن يُثبت الأجهزة الكمية قيمتها التطبيقية للعملاء المؤسسيين. ومركز ليبنيز لديه حافز في أن يُرسّخ نفسه عقدةً للحوسبة الهجينة في خدمة البحث العلمي الأوروبي. وكلية لندن الجامعية لديها حوافز أكاديمية ومتعلقة بنقل التكنولوجيا. وهذه المجموعات الثلاث من الحوافز متوافقة في اتجاه نقل النتيجة إلى مرحلة التحقق الميداني، وهو ليس الوضع المعتاد في أبحاث الكم الأساسية.
