كتب الذكاء الاصطناعيمشاريع الذكاء الاصطناعيمقالات الذكاء الاصطناعيمعجم الذكاء الاصطناعياسئلة واجوبة في الذكاء الاصطناعيأكاديمية الذكاء الاصطناعي للأطفالأكاديمية الذكاء الاصطناعيمدرسة رياضيات الذكاء الاصطناعيمختبر الذكاء الاصطناعيمختبر الخوارزميات المستوحاة من الطبيعةأطلس نماذج الذكاء الاصطناعيموسوعة تطبيقات الذكاء الاصطناعيمستكشف مجموعات البيانات للذكاء الاصطناعياختبارات الذكاء الاصطناعيالفايب كودينغدليل البرمجة بالذكاء الاصطناعيمولّد مشاريع الذكاء الاصطناعيمرصد الذكاء الاصطناعيدليل أدوات الذكاء الاصطناعي البحث والنشر الأكاديميمكتبة البرومبتات الأكاديميةمستودع الرسائل والأطاريح في الذكاء الاصطناعيحاسبة الترقية العلميةأكاديمية الوكلاء الذكيينمختبر أخلاقيات الذكاء الاصطناعي والعدالةساحة ألعاب الذكاء الاصطناعيعبقري الذكاء الاصطناعيمختبر التنبؤ بالسلاسل الزمنيةموسوعة أطر ومكتبات الذكاء الاصطناعيمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةموسوعة شبكات التعلم العميق الحديثةمختبر الشبكات العصبية البيانيةمختبر تحليل الصور الطبيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعيأكاديمية ماتلاب والذكاء الاصطناعيمصمم الشبكات العصبيةأكاديمية الذكاء الاصطناعي بدون برمجةمختبر الذكاء الاصطناعي الكمّي
مثال برمجيمتقدمQiskit

QAOA يدوياً لقطع المربع الأعظمي

QAOA by Hand for Max-Cut on the Square

بناء دائرة QAOA بعمق 1 من $R_{ZZ}$ و$R_X$، وبحث شبكي عن $(\gamma,\beta)$؛ أفضل $\langle C\rangle=3$ من الحل الأمثل 4.

طبقة الكلفة $e^{-i\gamma H_C}$ مع $H_C=\sum(1-Z_iZ_j)/2$ تساوي حتى طور كلي $\prod R_{ZZ}(-\gamma)$، وطبقة الخلط $\prod R_X(2\beta)$. نحسب $\langle C\rangle$ بدقة من متجه الحالة ثم نبحث على شبكة $41\times41$. النتيجة: $\gamma=3\pi/4$ و$\beta=3\pi/8$ و$\langle C\rangle=3$ (نسبة 0.75)، والحلان الأمثلان 0101 و1010 باحتمال نحو $0.266$ لكلٍّ منهما. يتطابق هذا مع محرك المختبر. QAOA هنا لا يتفوق على الحل الكلاسيكي البسيط لهذا الرسم الصغير.

المتطلبات: pip install qiskit numpy

الشيفرة

Qiskit
import numpy as np
from qiskit import QuantumCircuit
from qiskit.quantum_info import Statevector

edges = [(0, 1), (1, 2), (2, 3), (3, 0)]
n = 4


def cut_value(bits):
    z = bits[::-1]
    return sum(z[i] != z[j] for i, j in edges)


def qaoa_p1(gamma, beta):
    qc = QuantumCircuit(n)
    qc.h(range(n))
    for i, j in edges:
        qc.rzz(-gamma, i, j)
    qc.rx(2 * beta, range(n))
    return qc


def expected_cut(gamma, beta):
    probs = Statevector.from_instruction(qaoa_p1(gamma, beta)).probabilities_dict()
    return sum(p * cut_value(b) for b, p in probs.items())


grid = [(g, b) for g in np.linspace(0, np.pi, 41) for b in np.linspace(0, np.pi / 2, 41)]
g_best, b_best = max(grid, key=lambda gb: expected_cut(*gb))
print(f"gamma = {g_best:.4f}, beta = {b_best:.4f}")
print("<C> =", round(expected_cut(g_best, b_best), 4), "| optimum = 4")
probs = Statevector.from_instruction(qaoa_p1(g_best, b_best)).probabilities_dict()
top = sorted(probs.items(), key=lambda kv: -kv[1])[:4]
print([(str(b), round(float(p), 4), cut_value(b)) for b, p in top])

شرح الشيفرة سطراً بسطر

السطرالشرح
1-3الاستيراد.
5حواف المربع.
6عدد العقد.
9-11قيمة القطع لسلسلة بتات (معكوسة لتطابق فهرسة العقد).
14دالة تبني دائرة QAOA بعمق 1.
15-16تراكب منتظم.
17-18طبقة الكلفة: RZZ(−γ) لكل حافة.
19طبقة الخلط: RX(2β).
20إرجاع الدائرة.
23-25القطع المتوقع ⟨C⟩ من الاحتمالات الدقيقة.
28شبكة قيم γ ∈ [0, π] وβ ∈ [0, π/2].
29أفضل نقطة على الشبكة.
30-31طباعة المعاملات و⟨C⟩.
32-33أعلى أربع سلاسل احتمالاً.
34طباعتها مع قيم القطع.

المخرجات (من تشغيل فعلي)

gamma = 2.3562, beta = 1.1781
<C> = 3.0 | optimum = 4
[('0101', 0.2656, 4), ('1010', 0.2656, 4), ('0110', 0.0781, 2), ('1001', 0.0781, 2)]

نُفّذ بـ Python 3.13.18 في 2026-11-20 08:14 UTC.

الناتج حتمي (بحث شبكي على احتمالات دقيقة).

المراجع

  1. Edward Farhi; Jeffrey Goldstone; Sam Gutmann (2014). A Quantum Approximate Optimization Algorithm. arXiv:1411.4028 doi:10.48550/arXiv.1411.4028
  2. Andrew Lucas (2014). Ising formulations of many NP problems. Frontiers in Physics 2:5 doi:10.3389/fphy.2014.00005
  3. IBM Quantum (2025). Qiskit SDK API documentation. IBM Quantum Documentation quantum.cloud.ibm.com