ذكاء اصطناعي يبتكر وصفة لتصميم دوائر الضوء ✎ سريع

الأصل: "Program-Synthesis-Driven Autodesign of Universal Unitary Operators"
arXiv:2607.10295 · 2026-07-11 · arXiv non-exclusive · تحليل مستقل · 1 دقيقة
شبكة عصبية تبتكر بنفسها طريقة لبناء رقاقات ضوئية بأقل عدد ممكن من المكونات.

📄 معروضة نسخة «بسيط» — «متقدم» غير جاهزة بعد. أضفه إلى المفضّلة للمساعدة في تسريعها.

بناء رقاقة ضوئية يشبه لعبة تتطلب تمرير شعاع ضوئي عبر متاهة من المرايا الصغيرة ومقسمات الأشعة. كل عنصر من هذه العناصر يعمل مثل سكة تبديل في شبكة قطارات: فهو إما يمرر الضوء مباشرة أو يوجهه إلى مسار مجاور. الهدف هو الحصول على نمط ضوئي محدد بدقة عند المخرج، باستخدام أقل عدد ممكن من «المفاتيح».

عادةً، يقضي المهندسون سنوات في البحث عن أقصر مسار لكل مهمة. لكن هنا، تم تعليم البرنامج القيام بذلك بنفسه. لقد حصل فقط على قواعد اللعبة — كيف يمر الضوء عبر جهاز واحد — وطُلب منه ابتكار وصفة عامة لأي عدد من الأشعة. استعرض البرنامج مئات الآلاف من الاحتمالات ووجد حلولًا بسيطة بشكل مدهش. على سبيل المثال، بالنسبة للمصفوفات التي تقلب النمط الضوئي كما تنعكس الصورة في المرآة، اكتفى بـ 2N−3 عنصرًا بدلاً من N(N−1)/2 المعتادة. وبالنسبة للدوائر الكبيرة، يوفر هذا توفيرًا يقارب الضعف.

القواعد المكتشفة ليست مرتبطة بالحجم. فالوصفة التي تم التوصل إليها لمصفوفة 5×5 تعمل دون تغيير لمصفوفة 64×64 — تمامًا كما لو كانت تعليمات بناء بيت ألعاب تصلح لناطحة سحاب.

لكن الأهم من ذلك، أن البرنامج تعلم رؤية بنية المسألة وتكييف الحل معها. إذا كانت المصفوفة «مثقوبة» (تحتوي على أصفار كثيرة)، فإنه يتخلص تلقائيًا من مقسمات الأشعة الزائدة. وعندما تصل نسبة الفراغات إلى 95%، بلغ التوفير 38% — وهذا يعني مباشرة عددًا أقل من المكونات باهظة الثمن في الرقاقة الحقيقية. هذا النهج يحول بناء الدوائر الضوئية من فن يدوي إلى خط إنتاج آلي، حيث يبحث الكمبيوتر بنفسه عن أفضل مسار للضوء.

أبسط مقسم أشعة هو مرآة نصف شفافة، مثل تلك المستخدمة في واجهات المتاجر. لكن في الرقاقات، تُنقش هذه المرايا على زجاج بسمك شعرة، وتستطيع تقسيم الشعاع بدقة تصل إلى جزء من المئة.

N_{\text{MZI}} = \frac{N(N-1)}{2}
الصيغة العامة: أقصى عدد لمقسمات الأشعة (MZI) لدائرة بحجم N×N. بالنسبة لـ N=5 نحتاج 10 مقسمات، وبالنسبة لـ N=64 نحتاج 2016.
العلماء
Willebrord SnelliusAndrey Markov
المفاهيم
اكتشاف الأدوية بالذكاء الاصطناعي إعادة بناء البيانات بالشبكات العصبية تحليل الإشارة معالجة الصور الرقمية (Digital Image Processing, DIP) بنية ذاكرة الشبكة العصبية تصميم البروتين تمييز الأنماط تقليل الأبعاد إعادة بناء ثلاثية الأبعاد ذكاء اصطناعي للتصوير الطبي مفكك ترميز