أجهزة الكمبيوتر الكمية تتعامل مع مشكلة جدولة السكك الحديدية الحقيقية لأول مرة

تم الآن معالجة جدول زمني حقيقي للسكك الحديدية الألمانية باستخدام نظام كمي، مما يمنح الصناعة اختبارًا باستخدام بيانات السكك الحديدية بدلاً من مثال دراسي.

تعاونت شركة IQM Quantum Computers (Nasdaq: IQMX) مع Deutsche Bahn لتشغيل 190 مسارًا للقطارات في خمس مدن. قدمت مشكلة الجدولة هذه 98,500 تركيبة، مما جعل المهمة مستحيلة للتحقق يدويًا.

جمع الباحثون بين الحوسبة عالية الأداء والحوسبة الكمية للجزء المتبقي من المهمة. تم نشر النتائج في ورقة بيضاء من قبل IQM. بحثت هذه الدراسة فيما إذا كانت التكنولوجيا الحالية يمكنها إنشاء جدول زمني للسكك الحديدية العملي قبل أن تصبح التكنولوجيا المتسامحة مع الأخطاء متاحة.

يقسم الباحثون جدول السكك الحديدية إلى مهام كمية أصغر

استخدمت IQM خوارزمية التحسين التقريبي الكمي، المعروفة باسم QAOA، في مراحل. تعامل الجزء الكلاسيكي مع مشكلة السكك الحديدية بأكملها. بينما حل المعالج الكمي مشكلات فرعية محددة ضمن نطاقه، تم تغذية النتائج مرة أخرى في نظام الجدولة الشامل.

النموذج مفيد أيضًا في صناعات أخرى حيث توجد مشاكل تحسين مماثلة. يتم مواجهتها في النقل والطاقة والتصنيع والتوزيع، حيث تضطر الشركات إلى الاختيار من بين خيارات مختلفة.

تم استخلاص ثلاث استنتاجات من التجارب. أولاً، كان النموذج قادرًا على إنشاء جداول زمنية صالحة باستخدام أجهزة الكمبيوتر الحالية. لم يكن هناك حاجة لأي معالج كمبيوتر مستقبلي أو كمبيوتر متسامح مع الأخطاء. بهذه الطريقة، يمكن للمنظمات تجربة التحسين الكمي الهجين دون انتظار تقنيات جديدة.

ثانيًا، زادت أداء المعالجة كلما تعامل المعالج مع المزيد من البيانات. لاحظ الباحثون علاقة ذات دلالة إحصائية بين المهمة المعينة للرقاقة الكمية وجودة النتيجة. ستسمح القدرات المتزايدة للمعالجات للهندسة المعمارية البرمجية الحالية بإنتاج جداول زمنية أفضل دون تعديلات.

ثالثًا، شغلت IQM السلسلة الكاملة على جهاز الكمبيوتر الخاص بها. بدأت العملية من سؤال الجدولة وانتهت بنتيجة نهائية قابلة للاستخدام. لم تبق أي مرحلة رئيسية مقيدة بالمحاكاة فقط.

كما أفاد الدكتور إنيس دي فيغا، العالم الرئيسي في IQM، "يوضح التعاون أن أجهزة الكمبيوتر الكمية قوية بالفعل بما يكفي لحل مثل هذه التحديات الصناعية واسعة النطاق." ووفقًا لبيانها حول التعاون مع Deutsche Bahn، قالت: "توفر لنا هذه الشراكة خريطة طريق نموذجية حول كيفية توفير الحوسبة الكمية للقيمة اليوم والتوسع بشكل طبيعي من خلال تحسين الأجهزة."

قال مانفريد ريك، رئيس تقنية الكم في Deutsche Bahn، "الحوسبة الكمية لن تختفي. من خلال معالجة مشكلة واقعية في بيئة حوسبة هجينة تجمع بين HPC والحوسبة الكمية، اتخذنا خطوة أخرى نحو التفوق الكمي."

IBM تربط الإنفاق الكمي الكبير بقصة سهم متقلبة

غطى اختبار السكك الحديدية خطة ثابتة كانت فيها الشروط الرئيسية معروفة بالفعل. يمكن أن تتغير العمليات اليومية خلال دقائق بسبب التأخيرات، أو المسارات المغلقة، أو أعطال المعدات، أو الاضطرابات الأخرى. قال الباحثون أن نفس الإعداد الهجين قد يساعد لاحقًا في اتخاذ قرارات أسرع مع تحسن الأجهزة الكمية.

يأتي التقرير بينما تركز شركة International Business Machines (NYSE: IBM) انتباه المستثمرين من خلال خططها الكمية الخاصة. تجاوزت IBM سجلها السابق من أبريل 2013، عندما تم تداول الأسهم بالقرب من 215 دولارًا إلى 216 دولارًا. منذ الاختراق في سبتمبر 2024، بقي السعر في الغالب بين حوالي 200 دولار و325 دولارًا إلى 335 دولارًا.

وصلت IBM إلى 324.90 دولارًا في 25 نوفمبر 2025، ثم سجلت 332.46 دولارًا في 3 يونيو 2026. ساعدت الإعلانات الكمية في تغذية كلتا الحركتين. في 3 يونيو، أعلنت IBM أنها ستنفق 10 مليارات دولار على مدى خمس سنوات وتهدف إلى تقديم أول كمبيوتر كمي متسامح مع الأخطاء بحلول عام 2029.

تبع ذلك إعلان في 21 مايو 2026 من وزارة التجارة الأمريكية. ذكرت الوكالة أن IBM ستتلقى منحة بقيمة 1 مليار دولار لإنشاء Anderon، وهي شركة منفصلة من المتوقع أن تصبح أول مصنع كمي خالص في الولايات المتحدة.

انخفضت أسهم IBM أيضًا بشكل حاد بعد زوال الحماس. ارتفعت الأسهم عندما تعزز مجموعة الكم الأوسع على أخبار جديدة، ثم انخفضت عندما تفقد تلك القصص الاهتمام.

أرسلت الإدارة رسائل مختلطة حول الذكاء الاصطناعي. خلال مكالمة الأرباح في أبريل 2026، لم تحدث IBM دفتر طلبات الذكاء الاصطناعي الخاص بها بعد تقديم هذا الرقم خلال المكالمات الثلاث السابقة، على الرغم من أن الأرقام السابقة أظهرت نموًا.

ستعلن IBM عن نتائج الربع الثاني من عام 2026 بعد انتهاء التداول يوم الأربعاء 22 يوليو. خفض المحللون التوقعات بعد تحذير سلبي في الأسبوع السابق. أرسل ذلك التحذير الأسهم إلى انخفاض بنسبة حوالي 25% خلال يوم التداول.