[論文レビュー] Applications of Quantum Annealing in Statistics

Robert C. Foster, Brian Weaver+1 more|arXiv (Cornell University)|Apr 15, 2019

Quantum Computing Algorithms and Architecture参考文献 27被引用数 5

ひとこと要約

本稿では、D-Waveの量子アニーリングを用いた統計的タスクへの応用、すなわち最尤推定、実験計画生成、行列の逆行列計算を示している。現在のハードウェアの制限により、古典的手法を上回る性能を発揮することはできないが、研究は概念的実現可能性を示しており、特に量子アニーリングが最適性基準下での最適化に適していることから、実験計画生成が最も有望な応用であると強調している。

ABSTRACT

Quantum computation offers exciting new possibilities for statistics. This paper explores the use of the D-Wave machine, a specialized type of quantum computer, which performs quantum annealing. A general description of quantum annealing through the use of the D-Wave is given, along with technical issues to be encountered. Quantum annealing is used to perform maximum likelihood estimation, generate an experimental design, and perform matrix inversion. Though the results show that quantum computing is still at an early stage which is not yet superior to classical computation, there is promise for quantum computation in the future.

研究の動機と目的

• NISQ時代におけるコアな統計的問題にD-Waveの量子アニーリングを適用する可能性を検討すること。
• 最尤推定、実験計画、行列の逆行列計算の分野における量子アニーリングの実用的実装を示すこと。
• 問題の構造とハードウェア制約に基づいて、どの統計的問題が量子アニーリングに最も適しているかを特定すること。
• ノイズ、埋め込みのオーバーヘッド、コherenecyといった量子アニーリングハードウェアの現在の制限が、信頼性のある統計的計算に与える影響を評価すること。
• 初期段階のハードウェア制限がある中でも、量子アニーリングが実際の統計的問題に応用可能であることを示し、今後の研究を刺激すること。

提案手法

• D-Waveの量子アニーリングアーキテクチャが要請するQUBOまたはイジングモデル形式に統計的問題を変換すること。
• 断熱定理に従い、単純な初期ハミルトニアンから問題ハミルトニアンへと系を段階的に変化させる量子アニーリングプロセスをガイドすること。
• パラメータ値を表す2値変数のエネルギー最小化問題として最尤推定を定式化すること。
• D-最適性などの統計的最適性基準に基づく最適化タスクとして実験計画生成を表現し、QUBOとして定式化すること。
• 行列とその推定値の積が単位行列に近づくことを制約条件とする最適化問題として行列の逆行列を表現し、行列要素の離散的近似を用いること。
• 解の安定化のため、チェーン強度とアニーリングパラメータを適用し、複数回の読み取りを実施して信頼性を向上させること。

実験結果

リサーチクエスチョン

• RQ1 D-Waveハードウェア上の量子アニーリングは、最尤推定などの統計的推論タスクに効果的に応用可能か？
• RQ2 量子アニーリングは、古典的手法のシミュレーテッドアニーリングよりも、より効率的に最適な実験計画を生成できるか？
• RQ3 qubit分解能や埋め込みのオーバーヘッドといったハードウェア制限を考慮した場合、量子アニーリングを用いた行列の逆行列近似はどの程度の精度で達成できるか？
• RQ4 統計的応用における量子アニーリングの結果の信頼性に影響を与える主なハードウェア的およびアルゴリズム的ボトルネックは何か？
• RQ5 D-Waveシステムにおける量子トンネル効果は、統計的問題の古典的最適化手法に対して有意義な利点を提供するか？

主な発見

• D-Wave 2000Qにおける量子アニーリングは、最尤推定、実験計画、行列の逆行列計算の推定を成功裏に生成し、統計的応用における概念的実現可能性を示した。
• 3×3行列の逆行列に対しては、対角成分の相対誤差が6%以内に収まり、非対角成分は離散化とエネルギー関数の定式化に起因するため、より大きな誤差を示した。
• エネルギー関数は、真の逆行列からのずれではなく、単位行列からのずれを測定しており、最適化が誤解を招き、収束を複雑にする可能性がある。
• より大きな行列（例：8×8）は埋め込み可能ではあるが、信頼性のあるまたは識別可能な逆行列推定が得られず、スケーラビリティの問題が示された。
• チェーン強度やアニーリング時間の変更を複数回試みたが、解の品質に顕著な改善は認められず、ハードウェアレベルのノイズと埋め込みの制限が継続的であることが示唆された。
• 実験計画生成は、量子アニーリングの最適化特性と古典的手法のシミュレーテッドアニーリング技術との整合性が高いため、3つの応用の中で最も有望であった。