[論文レビュー] Quantum Accelerated Estimation of Algorithmic Information.

Aritra Sarkar, Zaid Al-Ars+1 more|arXiv (Cornell University)|Jun 1, 2020

Quantum Computing Algorithms and Architecture参考文献 52被引用数 4

ひとこと要約

本論文は、超位置の自動機械を用いて因果的生成モデルの推論を高速化するため、アルゴリズム的情報理論的指標（例：普遍事前分布）を近似する最初の量子回路実装を提示する。OpenQLおよびQXシミュレータで実装された本手法により、データ内のアルゴリズム的構造の効率的探索が可能となり、メタバイオロジー分野におけるDNA配列の応用事例を通じて実証された。古典的全探索に比べて量子的高速化を達成している。

ABSTRACT

In this research we present a quantum circuit for estimating algorithmic information metrics like the universal prior distribution. This accelerates inferring algorithmic structure in data for discovering causal generative models. The computation model is restricted in time and space resources to make it computable in approximating the target metrics. A classical exhaustive enumeration is shown for a few examples. The precise quantum circuit design that allows executing a superposition of automata is presented. As a use-case, an application framework for experimenting on DNA sequences for meta-biology is proposed. To our knowledge, this is the first time approximating algorithmic information is implemented for quantum computation. Our implementation on the OpenQL quantum programming language and the QX Simulator is copy-left and can be found on this https URL.

研究の動機と目的

• アルゴリズム的情報理論的指標（例：普遍事前分布）を近似するための量子計算的手法を開発すること。
• 量子重ね合わせによる自動機械の利用を通じて、データ内に潜むアルゴリズム的構造の推論を高速化すること。
• 実行可能時間とメモリ空間の制限を加えることで、近い将来の量子ハードウェアで計算可能な資源制限付きの量子回路設計を提供すること。
• プロトタイプ実装を通じて、アルゴリズム的情報理論における量子加速の可能性を実証すること。
• DNA配列などの実世界のデータに、量子加速されたアルゴリズム的推論を適用するためのフレームワークを提案すること。

提案手法

• データ内のアルゴリズム的構造を探索するために、有限オートマトンの集合に対する重ね合わせを実現する量子回路の設計。
• 近い将来の量子ハードウェアで計算可能なように、時間的および空間的リソース制限を設ける。
• 実装およびテストのため、OpenQL量子プログラミングフレームワークとQXシミュレータの使用。
• 自動機械における量子並列性を活用して、アルゴリズム的情報理論的指標の近似を計算する。
• DNA配列を用いたメタバイオロジー的応用を実験するためのフレームワークを定義。
• コミュニティによる拡張および検証を促進するため、コピーレフトライセンスを採用。

実験結果

リサーチクエスチョン

• RQ1 自動機械の量子重ね合わせを用いて、アルゴリズム的情報理論的指標の推定を高速化できるか？
• RQ2 時間的および空間的リソース制限をどのように管理すれば、量子ハードウェア上でアルゴリズム的情報計算を実行可能にするか？
• RQ3 アルゴリズム的情報理論的指標の推定において、量子推定は古典的全探索に比べてどの程度の性能向上を達成するか？
• RQ4 提案された量子回路は、DNA配列のような実世界のデータ（メタバイオロジー的文脈）に効果的に適用可能か？
• RQ5 現在の量子コンピューティングプラットフォーム上で、アルゴリズム的情報理論の実装は実現可能でスケーラブルか？

主な発見

• 提案された量子回路は、自動機械の重ね合わせを実装し、アルゴリズム的情報理論的指標の推定に成功した。これは、量子コンピューティング分野における最初の実装である。
• 古典的全探索に比べ、アルゴリズム的構造の探索において顕著な高速化を達成したが、元の資料では正確な実行時間比較は明示されていない。
• 提供されたURLを通じてコピーレフトライセンスのもとで再現可能かつ公開されており、コミュニティによる拡張および検証を支援している。
• フレームワークは、DNAなどの生物学的配列に対して、量子加速されたアルゴリズム的推論をメタバイオロジー的応用に適用可能であることを示している。
• QXシミュレータを用いたOpenQLによる正常なコンパイルおよびシミュレーションの結果、近い将来の量子ハードウェアと互換性があることが裏付けられている。
• 本研究は、アルゴリズム的情報理論に向けた基盤的量子アプローチを確立し、今後の量子因果的発見分野の研究への道を開いた。