[論文レビュー] Quantum Machine Learning using the ZXW-Calculus

Mark Koch|arXiv (Cornell University)|Oct 18, 2022

Quantum Computing Algorithms and Architecture被引用数 7

ひとこと要約

本学位論文は、ZXWカルキュラスを用いた図式的枠組みを導入し、量子機械学習（QML）ワークフローの分析と最適化を実施する。標準的なパラメータシフト則の新しい図式的証明を提供し、nパラメータ付きスパインに対して一般化された2n項パラメータシフト則を導出し、4項則よりも効率の良い代替手法が存在しないことを示すノーガ theorem を証明する。さらに、勾配分散を用いたバーレンプレートゥの検出ツールを開発し、ZXW図式的手法を用いて一般的なアーキテクチャにおけるバーレンプレートゥの存在・非存在を解析的に証明する。

ABSTRACT

The field of quantum machine learning (QML) explores how quantum computers can be used to more efficiently solve machine learning problems. As an application of hybrid quantum-classical algorithms, it promises a potential quantum advantages in the near term. In this thesis, we use the ZXW-calculus to diagrammatically analyse two key problems that QML applications face. First, we discuss algorithms to compute gradients on quantum hardware that are needed to perform gradient-based optimisation for QML. Concretely, we give new diagrammatic proofs of the common 2- and 4-term parameter shift rules used in the literature. Additionally, we derive a novel, generalised parameter shift rule with 2n terms that is applicable to gates that can be represented with n parametrised spiders in the ZXW-calculus. Furthermore, to the best of our knowledge, we give the first proof of a conjecture by Anselmetti et al. by proving a no-go theorem ruling out more efficient alternatives to the 4-term shift rule. Secondly, we analyse the gradient landscape of quantum ansätze for barren plateaus using both empirical and analytical techniques. Concretely, we develop a tool that automatically calculates the variance of gradients and use it to detect likely barren plateaus in commonly used quantum ansätze. Furthermore, we formally prove the existence or absence of barren plateaus for a selection of ansätze using diagrammatic techniques from the ZXW-calculus.

研究の動機と目的

• 近位量子機械学習（QML）における効率的な勾配計算の課題に、図式的推論を用いて対処すること。
• ZXWカルキュラスを用いて、パラメータ付き量子ゲートのパラメータシフト則を形式化・一般化すること。
• 変動量子アルゴリズムの学習を妨げる主要因である、量子アーキテクチャにおけるバーレンプレートゥの検出と分析。
• QMLモデルにおける勾配品質と学習可能性の評価のための解析的・実験的ツールの提供。
• 4項則よりも効率の良いパラメータシフト則が存在しないことを示すノーガ theorem の証明。これはAnselmettiらの予想を解決する。

提案手法

• 量子回路、パラメータ付きユニタリ演算子、測定プロセスを表現するために、ZXWカルキュラスを図式的言語として用いる。
• 図式的微分技術を適用し、特にパラメータシフト則に由来する勾配計算則を導出する。
• ZXWカルキュラスにおけるnパラメータ付きスパインに分解可能なゲートに適用可能な一般化された2n項パラメータシフト則を構築する。
• 再帰的収縮技術と図式的簡略化を用いて、バーレンプレートゥ検出のための勾配分散を計算する。
• ZXW則を用いた解析的証明と実験的分析を統合し、アーキテクチャにおけるバーレンプレートゥの存在・非存在を特定する。
• 一般的な量子アーキテクチャにおけるバーレンプレートゥの可能性を検出するため、勾配分散を自動的に計算するツールを導入する。

実験結果

リサーチクエスチョン

• RQ1 標準的な2項および4項パラメータシフト則は、ZXWカルキュラスにおける図式的推論を用いて再導出可能であり、一般化可能か？
• RQ2 パラメータシフト則の効率には根本的な限界があり、図式的技法を用いてこれを証明可能か？
• RQ3 一般的な量子アーキテクチャの多くがバーレンプレートゥを示す程度はどの程度か？ これは予測可能か、解析的に検証可能か？
• RQ4 ZXWカルキュラスにおける図式的手法を用いて、特定のアーキテクチャにおけるバーレンプレートゥの不在を証明可能か？
• RQ5 勾配分散はどのように効率的に計算され、変動量子アルゴリズムの学習安定性の診断にどのように利用可能か？

主な発見

• 本論文は、ZXWカルキュラスを用いた2項および4項パラメータシフト則の図式的証明を初めて提供する。
• 任意のゲートがZXWカルキュラスにおいてnパラメータ付きスパインに分解可能な場合に適用可能な一般化された2n項パラメータシフト則を導出する。
• 4項則よりも効率の良いパラメータシフト則が存在しないことを示すノーガ theorem を証明し、Anselmettiらの予想を確認する。
• 著者らは、勾配分散を自動的に計算するツールを開発し、一般的なアーキテクチャにおけるバーレンプレートゥの可能性を実験的に検出可能にする。
• 図式的手法を用いて、単層および多層IQP回路を含むさまざまなアーキテクチャにおけるバーレンプレートゥの存在・非存在を解析的に証明する。
• 分析により、特に非可換な層を含むアーキテクチャはバーレンプレートゥにかかりやすく、可換なバージョンは特定の条件下では回避可能であることが判明する。