[論文レビュー] Quantum machine learning with small-scale devices: Implementing a distance-based classifier with a quantum interference circuit

Maria Schuld, Mark Fingerhuth+1 more|arXiv (Cornell University)|Mar 31, 2017

Quantum Computing Algorithms and Architecture被引用数 5

ひとこと要約

本論文では、状態準備後にアダマールゲートと単一キュービット測定のみを用いて、距離ベースの分類器を実装する小規模な量子干渉回路を提案する。IBM Quantum Experience上で実証されたこのアプローチは、最小限の量子リソースで効果的なパターン認識を達成し、現在のノイズの多い中規模量子デバイスにおける量子機械学習の実用的かつ近い将来の解決策を提供する。

ABSTRACT

Lately, much attention has been given to quantum algorithms that solve pattern recognition tasks in machine learning. Many of these quantum machine learning algorithms try to implement classical models on large-scale universal quantum computers that have access to non-trivial subroutines such as Hamiltonian simulation, amplitude amplification and phase estimation. We approach the problem from the opposite direction and analyse a distance-based classifier that is realised by a simple quantum interference circuit. After state preparation, the circuit only consists of a Hadamard gate as well as two single-qubit measurements and can be implemented with small-scale setups available today. We demonstrate this using the IBM Quantum Experience and analyse the classifier with numerical simulations.

研究の動機と目的

• 現在の小規模な量子デバイスで効率的に動作する実用的な量子機械学習モデルの開発を目的とする。
• 量子機械学習アルゴリズムに大規模なユニバーサル量子コンピュータを必要とする制限を克服することを目的とする。
• ハミルトニアンシミュレーションや位相推定などの複雑なサブルーチンを避けて、基本的な量子操作のみを用いて距離ベースの分類器を実装することを目的とする。
• 数値シミュレーションとIBM Quantum Experienceにおける実験的実装を通じて、分類器の実現可能性と性能を検証することを目的とする。

提案手法

• 本手法は、入力データを符号化した状態に作用する1つのアダマールゲートを持つ量子干渉回路を用いる。
• 入力データは状態準備により量子状態に符号化され、その後アダマール操作によって重ね合わせ状態が生成される。
• 測定結果を用いて、干渉確率に基づいてデータポイント間の距離を計算する。
• 分類器は、アダマール操作によって誘発される相対位相および振幅差を利用してクラスを区別する。
• 回路構造は最小限である—1つのアダマールゲートと2つの単一キュービット測定のみを必要とし、近い将来の量子ハードウェアに適している。
• アダマールゲートの代わりに、アモイチュード増幅や位相推定などのリソース集約的な量子サブルーチンを避けることで、現在のデバイスでの実装が可能になる。

実験結果

リサーチクエスチョン

• RQ1 近い将来の量子ハードウェアで、回路深さが小さく簡単な操作のみを用いて距離ベースの分類器を実装できるか？
• RQ2 小規模な設定において、量子干渉に基づく分類器の性能は、古典的手法と比べてどのように異なるか？
• RQ3 位相推定やハミルトニアンシミュレーションなどの高度な量子サブルーチンを必要としない量子機械学習モデルの実現可能性はどの程度か？
• RQ4 シンプルな量子回路が、現在のノイズの多い中規模量子デバイスで、どの程度効果的なパターン認識を達成できるか？

主な発見

• 提案された分類器は、1つのアダマールゲートと2つの単一キュービット測定のみを用いて、現在の量子ハードウェアで実現可能であることを示した。
• 本手法は、アモイチュード増幅や位相推定などの複雑な量子サブルーチンに依存せずに、距離ベースの分類タスクを効果的に実装した。
• 数値シミュレーションとIBM Quantum Experienceにおける実験により、現実のノイズ条件下でも回路の機能性と頑健性が確認された。
• 分類器の性能は理論的期待値と整合的であり、最小限の量子リソースで干渉に基づく距離評価が実現可能であることが示された。
• 回路深さとゲート数を最小限に抑えることで、近い将来のデバイスにおける量子機械学習の実用的道筋を示した。