[논문 리뷰] Applications of Quantum Annealing in Statistics

Robert C. Foster, Brian Weaver외 1명|arXiv (Cornell University)|2019. 04. 15.

Quantum Computing Algorithms and Architecture참고 문헌 27인용 수 5

한 줄 요약

이 논문은 D-Wave 양자 앤날링을 최대우도추정, 실험설계 생성, 행렬 역행렬화와 같은 통계적 과제에 적용하는 것을 보여준다. 현재 하드웨어의 한계로 인해 고전적 방법보다 뛰어난 성능을 내지는 못하지만, 연구는 개념적 타당성을 입증하고 있으며, 특히 최적성 기준 하에서 최적화에 적합한 양자 앤날링의 특성상 실험설계가 가장 유망한 응용 분야로 강조된다.

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.

연구 동기 및 목표

• NISQ 시대의 핵심 통계 문제에 D-Wave 양자 앤날링을 적용하는 것이 가능한지 탐색하기 위해.
• 최대우도추정, 실험설계, 행렬 역행렬화에 대한 양자 앤날링의 실용적 구현을 보여주기 위해.
• 문제의 구조와 하드웨어 제약 조건을 기반으로 양자 앤날링에 가장 적합한 통계 문제를 특정하기 위해.
• 양자 앤날링 하드웨어의 현재 한계—노이즈, 임bedding 오버헤드, 코herence 등—이 신뢰할 수 있는 통계 계산에 미치는 영향을 평가하기 위해.
• 초기 단계의 하드웨어 제약 조건에도 불구하고 실제 통계 문제에 양자 앤날링을 적용할 수 있음을 보여주어 향후 연구를 자극하기 위해.

제안 방법

• D-Wave의 양자 앤날링 아키텍처에서 요구하는 QUBO 또는 이징 모델 형식으로 통계 문제를 매핑하기 위해.
• 아디아바틱 정리에 따라 시스템을 단순한 초기 하미르토니안에서 문제 하미르토니안으로 진화시키는 방식으로 양자 앤날링 과정을 안내하기 위해.
• 최대우도추정을 이진 변수(매개변수 값의 표현)를 통해 에너지 최소화 문제로 공식화하기 위해.
• 실험설계 생성을 통계적 최적성 기준(예: D-최적성) 하에서 최적화 과제로 표현하고 QUBO 형식으로 표현하기 위해.
• 행렬 역행렬화를 제약 조건이 있는 최적화 문제로 표현하기 위해, 행렬과 그 추정치의 곱이 항등행렬에 수렴하도록 하며, 행렬 원소의 이산 근사치를 사용하기 위해.
• 해결책의 안정성을 높이기 위해 체인 강도와 앤날링 파arameter를 적용하고, 다중 읽기 방법을 통해 신뢰도 향상시키기 위해.

실험 결과

연구 질문

• RQ1 D-Wave 하드웨어에서의 양자 앤날링은 최대우도추정과 같은 통계 추론 과제에 효과적으로 적용될 수 있는가?
• RQ2 양자 앤날링은 고전적 시뮬레이티드 앤날링보다 얼마나 효율적으로 최적의 실험설계를 생성할 수 있는가?
• RQ3 큐비트 해상도와 임베딩 오버헤드와 같은 하드웨어 제약 조건 하에서, 양자 앤날링으로 행렬 역행렬화를 얼마나 정확하게 근사할 수 있는가?
• RQ4 양자 앤날링 결과의 신뢰성에 영향을 주는 주요 하드웨어 및 알고리즘적 제약 요소는 무엇인가?
• RQ5 D-Wave 시스템의 양자 터널링은 통계 문제에 대해 고전적 최적화 기법보다 의미 있는 이점을 제공하는가?

주요 결과

• D-Wave 2000Q에서의 양자 앤날링은 최대우도추정, 실험설계, 행렬 역행렬화에 대한 추정치를 성공적으로 생성하여 통계 응용에 대한 개념적 타당성을 입증했다.
• 3×3 행렬 역행렬화의 경우, 추정된 역행렬의 대각성분은 상대 오차 6% 이내였으며, 이산화 및 에너지 함수 설정으로 인해 비대각성분은 더 큰 오차를 보였다.
• 에너지 함수는 진짜 역행렬에서의 차이를 측정하지 않고 항등행렬에서의 이격도를 측정했으며, 이는 최적화 과정에서 오해를 야기하고 수렴을 복잡하게 만들 수 있다.
• 더 큰 행렬(예: 8×8)은 임베딩은 가능했지만 신뢰할 수 있거나 인식 가능한 역행렬 추정치를 생성하지 못했으며, 확장성 문제를 시사했다.
• 체인 강도와 앤날링 시간을 다양한 조합으로 여러 차례 시도했음에도 불구하고 해결책의 품질 향상이 관찰되지 않아, 하드웨어 수준의 노이즈와 임베딩 제약이 지속적으로 존재함을 시사했다.
• 세 응용 중에서 실험설계 생성이 가장 유망한 것으로 나타났으며, 이는 양자 앤날링의 최적화 성격과 고전적 시뮬레이티드 앤날링 기법과 잘 부합하기 때문이다.