[논문 리뷰] Modernizing Quantum Annealing II: Genetic Algorithms and Inference

Nicholas Chancellor|arXiv (Cornell University)|2016. 09. 19.

Neural Networks and Reservoir Computing참고 문헌 27인용 수 3

한 줄 요약

이 논문은 양자 앤날링 제어를 일반화하기 위해 '추론 원천'(formalism)을 도입하며, 큐비트 또는 클러스터별 개별화된 앤날링 스케줄링과 초기 조건 주입을 가능하게 한다. 이 프레임워크는 유전 알고리즘과 같은 고급 알고리즘을 지원하고 기존 최적화 기법과의 호환성을 향상시켜, 양자 앤날링 기계의 알고리즘 잠재력을 확장한다.

ABSTRACT

Quantum annealing allows for quantum fluctuations to be used used to assist in finding the solution to some of the worlds most challenging computational problems. Recently, this field has attracted much interest because of the construction of large-scale flux-qubit based quantum annealing devices. There has been recent work on [Chancellor NJP 19(2):023024, 2017] how the control protocols of these devices can be modified so that individual annealer calls on real devices can take initial conditions. Development is being undertaken to implement such protocols in the quantum annealing devices designed by D-Wave Systems Inc. and these features will be available to customers soon. In this paper, I develop a formalism for algorithmic design in quantum annealers, which I call the `inference primitive' formalism. This formalism allows for a natural description of calls to quantum annealers with a general control structure. This more generalized control structure includes not only the ability to include initial conditions in an annealer run, but also to control the annealing schedules of qubits or clusters of qubits independently, thereby representing relative certainty values of different parts of a candidate solution. I discuss the compatability of such controls with a wide variety of other current efforts to improve the performance of annealers, such as non-stoquatic drivers, synchronizing freeze times for the qubits, and belief propagation techniques. To demonstrate the power of the formalism I present here, I discuss how this new formalism can be used to represent annealer implementations of genetic algorithms, and can represent the addition of genetic components to currently used algorithms. The new tools I develop will allow a more complete understanding of the algorithmic space available to quantum annealers, and thereby make the field more competitive.

연구 동기 및 목표

• 복잡하고 비균일한 앤날링 프로토콜을 지원하는 일반화된 양자 앤날링 제어 형식을 개발하는 것.
• 양자 앤날링 런에 초기 조건과 상대적 확신 수준을 포함시킬 수 있도록 하는 것.
• 비스토크스틱 드라이버와 믿음 전파와 같은 기존 양자 앤날링 향상 기법들과의 호환성을 향상시키는 것.
• 이 형식이 유전 알고리즘 구성 요소를 양자 앤날링 워크플로우에 어떻게 표현하고 통합할 수 있는지 보여주는 것.
• 복잡한 최적화 문제를 해결하기 위해 양자 앤날링 기계가 이용할 수 있는 알고리즘 설계 공간을 확장하는 것.

제안 방법

• 양자 앤날링 제어 프로토콜을 구조화된 프레임워크로 명시하기 위해 '추론 원천' 형식을 제안하는 것.
• 부분 해에 대한 신뢰 수준을 반영하기 위해 큐비트 또는 클러스터별로 독립적인 스케줄링을 가능하게 하는 것.
• 초기 조건을 앤날링 런에 주입할 수 있도록 지원하여 반복적 또는 적응형 최적화 전략을 가능하게 하는 것.
• 비스토크스틱 드라이버와 동기화된 동결 시간과 같은 기존 기법들과 이 형식을 통합하는 것.
• 유전 알고리즘의 연산, 예를 들어 선택, 교차, 변이 등을 양자 앤날링 워크플로우 내에서 표현하기 위해 이 형식을 적용하는 것.
• 믿음 전파 및 기타 추론 기반 최적화 방법과의 호환성을 입증하는 것.

실험 결과

연구 질문

• RQ1 큐비트 또는 클러스터 간에 비균일한 앤날링 스케줄링을 지원하기 위해 양자 앤날링 제어를 어떻게 일반화할 수 있는가?
• RQ2 양자 앤날링 런에 초기 조건을 어떻게 의미 있게 주입하여 해 품질을 향상시킬 수 있는가?
• RQ3 추론 원천 형식이 어떻게 유전 알고리즘 구성 요소를 양자 앤날링 프로세스에 통합할 수 있는가?
• RQ4 추론 원천 형식이 비스토크스틱 드라이버와 믿음 전파 기법들과의 호환성은 어떻게 되는가?
• RQ5 이 형식은 양자 앤날링에서 이용 가능한 알고리즘 전략의 범위를 어떻게 확장하는가?

주요 결과

• 추론 원천 형식은 부분 해에 대한 상대적 확신을 표현할 수 있도록 큐비트 또는 클러스터별 정밀한 앤날링 스케줄링 제어를 가능하게 한다.
• 이 형식은 양자 앤날링 런에 초기 조건을 주입할 수 있도록 지원하여 반복적 및 적응형 최적화 전략을 가능하게 한다.
• 선택, 교차, 변이와 같은 유전 알고리즘 연산은 이 형식을 통해 양자 앤날링 워크플로우 내에서 천연적으로 표현될 수 있다.
• 이 프레임워크는 비스토크스틱 드라이버와 믿음 전파와 같은 고급 기법들과의 호환성을 향상시켜 하이브리드 알고리즘 설계를 가능하게 한다.
• 이 형식은 복잡한 양자 앤날링 프로토콜을 묘사하기 위한 통합적이고 확장 가능한 언어를 제공하여, 양자 앤날링이 계산 파라다임으로서의 표현력과 경쟁력을 높인다.