[논문 리뷰] Quantum machine learning with small-scale devices: Implementing a distance-based classifier with a quantum interference circuit

Maria Schuld, Mark Fingerhuth외 1명|arXiv (Cornell University)|2017. 03. 31.

Quantum Computing Algorithms and Architecture인용 수 5

한 줄 요약

이 논문은 상태 준비 이후 히드로우드 게이트와 단일 큐비트 측정만을 사용하여 거리 기반 분류기를 구현하기 위한 소규모 양자 간섭 회로를 제안한다. IBM Quantum Experience에서 구현된 바에 따르면, 이 방법은 최소한의 양자 자원으로 효과적인 패턴 인식을 달성하며, 현재의 노이지 중간 규모 양자 장치에서 양자 기계학습을 위한 실용적인 근접 기간 솔루션을 제공한다.

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.

연구 동기 및 목표

• 현재 소규모 양자 장치에서 효율적으로 작동하는 실용적인 양자 기계학습 모델을 개발하기 위해.
• 양자 기계학습 알고리즘을 위해 대규모 유니버설 양자 컴퓨터가 필요로 하는 제약을 해결하기 위해.
• 복잡한 서브루틴인 하미르토니안 시뮬레이션 또는 위상 추정과 같은 복잡한 양자 서브루틴을 피하면서도 거리 기반 분류기를 구현하기 위해.
• 수치 시뮬레이션과 IBM Quantum Experience에서의 실험적 구현을 통해 분류기의 타당성과 성능을 입증하기 위해.

제안 방법

• 이 방법은 입력 데이터를 인코딩한 상태에 대해 단일 히드로우드 게이트가 작용하는 양자 간섭 회로를 사용한다.
• 입력 데이터는 상태 준비를 통해 양자 상태에 인코딩된 후, 중첩을 만들기 위해 히드로우드 연산을 수행한다.
• 측정 결과를 사용하여 간섭 확률 기반으로 데이터 포인트 간의 거리를 계산한다.
• 분류기는 히드로우드 연산에 의해 유도된 상대 위상 및 진폭 차이에 의존하여 클래스를 구분한다.
• 회로 구조는 매우 단순하다—단 한 개의 히드로우드 게이트와 두 개의 단일 큐비트 측정만 필요하므로, 근접 기간 양자 하드웨어에 적합하다.
• 이 방법은 양자 자원을 많이 소비하는 서브루틴인 진폭 증폭 또는 위상 추정을 피함으로써 현재 장치에서의 구현 가능성을 높인다.

실험 결과

연구 질문

• RQ1 근접 기간 양자 하드웨어에서 회로 깊이가 최소화되고 간단한 연산만을 사용하는 거리 기반 분류기를 구현할 수 있는가?
• RQ2 소규모 설정에서 양자 간섭 기반 분류기의 성능은 전통적 대안과 비교해 어떻게 되는가?
• RQ3 위상 추정 또는 하미르토니안 시뮬레이션과 같은 고급 양자 서브루틴을 요구하지 않고도 양자 기계학습 모델을 실현할 수 있는가?
• RQ4 간단한 양자 회로가 현재의 노이지 중간 규모 양자 장치에서 효과적인 패턴 인식을 어느 정도 달성할 수 있는가?

주요 결과

• 제안된 분류기는 단 한 개의 히드로우드 게이트와 두 개의 단일 큐비트 측정만을 사용하여 효과적인 패턴 인식을 달성하며, 현재의 양자 하드웨어에서의 타당성을 입증한다.
• 이 방법은 진폭 증폭 또는 위상 추정과 같은 복잡한 양자 서브루틴에 의존하지 않고도 거리 기반 분류 작업을 성공적으로 구현한다.
• 수치 시뮬레이션과 IBM Quantum Experience에서의 실험을 통해, 실질적인 노이즈 조건 하에서도 회로의 기능성과 강건성이 확인되었다.
• 분류기의 성능은 이론적 예측과 일치하며, 간섭 기반 거리 평가가 최소한의 양자 자원으로도 가능하다는 점을 보여준다.
• 이 방법은 회로 깊이와 게이트 수를 최소화함으로써 근접 기간 장치에서의 양자 기계학습을 위한 실용적인 길을 제시한다.