[논문 리뷰] Quantum Neural Network and Soft Quantum Computing

Zeng‐Bing Chen|arXiv (Cornell University)|2018. 10. 10.

Quantum Computing Algorithms and Architecture참고 문헌 24인용 수 5

한 줄 요약

이 논문은 자연스러운 얽힘과 소산을 동반한 노이즈가 있는 열린 양자 시스템을 사용하여 비고전적 계산을 위한 소프트 양자 계산이라는 새로운 패러다임을 제안한다. 이는 양자 얽힘과 비가환 연산을 유지하는 제어된 크라우스 연산을 사용하는 양자 신경망 모델을 도입하여 양자 인공지능과 뇌 기반 양자 계산을 향한 현실적인 길을 제시한다.

ABSTRACT

A new paradigm of quantum computing, namely, soft quantum computing, is proposed for nonclassical computation using real world quantum systems with naturally occurring environment-induced decoherence and dissipation. As a specific example of soft quantum computing, we suggest a quantum neural network, where the neurons connect pairwise via the "controlled Kraus operations", hoping to pave an easier and more realistic way to quantum artificial intelligence and even to better understanding certain functioning of the human brain. Our quantum neuron model mimics as much as possible the realistic neurons and meanwhile, uses quantum laws for processing information. The quantum features of the noisy neural network are uncovered by the presence of quantum discord and by non-commutability of quantum operations. We believe that our model puts quantum computing into a wider context and inspires the hope to build a soft quantum computer much earlier than the standard one.

연구 동기 및 목표

• 비가역성과 소산의 현실적인 조건에서 작동하는 새로운 양자 계산 패러다임인 소프트 양자 계산을 제안하는 것.
• 표준 양자 계산의 한계를 해결하기 위해 개방된 양자 시스템에서 비보편적이며 과제 중심의 계산에 초점을 맞추는 것.
• 내재된 노이즈를 가진 양자 신경망이 여전히 양자 우위에 필수적인 비고전적 특성인 양자 념별을 유지하는지 탐구하는 것.
• 수학적으로 다룰 수 있고 실험적으로 실현 가능한, 인간 뇌를 영감으로 한 양자 인공지능을 위한 모델을 제공하는 것.
• 소프트 양자 계산 모델에서 양자 특성인 념별과 비가환성 등이 유지되는지 조사하는 것.

제안 방법

• 신경망을 두 수준의 양자 시스템(큐비트)으로 모델링하고, 혼합 상태 ρ₁₂…ₙ에서 출발하여 노이즈가 있는 환경과 결합한다.
• 완전히 양성적인 크라우스 맵을 사용하여 시스템의 진화를 기술한다: 𝒪(ρ) = ∑ₖ Eₖ(t)ρEₖ†(t), 여기서 Eₖ는 시간에 따라 변화하는 연산이다.
• 제어 큐비트의 상태에 따라 조건부로 양자 연산을 적용하는 '제어된 크라우스 연산'을 통해 이웃하는 뉴런 간의 상호작용을 구현한다.
• 제어 큐비트에 바나흐-바나흐 측정을 적용하여 타겟 큐비트의 조건부 동역학을 유도함으로써 실험적으로 우호적인 실현 가능성을 확보한다.
• 네트워크의 출력 상태에서 양자 념별과 연산의 비가환성을 분석한다.
• 연산 순서가 뒤바뀔 경우 다른 출력 상태로 이어지는 비가환성의 영향을 입증함으로써, 양자 행동의 명백한 특징을 유지함을 보여준다.

실험 결과

연구 질문

• RQ1 자연스러운 얽힘과 소산을 동반한 개방된 양자 시스템에서 비고전적 계산이 가능할 수 있는가?
• RQ2 노이즈가 있고 비유니터리 동역학을 보이는 양자 신경망이 여전히 양자 념별과 같은 핵심 양자 특성을 유지하는가?
• RQ3 소프트 양자 계산 모델에서 양자 연산의 비가환성이 유지되는가? 그리고 이는 구분 가능한 결과를 초래하는가?
• RQ4 제어된 크라우스 연산 기반의 양자 신경망 모델이 양자 인공지능의 기초가 될 수 있는가?
• RQ5 이 모델은 인간 뇌에서 관찰되는 양자 유사 처리를 이해하는 데 현실적인 프레임워크를 제공하는가?

주요 결과

• 노이즈가 있고 소산이 발생하는 진화 조건에서도 양자 신경망 모델이 양자 념별을 유지함으로써 비고전적 상관관계가 존재함을 시사한다.
• 양자 연산의 비가환성이 연산 순서를 뒤바꿀 경우 다른 출력 상태로 이어지며, 이는 모델 내에서 여전히 유지되는 명백한 양자적 특징이다.
• 모델의 출력 상태는 연산의 순서에 따라 달라지며, 이는 소산 조건에서도 여전히 양자 행동이 유지됨을 보여준다.
• 제어된 크라우스 연산 형식은 초전도 큐비트와 선형 광학을 포함한 다양한 양자 플랫폼에서 실험적으로 실현 가능하다.
• 이 모델은 고장 내성의 보편적 양자 계산이 아닌, 더 단순하고 자연스럽게 노이즈가 있는 양자 시스템을 통해 양자 인공지능이 실현될 수 있음을 시사한다.
• 이 프레임워크는 최근의 PNAS 실험 결과와도 부합하여 인간 인지에서 관찰되는 질문 순서 효과에 대한 잠재적인 양자역학적 기반을 제공한다.