[논문 리뷰] Towards quantum advantage via topological data analysis

Casper Gyurik, Chris Cade외 1명|arXiv (Cornell University)|2020. 05. 06.

Topological and Geometric Data Analysis인용 수 4

한 줄 요약

이 논문은 Lloyd, Garnerone, 및 Zanardi의 위상적 데이터 분석(TDA)을 위한 양자 알고리즘은 광범위하게 수용된 복잡도 이론적 가정 하에 고전적으로 비가역적임을 보여준다. 일반화된 형태로 볼 때 이 알고리즘은 한 개의 청정 큐비트 모델을 시뮬레이션하는 것과 동일한 난이도를 가지며, 이는 고전적 시간이 초월다항식 수준이 되어야 한다고 널리 믿어지고 있다. 저자들은 랭크 추정과 복잡한 네트워크 분석을 위한 새로운 양자 알고리즘을 제안하며, 이는 증명 가능한 초다항식 양자 속도 향상을 제공하고, 근접한 양자 장치에서의 구현 가능성을 분석한다.

ABSTRACT

Even after decades of quantum computing development, examples of generally useful quantum algorithms with exponential speedups over classical counterparts are scarce. Recent progress in quantum algorithms for linear-algebra positioned quantum machine learning (QML) as a potential source of such useful exponential improvements. Yet, in an unexpected development, a recent series of "dequantization" results has equally rapidly removed the promise of exponential speedups for several QML algorithms. This raises the critical question whether exponential speedups of other linear-algebraic QML algorithms persist. In this paper, we study the quantum-algorithmic methods behind the algorithm for topological data analysis of Lloyd, Garnerone and Zanardi through this lens. We provide evidence that the problem solved by this algorithm is classically intractable by showing that its natural generalization is as hard as simulating the one clean qubit model -- which is widely believed to require superpolynomial time on a classical computer -- and is thus very likely immune to dequantizations. Based on this result, we provide a number of new quantum algorithms for problems such as rank estimation and complex network analysis, along with complexity-theoretic evidence for their classical intractability. Furthermore, we analyze the suitability of the proposed quantum algorithms for near-term implementations. Our results provide a number of useful applications for full-blown, and restricted quantum computers with a guaranteed exponential speedup over classical methods, recovering some of the potential for linear-algebraic QML to become one of quantum computing's killer applications.

연구 동기 및 목표

• 최근 탈양자화 결과로 다른 양자 기계학습(QML) 알고리즘들이 약화되었음에도 불구하고, 위상적 데이터 분석(TDA)을 위한 양자 알고리즘이 여전히 고전적으로 비가역적인지 조사한다.
• LGZ TDA 알고리즘의 기초가 되는 선형 대수 기법이 일반적인 탈양자화 기법에 대해 강건한지 확인한다.
• 동일한 양자 방법에 기반한 실용적 문제, 예를 들어 랭크 추정과 복잡한 네트워크 분석을 위한 새로운 양자 알고리즘을 개발한다.
• 이 양자 알고리즘들이 근접한 NISQ 장치에서 구현 가능한지 분석하며, 자원 절감과 실용적 제약 조건을 중점으로 한다.
• 고전 컴퓨터에서 증명 가능하게 어려운 문제들을 특정화하여 선형 대수 기반 QML에서의 양자 우월성을 강화한다.

제안 방법

• TDA 문제를 일반화하여, 한 개의 청정 큐비트 모델을 시뮬레이션하는 것과 동일한 난이도를 갖는다는 것을 보여주며, 이는 고전 컴퓨터에서 초월다항식 시간이 필요로 한다고 널리 믿어진다.
• LGZ TDA 알고리즘에서 유래한 양자 알고리즘 기법—특히 양자 위상 추정과 희소 행렬 액세스—를 사용하여 랭크 추정과 복잡한 네트워크 분석 작업을 해결한다.
• 희소 행렬 액세스에 필요한 큐비트 수를 줄이기 위해 고전적 사전 컴파일 전략을 적용한다. 이는 근접한 구현에서의 주요 장애물이다.
• 변형 이론을 활용하여 노이즈 하에서 양자 알고리즘의 강건성을 분석하며, 조합적 라플라시안에 대한 작은 변형이 낮은 스펙트럼 밀도에 크게 영향을 주지 않는다는 것을 보여준다.
• 복잡도 이론적 추론을 통해 일반화된 TDA 및 랭크 추정 문제들이 일반적인 고전적 방법을 통한 탈양자화에 적합하지 않음을 입증한다.
• 자원 요구량과 오류 보정 기법의 호환성을 평가하여 NISQ 시대의 양자 컴퓨터에 적합한지 평가한다.

실험 결과

연구 질문

• RQ1 LGZ 알고리즘이 해결하는 TDA 문제는 광범위하게 수용된 복잡도 이론적 가정 하에 고전적으로 비가역적인가?
• RQ2 LGZ의 양자 알고리즘 프레임워크를 확장하여 실용적 문제인 랭크 추정과 네트워크 분석에 대해 증명 가능한 초다항식 양자 속도 향상을 제공할 수 있는가?
• RQ3 LGZ 알고리즘의 기초가 되는 양자 방법은 다른 QML 제안들을 약화시킨 일반적인 탈양자화 기법에 강건한가?
• RQ4 이 양자 알고리즘을 근접한 양자 장치에서 구현할 때의 실용적 과제와 자원 요구량은 무엇인가?
• RQ5 입력 데이터나 하드웨어의 노이즈가 양자 TDA 계산의 정확성에 영향을 주지 않도록 어느 정도까지 용납될 수 있는가?

주요 결과

• 일반화된 TDA 문제는 한 개의 청정 큐비트 모델을 시뮬레이션하는 것과 동일한 난이도를 가지며, 이는 고전 컴퓨터에서 초월다항식 시간이 필요로 한다고 널리 믿어지므로 고전적 비가역성을 의미한다.
• LGZ 프레임워크에서 유도된 랭크 추정 문제는 고전적으로 증명 가능하게 비가역적이며, 이는 특정 작업에 대해 초다항식 양자 속도 향상을 보장한다.
• TDA, 랭크 추정, 복잡한 네트워크 분석을 위한 양자 알고리즘은 다른 QML 제안들을 무너뜨린 일반적인 탈양자화 방법에 대해 강건하다.
• 고전적 사전 컴파일 전략을 통해 희소 행렬 액세스에 필요한 큐비트 수를 크게 줄일 수 있으며, 이는 알고리즘을 근접한 NISQ 장치에 더 적합하게 만든다.
• 양자 알고리즘은 조합적 라플라시안에 대한 작은 변형에 대해 강건성을 보이며, 노이즈가 있거나 근사적인 데이터 환경에서도 실현 가능성을 뒷받침한다.
• 양자 화학 및 many-body 물리학 분야에서 유래한 오류 보정 기법을 쉽게 적용할 수 있어, 근접한 구현에서 신뢰성을 향상시킬 수 있다.