[논문 리뷰] A statistical mechanics approach to the factorization problem

P. Henelius, S. M. Girvin|arXiv (Cornell University)|2011. 02. 07.

Computability, Logic, AI Algorithms참고 문헌 4인용 수 6

한 줄 요약

이 논문은 정수 인수분해를 지수적으로 넓은 상호작용을 가진 고립된 장거리 이징 스핀 모형으로 매핑하며, 표준 몬테카를로 및 양자 앤날링 방법이 극도로 불규칙한 에너지 구조와 국소적 에너지 구조의 부재로 인해 지수적으로 증가하는 스케일링을 보임을 보여준다. 지배 상태에 소수 인수를 포함시키기 위해 설계된 이 모형에서도, 테스트된 모든 고전적 및 양자 알고리즘은 무작위 탐색보다 나아지지 않으며, 통계역학적 접근법을 통한 효율적 해결에 대한 근본적인 장벽을 드러낸다.

ABSTRACT

We map the problem of finding the prime factors of an integer to the statistical physics problem of finding the ground state of a long-range Ising-like model. As in the strongly disordered Newman-Stein (NS) spin-glass model, the bond distribution is exponentially wide and grows with system size, but unlike the NS model we find that it is not wide enough for a greedy algorithm to be applicable. On the other hand, we also find that the frustration and exponential width of the bond distribution renders classical and quantum annealing and tempering methods no faster than a random search for this challenging model.

연구 동기 및 목표

• 소수 인수의 이진 숫자를 나타내는 스핀으로 구성된 이징 스핀을 사용하여 정수 인수분해 문제를 통계역학 문제로 재구성하는 것.
• 기존의 몬테카를로 및 양자 앤날링 방법이 이 매핑을 통해 인수분해 문제를 효율적으로 해결할 수 있는지 조사하는 것.
• 이 문제의 구조적인 특성에도 불구하고 표준 최적화 기법이 실패하는 이유를 이해하는 것.
• 이 높은 고통을 겪는 장거리 스핀 시스템에서 탐욕 알고리즘, 온도 조절, 양자 앤날링의 가능성 평가.
• 복잡한 최적화 문제에서 지배 상태 알고리즘을 테스트하기 위한 벤치마크로 이 모델을 설정하는 것.

제안 방법

• 각 소수 인수를 이진 스핀의 문자열로 표현하고, 곱의 조건 $ q = \sum_{i,j} 2^{i+j} S^1_i S^2_j $ 가 장거리 이징 해밀토니안을 형성하도록 한다.
• 비용 함수 $ H_m = \left| q - \sum_{i,j} 2^{i+j} S^1_i S^2_j \right|^m $ 를 정의하며, $ m=1,2 $ 로 설정하여 몬테카를로 시뮬레이션의 효과적 해밀토니안으로 사용한다.
• 단일 스핀 갱신을 사용한 고전적 마르코프 체인 몬테카를로, 병렬 온도 조절, 중요도 샘플링을 적용하여 에너지 구조 탐색.
• 가상 시간 양자 앤날링을 경로 적분 몬테카를로를 통해 구현하며, 횡방향 자기장 항을 통해 양자 턨널링을 유도한다.
• 하이브리드 해밀토니안 $ H = s|q - \text{product}| + (s-1)h\sum(S^+_i + S^-_i) $ 를 사용하여 양자 앤날링 동역학 시뮬레이션.
• 시스템 크기 $ n $ 에 따른 수렴 시간의 스케일링을 테스트하며, 지배 상태를 30% 성공 확률로 찾는 데 소요되는 MC 단계 수 측정.

실험 결과

연구 질문

• RQ1 정수 인수분해 문제를 지배 상태가 알려진 통계역학 모형으로 효과적으로 매핑할 수 있는가?
• RQ2 기타 불순물 시스템에서와 마찬가지로 넓은 결합 분포로 인해 탐욕 알고리즘이 이 모형에서 성공할 수 있는가?
• RQ3 복잡한 에너지 구조에도 불구하고 고전적 앤날링 또는 온도 조절 방법이 지배 상태를 효율적으로 찾을 수 있는가?
• RQ4 가상 시간 경로 적분 시뮬레이션을 통한 양자 앤날링이 고전적 방법보다 스케일링을 향상시킬 수 있는가?
• RQ5 이 모형에 유한 온도의 스핀 거품 전이가 존재하는가, 이는 지배 상태를 안정화시킬 수 있는가?

주요 결과

• 테스트된 모든 고전적 및 양자 앤날링 방법이 시스템 크기와 함께 지수적으로 증가하며, 무작위 탐색보다 나아지지 않는다.
• 단일 스핀 전환에 따른 에너지 변화가 지수적으로 넓은 분포를 가지며, 이는 표준 중요도 샘플링의 비효율성과 무작위 탐색과 유사하게 만든다.
• 결합 강도 분포는 지수적으로 넓지만, 탐욕 알고리즘이 성공할 수 있도록 충분히 넓지는 않으며, 조건부로도 성공하지 못한다.
• 스핀 공간에 국소적 구조가 존재하지 않는다: 거의 동일한 스핀 구성이 매우 다른 에너지를 가질 수 있으며, 이는 국소적 에너지 부드러움의 가정을 깨뜨린다.
• 지배 상태 에너지는 구성에 의해 알려져 있어, 지배 상태 알고리즘 테스트를 위한 강력한 벤치마크가 된다.
• 지배 상태를 찾는 데 소요되는 MC 단계 수의 스케일링은 양자 앤날링 시뮬레이션을 통해 적용해도 여전히 지수적 유지되며, 이는 이 수식에서 다항식 속도 향상이 없다는 것을 시사한다.