[論文レビュー] Towards quantum advantage for topological data analysis

Casper Gyurik, Chris Cade+1 more|arXiv (Cornell University)|May 6, 2020

Topological and Geometric Data Analysis参考文献 79被引用数 5

ひとこと要約

この論文は、Lloyd、Garnerone、Zanardi（LGZ）のトポロジカル・データ解析のための量子アルゴリズムを調査し、そのアルゴリズムの重要なステップが、1つのクリーン・キュービット（DQC1）モデルに結びつけられることで、古典的アルゴリズムによる実行が困難である証拠を提示している。これは、量子優位性の可能性を示唆している。さらに、スペクトル・エントロピー推定へのアルゴリズムの適用範囲を拡張し、近い将来の量子デバイスへの実装可能性についても議論している。

ABSTRACT

A particularly promising line of quantum machine leaning (QML) algorithms with the potential to exhibit exponential speedups over their classical counterparts has recently been set back by a series of dequantization results, that is, quantum-inspired classical algorithms which perform equally well in essence. This raises the important question whether other QML algorithms are susceptible to such dequantization, or whether it can be formally argued that they are out of reach of classical computers. In this paper, we study the quantum algorithm for topological data analysis by Lloyd, Garnerone and Zanardi (LGZ). We provide evidence that certain crucial steps in this algorithm solve problems that are classically intractable by closely relating them to the one clean qubit model, a restricted model of quantum computation whose power is strongly believed to lie beyond that of classical computation. While our results do not imply that the topological data analysis problem solved by the LGZ algorithm (i.e., Betti number estimation) is itself DQC1-hard, our work does provide the first steps towards answering the question of whether it is out of reach of classical computers. Additionally, we discuss how to extend the applicability of this algorithm beyond its original aim of estimating Betti numbers and demonstrate this by looking into quantum algorithms for spectral entropy estimation. Finally, we briefly consider the suitability of the LGZ algorithm for near-term implementations.

研究の動機と目的

• LGZ量子アルゴリズムが、古典的アルゴリズムによる脱量子化（dequantization）の影響を受けるかどうかを評価すること。
• LGZアルゴリズムのコアなコンponentsが、古典的計算の範囲を超える問題を解けるかどうかを調査すること。
• Betti数推定を超えて、スペクトル・エントロピーなどの他のトポロジカルおよびスペクトル不変量を推定できるように、LGZアルゴリズムの有用性を拡張すること。
• 限られたキュービット数とコherences時間を持つ近い将来の量子デバイスでのLGZアルゴリズムの実装可能性を評価すること。

提案手法

• 論文は、LGZアルゴリズムの重要なサブルーチンを、古典的コンピュータよりも優れる可能性があるとされる制限付きの量子計算モデル、1つのクリーン・キュービット（DQC1）モデルに結びつけることで、その分析を行う。
• 著者たちは、DQC1モデルにおいて古典的コンピュータが困難であるとされる問題と、LGZアルゴリズムのステップとの間の理論的関連性を確立する。
• 著者たちは、アルゴリズムの枠組みを拡張し、スペクトル・エントロピーの推定を実現し、Betti数推定を超えた広範な応用可能性を示した。
• LGZアルゴリズムの計算複雑性とそのコンponentsを、特にDQC1-hardnessに注目して、古典的複雑性クラスと関連づけて分析した。
• 論文は、近い将来の量子ハードウェアへの実装に関する考慮事項を議論し、ゲート数、キュービット要件、誤り耐性について焦点を当てた。

実験結果

リサーチクエスチョン

• RQ1 LGZ量子アルゴリズムのコアなステップは、古典的アルゴリズムによって実行可能であるのか、それとも脱量子化の影響を受けるのか？
• RQ2 LGZアルゴリズムは、1つのクリーン・キュービット（DQC1）モデルと正式に結びつけられるか。その結果、古典的能力を超える問題を解ける可能性があるか？
• RQ3 LGZアルゴリズムは、スペクトル・エントロピーなどの他のトポロジカルまたはスペクトル不変量の推定にどの程度一般化可能か？
• RQ4 限られたキュービット数とコherences時間を持つ近い将来の量子デバイスで、LGZアルゴリズムは実装可能か？

主な発見

• 論文は、LGZアルゴリズムの特定のステップがDQC1モデルと密接に関連しているという理論的証拠を提示しており、それらが古典的に実行困難である可能性を示唆している。
• 完全なBetti数推定問題がDQC1-hardであると証明されたわけではないが、DQC1モデルへの関連性は、その量子優位性の可能性を示す最初の形式的ステップを提供している。
• アルゴリズムの枠組みは、スペクトル・エントロピーの推定に成功して拡張され、データ解析における応用範囲が広がった。
• 研究は、LGZアルゴリズムが、古典的手法では効率的にシミュレートできない量子プロセスに依存しているため、量子優位性の候補のまま残ると判明した。