[论文解读] Barren Plateaus in Variational Quantum Computing

Martín Larocca, Supanut Thanasilp+8 more|arXiv (Cornell University)|May 1, 2024

Neural Networks and Applications被引用 29

一句话总结

对变分量子计算中 Barren Plateau 现象的全面综述，详细阐述其起源、类型、原因及在架构、数据与噪声方面的缓解策略。

ABSTRACT

Variational quantum computing offers a flexible computational paradigm with applications in diverse areas. However, a key obstacle to realizing their potential is the Barren Plateau (BP) phenomenon. When a model exhibits a BP, its parameter optimization landscape becomes exponentially flat and featureless as the problem size increases. Importantly, all the moving pieces of an algorithm -- choices of ansatz, initial state, observable, loss function and hardware noise -- can lead to BPs when ill-suited. Due to the significant impact of BPs on trainability, researchers have dedicated considerable effort to develop theoretical and heuristic methods to understand and mitigate their effects. As a result, the study of BPs has become a thriving area of research, influencing and cross-fertilizing other fields such as quantum optimal control, tensor networks, and learning theory. This article provides a comprehensive review of the current understanding of the BP phenomenon.

研究动机与目标

• 概述 BP 现象及其对变分量子算法可训练性的影响。
• 识别并对 BP 的来源进行分类，涵盖电路表达能力、数据编码、可观测量和硬件噪声。
• 综合理论与实践方法，以减轻或避免 BP。
• 突出跨学科联系及其对量子信息处理的意义。

提出的方法

• 基于损失和梯度集中度，定义并分类 barren plateaus（概率性与确定性）。
• 通过希尔伯特空间内积与电路表达能力，将 BP 的出现与维度灾难联系起来。
• 使用 Weingarten 计算和 Lie 代数（DLA）工具，在 Haar-随机或设计型电路下分析方差。
• 讨论输入态、测量以及诱导偏差如何影响 BP 的形成。
• 综述噪声效应及其诱发或加剧 BP 的潜力。

实验结果

研究问题

• RQ1 在变分量子电路中，哪些条件会导致损失或梯度的指数级集中？
• RQ2 电路表达能力、诱导偏差与可观测量的选择如何相互作用以产生或缓解 barren plateaus？
• RQ3 数据编码和初始态在与 PQC 与测量的一致或不一致中扮演何种角色？
• RQ4 硬件噪声如何影响 barren plateaus 的出现或严重程度？
• RQ5 可以推导出哪些设计具有更好可训练性的变分模型的准则？

主要发现

• BPs 使梯度随体系规模呈指数级消失，使训练需要指数级数量的测量。
• 表达能力强、偏向性很小的 PQCs 往往会产生 BP，因为存在无代价的无游走行为和维度灾难。
• 即使电路表达能力不足，若初始态、测量或模块对齐导致集中，也可能出现 BP。
• 噪声也可诱发或加剧 BP，特别是当信道将态驱动到最大混合态时。
• 确定性 BP 表明势能面整体平坦，无法区分明显的极值点。
• 在形成 2-design 的深层电路中，损失方差可被解析表征，将方差与动力学 Lie 代数及模结构联系起来。