[论文解读] Quantum Machine Learning using the ZXW-Calculus

Mark Koch|arXiv (Cornell University)|Oct 18, 2022

Quantum Computing Algorithms and Architecture被引用 7

一句话总结

本论文提出了一种基于ZXW-微积分的图解框架，用于分析和优化量子机器学习（QML）工作流程。该研究为标准参数偏移规则提供了新的图解证明，推导出适用于n个参数化蜘蛛的广义2n项参数偏移规则，并证明了一个排除更高效替代方案的无解定理，即4项规则之外无法存在更高效的参数偏移规则。此外，研究进一步开发了一种通过梯度方差检测梯度消失区域（即“平坦区”）的工具，并利用ZXW图解技术对常见量子电路结构中的平坦区是否存在进行了理论证明。

ABSTRACT

The field of quantum machine learning (QML) explores how quantum computers can be used to more efficiently solve machine learning problems. As an application of hybrid quantum-classical algorithms, it promises a potential quantum advantages in the near term. In this thesis, we use the ZXW-calculus to diagrammatically analyse two key problems that QML applications face. First, we discuss algorithms to compute gradients on quantum hardware that are needed to perform gradient-based optimisation for QML. Concretely, we give new diagrammatic proofs of the common 2- and 4-term parameter shift rules used in the literature. Additionally, we derive a novel, generalised parameter shift rule with 2n terms that is applicable to gates that can be represented with n parametrised spiders in the ZXW-calculus. Furthermore, to the best of our knowledge, we give the first proof of a conjecture by Anselmetti et al. by proving a no-go theorem ruling out more efficient alternatives to the 4-term shift rule. Secondly, we analyse the gradient landscape of quantum ansätze for barren plateaus using both empirical and analytical techniques. Concretely, we develop a tool that automatically calculates the variance of gradients and use it to detect likely barren plateaus in commonly used quantum ansätze. Furthermore, we formally prove the existence or absence of barren plateaus for a selection of ansätze using diagrammatic techniques from the ZXW-calculus.

研究动机与目标

• 为解决利用图解推理在近期量子机器学习（QML）中实现高效梯度计算的挑战。
• 利用ZXW-微积分形式化并推广参数化量子门的参数偏移规则。
• 检测并分析变分量子算法训练中的主要障碍——平坦区现象。
• 为评估QML模型中梯度质量与训练可行性，提供分析与实证工具。
• 证明一个无解定理，排除4项规则之外更高效的参数偏移规则，从而解决Anselmetti等人提出的猜想。

提出的方法

• 使用ZXW-微积分为图解语言，表示量子线路、参数化酉操作及测量过程。
• 应用图解微分技术推导梯度计算规则，特别是参数偏移规则。
• 推导出适用于在ZXW-微积分中可分解为n个参数化蜘蛛的门的通用2n项参数偏移规则。
• 采用递归收缩技术与图解简化方法，计算梯度方差以实现平坦区检测。
• 结合实证分析与ZXW规则的理论证明，确定特定量子电路结构中平坦区的存在或不存在。
• 提出一种工具，可自动计算梯度方差，用于检测常见量子电路结构中可能出现的平坦区。

实验结果

研究问题

• RQ1 能否在ZXW-微积分中通过图解推理重新推导并推广标准的2项与4项参数偏移规则？
• RQ2 是否存在参数偏移规则效率的根本限制？该限制能否通过图解技术加以证明？
• RQ3 常见量子电路结构在多大程度上表现出平坦区现象？是否可以预测或通过理论验证？
• RQ4 ZXW-微积分中的图解方法能否用于证明特定电路结构中平坦区的不存在？
• RQ5 如何高效计算梯度方差，并将其用作变分量子算法训练稳定性的诊断指标？

主要发现

• 本论文首次利用ZXW-微积分提供了2项与4项参数偏移规则的图解证明。
• 推导出适用于在ZXW-微积分中可表示为n个参数化蜘蛛的任意门的广义2n项参数偏移规则。
• 证明了一个无解定理，排除了4项规则之外更高效的参数偏移规则，证实了Anselmetti等人提出的猜想。
• 作者开发了一种工具，可自动计算梯度方差，从而实现在常见电路结构中对可能平坦区的实证检测。
• 通过图解技术，本研究在一系列电路结构中，包括单层与多层IQP电路，理论证明了平坦区的存在或不存在。
• 分析表明，某些电路结构，特别是具有非对易层的电路，容易出现平坦区，而对易变体在特定条件下可能避免平坦区。