QuFeX: Quantum feature extraction module for hybrid quantum-classical deep neural networks

ملخص تقني: QuFeX و Qu-Net

بيان المشكلة
حققت الشبكات العصبية التلافيفية (CNNs) الكلاسيكية نجاحاً كبيراً في تعلم الآلة، لكنها تواجه متطلبات موارد متزايدة لتدريب النماذج الضخمة على البيانات المعقدة. وبينما توفر التعلم الآلي الكمي (QML) مكاسب كفاءة محتملة، تواجه البنى الكمية الحالية قيوداً متميزة. تعتمد الشبكات العصبية التلافيفية الكمية (QCNNs) على محاكاة الثبات الترجمي للشبكات التلافيفية الكلاسيكية، لكنها غالباً ما تعاني من "مشكلة المدخلات"، حيث يجعل المعالجة التسلسلية التعامل مع المدخلات الكبيرة غير فعال. وفي المقابل، تعالج الشبكات العصبية الكمية التلافيفية (QuanNNs) مشكلة التعامل مع المدخلات عبر معالجة الرقع المحلية بشكل مستقل، ولكنها تتطلب عدداً من التجارب الكمية يتناسب طردياً مع $O(kN)$ (حيث $k$ هو عدد المرشحات و $N$ هو حجم المدخلات)، مما يؤدي إلى تكاليف حوسبة عالية ونقص في الكفاءة مقارنة بنظيراتها الكلاسيكية. علاوة على ذلك، يتطلب دمج الطبقات الكمية في الشبكات الكلاسيكية العميقة نهجاً منهجياً لوضع التصميم وتوزيعه بما يوازن بين المزايا الكمية وقيود الأجهزة الكمية الحالية.

المنهجية
يقدم المؤلفون QuFeX (استخراج الميزات الكمية)، وهو وحدة هجينة كمية-كلاسيكية مبتكرة مصممة للتغلب على قيود كل من QCNN و QuanNN.

• تصميم البنية: يجمع QuFeX بين هيكل تحليل البيانات الهرمي لـ QCNN ومسار بيانات QuanNN. وخلافاً لـ QCNN، التي تتخلص من الكيوبتات المتحكمة أثناء عملية التجميع (مما يقلل الأبعاد ويؤدي لاحتمالية فقدان المعلومات)، يحتفظ QuFeX بالكيوبتات المتحكمة، ويعامل مخرجاتها كجزء من خريطة الميزات. وخلافاً لـ QuanNN، التي تعالج الرقع بشكل تسلسلي، يقوم QuFeX بخلط خرائط ميزات المدخلات من قنوات مختلفة بالتوازي قبل التضمين الكمي.
• آلية الكفاءة: من خلال معالجة $k$ من خرائط ميزات المدخلات باستخدام تنفيذ واحد للدائرة الكمية (أو عدداً ثابتاً من التنفيذات) بدلاً من $O(kN)$، يقلل QuFeX بشكل كبير من عدد التقييمات المتوازية المطلوبة. تعمل الوحدة كمرشح كمي قابل للتدريب يستخرج الميزات في مساحة ذات أبعاد مختزلة.
• التكامل الهجين (Qu-Net): كإثبات للمفهوم، يقترح المؤلفون Qu-Net، وهي بنية هجينة تدمج QuFeX عند عنق الزجاجة (bottleneck) لشبكة U-Net كلاسيكية. تعد U-Net بنية مشفر-فك تشفير (encoder-decoder) قياسية تُستخدم لتجزئة الصور. في Qu-Net، يتم استبدال طبقة عنق الزجاجة الكلاسيكية بوحدة QuFeX. وللتخفيف من احتمال فقدان المعلومات واستقرار التدريب، يدمج المؤلفون اتصالات متبقية (مستوحاة من ResNet) تتجاوز الطبقة الكمية، مما يسمح للنموذج بتعلم المسار الأمثل عبر المعالجة الكلاسيكية أو الكمية.
• تفاصيل التنفيذ: تستخدم الدوائر الكمية تحويلات وحدوية معلمية ($U_j$) وعمليات وحدوية ثابتة ($V_j$) مشروطة بنتائج القياس. يتم ترميز المدخلات الكلاسيكية كزوايا دوران (مثل بوابات $R_Y$ أو $R_Z$). ويُشتق المخرج من قيم التوقع لمؤثرات Pauli-Z.

المساهمات الرئيسية

1. وحدة مبتكرة (QuFeX): طبقة استخراج ميزات كمية جديدة تتيح استخراج الميزات في مساحة ذات أبعاد مختزلة مع الحفاظ على عمق دائرة ضحل. وهي تتجنب فقدان المعلومات المرتبط بالتخلص من الكيوبتات في QCNNs والتكلفة الحوسبية العالية للتقييم القائم على الرقع في QuanNNs.
2. بنية هجينة (Qu-Net): تطبيق محدد لـ QuFeX ضمن إطار عمل U-Net، مما يوضح الوضع الاستراتيجي للطبقات الكمية عند عنق زجاجة الشبكة لإنشاء مساحة تضمين هجينة.
3. التكامل المتبقي: إدراج الاتصالات المتبقية فوق الطبقة الكمية للحفاظ على انتشار الميزات واستقرار التدريب في الإعدادات الهجينة.
4. التحقق التجريبي: اختبار عددي واسع النطاق على ثلاث مجموعات بيانات متميزة لتجزئة الصور: FruitSeg30 (تجزئة الفاكهة)، و PH2 (تجزيد آفات الجلد الجلدية)، و ISBI-2012 EM (تجزئة غشاء الخلية في المجهر الإلكتروني).

النتائج
أجرى المؤلفون عمليات محاكاة عددية باستخدام PennyLane على أجهزة كلاسيكية لتقييم Qu-Net مقابل نموذج U-Net كلاسيكي بالكامل.

• مجموعة بيانات FruitSeg30: عبر ثلاثة مقاييس للنماذج (صغير جداً، صغير، متوسط)، تفوقت متغيرات Qu-Net عموماً على النموذج الكلاسيكي المرجعي مع زيادة عدد المعلمات القابلة للتدريب. وتحديداً، في النماذج متوسطة الحجم (~40,000 معلمة)، حقق Qu-Net درجات وسيطة أعلى في مقياس "التقاطع فوق الاتحاد" (IoU) وتبايناً أقل عبر مختلف أقسام مجموعة البيانات مقارنة بـ U-Net.
• مجموعة بيانات PH2: في مجموعة بيانات الصور الطبية هذه، حققت تكوينات محددة لـ Qu-Net (مثل Qu-Net 6-1-2 و Qu-Net 12-1-1) متوسط IoU يبلغ حوالي 0.68، مما يمثل تحسناً بنسبة ~10% عن نموذج U-Net المرجعي (0.58). كما أظهرت هذه النماذج انحرافاً معيارياً أقل واستقراراً أكبر عبر عمليات التحقق المتقاطع.
• مجموعة بيانات ISBI-2012 EM: حققت نماذج Qu-Net أداءً فائقاً بعدد أقل بكثير من المعلمات. حقق أفضل متغير أداءً، وهو Qu-Net 12-2-1، قيمة IoU بلغت 0.8257 باستخدام حوالي 250,000 معلمة فقط، مقارنة بـ U-Net المرجعي الذي حقق IoU قدره 0.7545 ولكنه تطلب أكثر من 1.5 مليون معلمة. وأظهر التحليل النوعي أن نماذج Qu-Net أنتجت خطوط تحديد للأغشية أكثر استمرارية وتماسكاً من الناحية التشريحية، خاصة في المناطق ذات الحدود الغامضة.
• ديناميكيات التدريب: أظهرت النماذج المعززة كمياً بشكل عام تقارباً أسرع ومسارات أقل في "خسارة التقاطع الثنائي" (BCE loss) مقارنة بالنموذج الكلاسيكي المرجعي.

الأهمية والادعاءات
يزعم البحث أن QuFeX يوفر مساراً قابلاً للتطبيق لتعزيز الشبكات العصبية العميقة في ظل القيود التكنولوجية الكمية الحالية. تكمن الأهمية في إثبات أن:

• الكفاءة: يمكن للنماذج الهجينة تحقيق أداء تجزئة فائق مع عدد أقل بكثير من المعلمات القابلة للتدريب مقارنة بالنماذج الكلاسيكية البحتة.
• القابلية للتوسع: يعمل تصميم QuFeX على فصل قدرة النموذج عن قيود الأجهزة من خلال جعل عدد المعلمات القابلة للتدريب مستقلاً عن عدد الكيوبتات، مما يسمح بتوسع ملائم.
• المتانة: إن دمج الطبقات الكمية عند عنق الزجاجة، جنباً إلى جنب مع الاتصالات المتبقية، يخلق إطاراً قوياً للتطبيقات الواقعية التي تتطلب استخراجاً دقيقاً للميزات.
• إثبات المفهوم: يعد هذا العمل من أوائل التطبيقات للشبكات العصبية العميقة المعززة كمياً على مهام تجزئة الصور الواقعية، مما يؤكد إمكانات النماذج الحوسبية الهجينة.

يظل المؤلفون متواضعين فيما يتعلق بالحالة الراهنة للتكنولوجيا، حيث يقرون بأن نتائجهم تعتمد على محاكاة كمية مثالية. ويشيرون إلى أن الضجيج في الأجهزة الحالية قد يقلل من الأداء، ويحددون تقنيات تخفيف الضجيج (مثل استخراج الضجيج الصفري والازدواج الديناميكي) كجوانب ضرورية للعمل المستقبلي قبل النشر على أجهزة كمية فعلية.