GAT-QNN: Genetic Algorithm-Based Training of Hybrid Quantum Neural Networks

Die Arbeit stellt GAT-QNN vor, ein genetischer Algorithmus-basierter Rahmen, der durch eine zweistufige Strategie aus Training eines Makroschaltkreises und nachgelagerter, backend-sensitiver Mikroarchitekturauswahl die Leistung hybrider Quantenneuraler Netze auf verrauschten Quantenprozessoren signifikant verbessert.

Das Wesentliche

Stellen Sie sich vor, Sie wollen ein neues, hochmodernes Auto bauen, das in einer Welt mit sehr schlechten Straßen und ständigem Regen fährt. Das ist die aktuelle Situation im Bereich des Quantencomputings. Die Maschinen (die Autos) sind noch nicht perfekt: Sie sind klein, empfindlich und machen oft Fehler (das nennt man „NISQ"-Ära).

Die Forscher aus diesem Papier haben eine clevere Lösung namens GAT-QNN entwickelt. Hier ist die Erklärung, wie das funktioniert, ohne komplizierte Fachbegriffe:

1. Das Problem: Ein Auto für jede Straße?

Normalerweise bauen Ingenieure ein Auto (einen Algorithmus), testen es auf einer bestimmten Straße (einem Computer-Simulator oder einer echten Maschine) und hoffen, dass es auch auf einer anderen Straße funktioniert. Aber in der Quantenwelt ist das wie ein Auto, das auf Asphalt super fährt, aber auf Schotter sofort stecken bleibt. Jede „Straße" (jeder Quanten-Computer-Hintergrund) hat ihre eigenen Eigenheiten und Fehler.

Außerdem sind die besten Quanten-Autos oft riesig und komplex. Das kostet aber viel Kraftstoff (Rechenzeit) und ist anfälliger für Störungen. Man bräuchte eigentlich ein kleineres, wendigeres Auto, das trotzdem schnell ans Ziel kommt.

2. Die Lösung: Der „Meister-Baustoff" (Das Makro-Schaltkreis)

Statt für jede Straße ein ganz neues Auto zu bauen, erfinden die Forscher einen riesigen, modularen Baustoff.

• Das Makro-Schaltkreis (MacroCircuit): Stellen Sie sich das wie einen riesigen, leeren Baukasten vor, der jede denkbare Kombination von Teilen enthält. Es ist noch kein fertiges Auto, sondern ein riesiger Vorrat an möglichen Motoren, Rädern und Karosserien.

3. Der Genetische Algorithmus: Die „Evolution im Zeitraffer"

Hier kommt der kreative Teil ins Spiel. Die Forscher nutzen eine Methode, die der natürlichen Evolution nachempfunden ist (wie bei Darwin, nur schneller und am Computer).

• Schritt 1: Das Training (Die Baustelle):
  Der Computer nimmt zufällige Teile aus dem riesigen Baukasten, baut daraus kleine Prototypen (die Mikro-Schaltkreise), fährt damit eine Runde (trainiert sie) und schaut, wie gut sie laufen.

  • Die Magie: Wenn ein kleiner Prototyp gut läuft, nimmt der Computer die „gelernten Tricks" (die Parameter) dieses Prototyps und steckt sie zurück in den riesigen Baukasten.
  • Über viele Runden hinweg „lernt" der riesige Baukasten so, welche Teile gut zusammenpassen. Er wird schlauer, ohne dass man jedes einzelne Auto von Grund auf neu erfinden muss.

• Schritt 2: Die Auswahl (Der Verkaufstag):
  Wenn der Baukasten fertig trainiert ist, kommt der zweite Schritt. Jetzt wollen wir wissen: Welches Auto passt am besten auf meine spezielle Straße (den Ziel-Computer)?
  Statt das riesige, unfertige Baukasten-Auto zu fahren, nutzt der Computer wieder die Evolution, um aus dem trainierten Baukasten die perfekten kleinen Prototypen herauszufischen.

  • Er testet viele kleine Kombinationen.
  • Er wählt die aus, die auf der konkreten Zielstraße am besten laufen.
  • Wichtig: Diese kleinen Autos müssen nicht neu trainiert werden! Sie nutzen das Wissen, das im Baukasten schon gespeichert ist.

4. Warum ist das genial? (Die Analogie)

Stellen Sie sich einen Koch vor, der eine riesige Suppe (den Makro-Schaltkreis) kocht, in der alle möglichen Zutaten (Gene) enthalten sind.

• Normaler Weg: Der Koch probiert jede einzelne Kombination von Zutaten aus, kocht sie einzeln und schmeckt sie. Das dauert ewig.
• GAT-QNN Weg: Der Koch kocht erst die große Suppe, in der sich die besten Geschmacksnoten aller Zutaten vermischen. Wenn dann ein Gast kommt, der eine spezielle Diät hat (ein spezieller Computer), schöpft der Koch einfach die perfekte Portion aus der großen Suppe heraus, die genau für diesen Gast passt. Er muss nicht neu kochen, er muss nur die richtige Portion auswählen.

Das Ergebnis

Die Forscher haben das an einem Bilderkennungs-Test (MNIST-Datenbank) ausprobiert. Das Ergebnis war beeindruckend:

• Die „evolutionär" gewählten kleinen Autos waren 22–23 % besser als die alten Methoden.
• Sie waren kleiner und effizienter (brauchten weniger „Gatter" oder Bauteile), was sie robuster gegen Fehler macht.
• Sie funktionierten auf verschiedenen „Straßen" (unterschiedlichen Computern) gleich gut, ohne dass man sie neu trainieren musste.

Zusammenfassend:
GAT-QNN ist wie ein intelligenter Baukasten, der durch Evolution lernt, welche Teile gut funktionieren. Wenn man ihn dann einsetzt, sucht er sich automatisch das kleinste, schnellste und fehlerunempfindlichste Modell aus, das genau für die jeweilige Aufgabe passt – ganz ohne neues Training. Das ist ein großer Schritt hin zu praktisch nutzbaren Quantencomputern in der realen Welt.

Technische Zusammenfassung

Titel: GAT-QNN: Training hybrider Quantenneuronaler Netze auf Basis genetischer Algorithmen

Veröffentlichung: 2026 IEEE International Joint Conference on Neural Networks (IJCNN), Maastricht, Niederlande.

---

1. Problemstellung und Motivation

Hybride Quantenneuronale Netze (HQNNs) kombinieren klassisches maschinelles Lernen mit parametrisierten Quantenschaltkreisen (PQCs). Trotz ihres Potenzials stoßen sie in der Praxis auf zwei wesentliche Hindernisse im Zeitalter der „Noisy Intermediate-Scale Quantum" (NISQ)-Geräte:

1. Rauschen und Hardware-Beschränkungen: NISQ-Prozessoren haben eine begrenzte Qubit-Anzahl und sind anfällig für Fehler (Dekohärenz, Gate-Ungenauigkeiten). Dies macht rein quantenmechanische Modelle oft unpraktikabel.
2. Heterogene Backends und Architekturen: HQNNs werden häufig auf einem Simulator trainiert, aber auf verschiedenen Backends (unterschiedliche Simulatoren, Compiler-Flows oder echte Hardware) bereitgestellt. Ein Schaltkreis, der auf einem Backend gut funktioniert, kann auf einem anderen aufgrund unterschiedlicher Kompilierungseffekte und Rauschcharakteristika schlecht abschneiden.
3. Ressourcenineffizienz: Die Bereitstellung eines vollständigen „Makro-Schaltkreises" (MacroCircuit) ist oft unnötig teuer. Kleinere Subschaltkreise („MicroCircuits") können bei gleicher oder besserer Leistung weniger Gatter benötigen, was die Laufzeit und die Rauschempfindlichkeit reduziert.

Das zentrale Problem besteht darin, eine Trainingsmethode zu finden, die nicht nur eine einzelne optimale Architektur für ein spezifisches Backend findet, sondern ein robustes Framework bietet, das eine backend-agnostische Ausbildung mit einer backend-sensitiven Auswahl zur Laufzeit kombiniert, ohne jedes Kandidatenmodell neu trainieren zu müssen.

---

2. Methodik: Der GAT-QNN-Ansatz

Die Autoren schlagen GAT-QNN vor, ein Framework, das auf genetischen Algorithmen (GA) basiert und einen zweistufigen Prozess einführt: Training und Inferenz.

A. Grundlegende Konzepte

• MacroCircuit (Suchraum): Ein übergeordneter Schaltkreis, der einen diskreten Suchraum für Architekturen definiert. Er fungiert als „Super-Struktur", aus der verschiedene Subschaltkreise abgeleitet werden können.
• MicroCircuit (Substruktur): Ein spezifischer Schaltkreis, der durch eine Chromosomen-Kodierung (ganzzahlige Gene) aus dem MacroCircuit gesampelt wird. Die Gene definieren die Anzahl der RX-Rotationen (parametrisierte Einzel-Qubit-Gatter) und CNOT-Gatter (Verschränkung) pro Schicht sowie die Anzahl der aktiven Schichten.

B. Zwei-Stufen-Pipeline

1. Phase 1: GA-gesteuertes MacroCircuit-Training

   • Eine Population von Chromosomen (jedes repräsentiert eine MicroCircuit-Architektur) wird initialisiert.
   • Iterativer Zyklus: Für jedes Chromosom wird der entsprechende MicroCircuit instantiiert und trainiert. Die gelernten Parameter dieses MicroCircuits werden zurück in den gemeinsamen Parameterpool des MacroCircuits integriert.
   • Evolution: Basierend auf der Fitness (Testgenauigkeit) werden die besten Chromosomen als Eltern ausgewählt. Durch Crossover (Kreuzung) und Mutation entstehen neue Generationen.
   • Ziel: Der MacroCircuit sammelt über viele Generationen hinweg Wissen aus verschiedenen Architekturen und entwickelt sich zu einem robusten, parametrisierten Suchraum weiter.

2. Phase 2: GA-gesteuerte Inferenz (Deployment)

   • Nach dem Training wird ein unabhängiger GA-Lauf gestartet, der jedoch keine Parameter-Updates durchführt (Inferenz-only).
   • Die Population wird aus den besten Chromosomen des Trainingslaufs initialisiert.
   • Kandidaten-MicroCircuits werden unter Verwendung der bereits trainierten MacroCircuit-Gewichte auf dem Ziel-Backend evaluiert.
   • Auswahl: Die Top-Kandidaten werden basierend auf ihrer Inferenz-Fitness ausgewählt. Dies ermöglicht die Auswahl der Architektur, die am besten zum spezifischen Backend (z. B. spezifischer Simulator oder Hardware) passt, ohne erneutes Training.

---

3. Schlüsselbeiträge

1. Neues Trainingsframework: GAT-QNN trainiert einen MacroCircuit durch iteratives Sampling, Training und Re-Integration von MicroCircuits, was eine gemeinsame Exploration von Architekturen und Parametern unter NISQ-Bedingungen ermöglicht.
2. Co-Evolutionärer Prozess: Einführung eines GA-basierten Prozesses (Elternauswahl, Crossover, Mutation), der bestimmt, welche Architekturen trainiert werden und wie deren Parameter aggregiert werden.
3. Entkopplung von Training und Deployment: Das Framework erzeugt eine Population optimierter MicroCircuits, die für verschiedene Backends evaluiert und ausgewählt werden können. Dies eliminiert die Notwendigkeit, jede Kandidatenarchitektur für ein neues Backend neu zu trainieren.
4. Zweistufiger Pipeline-Ansatz: Trennung in GA-getriebenes Training und eine unabhängige GA-Inferenzphase zur Maximierung der Fitness zur Laufzeit auf dem Ziel-Backend.
5. Ressourcenbewusstsein: Die Methode ermöglicht die Auswahl von MicroCircuits mit geringerem Gatter-Aufwand (Gate Count), was für NISQ-Geräte entscheidend ist.

---

4. Ergebnisse und Evaluation

Die Methode wurde auf einer MNIST-Klassifizierungsaufgabe (4 Klassen: 0, 1, 2, 3) mit einem 4-Qubit-System validiert.

• Leistungssteigerung: Der GA-gesteuerte Inferenzansatz erzielte konsistent eine 22–23% höhere Testgenauigkeit im Vergleich zur Verwendung von MicroCircuits, die aus einem konventionell trainierten MacroCircuit stammen.
• Cross-Backend-Robustheit: Die Verbesserungen waren über verschiedene Backends hinweg konsistent:
  • PennyLane: +23%
  • AWS Braket Simulator: +22%
  • QASM Simulator: +23%
• Ressourceneffizienz: Das beste gefundene MicroCircuit (Chromosom [3, 2, 2, 1, 2]) erreichte eine Genauigkeit von 0,870 mit nur 5 RX- und 3 CNOT-Gattern. Im Vergleich dazu benötigte der volle MacroCircuit (Chromosom [4, 4, 4, 4, 2]) 8 RX- und 8 CNOT-Gatter und erreichte im GA-Inferenz-Modus nur 0,780 Genauigkeit.
• Konvergenz: Die GA-Population konvergierte schnell; bereits in der 5. Generation des Trainings wurden MicroCircuits mit Testgenauigkeiten über 0,90 gefunden.

Tabelle I (Motivationsbeispiel): Zeigt, dass ein konventionell trainierter MacroCircuit zwar hohe Genauigkeit (0,915) hat, aber im GA-Modus schlechter abschneidet (0,780). Ein GA-gesteuertes MicroCircuit hingegen erreicht unter dem GA-Training eine deutlich höhere Genauigkeit (0,870) bei geringerem Ressourcenverbrauch.

---

5. Bedeutung und Fazit

Die Arbeit von GAT-QNN adressiert eine kritische Lücke im Bereich des Quanten-Machine-Learnings: die Diskrepanz zwischen Training und heterogener Bereitstellung.

• Robustheit: Durch die Entkopplung von Training und Inferenz-Architekturauswahl bietet das Framework eine Lösung für die Instabilität von QNNs auf verschiedenen Backends.
• Effizienz: Es demonstriert, dass kleinere Schaltkreise (MicroCircuits) oft besser performen als die vollständigen Suchräume, insbesondere wenn sie spezifisch für das Ziel-Backend ausgewählt werden.
• Skalierbarkeit: Der Ansatz bietet einen Weg, um die Suche nach optimalen Quantenschaltkreisen zu automatisieren, ohne den enormen Rechenaufwand des Neu-Trainierens für jede Hardware-Konfiguration.

Die Autoren schlussfolgern, dass GAT-QNN ein praktisches Framework für die robuste Bereitstellung von HQNNs in der NISQ-Ära ist und zukünftige Arbeiten auf größere Qubit-Zahlen, hardwarebewusste Kostenmodelle und Tests auf echter Quantenhardware ausweiten sollte.