Q-PhotoNAS: Hybrid Quantum Neural Architecture Search Framework on Photonic Devices

Dieser Beitrag stellt Q-PhotoNAS vor, ein hybrides Framework zur neuronalen Architektursuche, das genetische Algorithmen mit lernbarer Quantenphasencodierung kombiniert, um photonische quanten-klassische Modelle automatisch zu entwerfen und zu optimieren, wobei auf Bildklassifizierungs-Benchmarks eine hohe Genauigkeit erreicht wird und gleichzeitig die einzigartigen Merkmalsextraktionsfähigkeiten photonischer Hardware demonstriert werden.

Das Wesentliche

Stellen Sie sich vor, Sie versuchen, das ultimative Rezept für ein komplexes Gericht zu entwickeln, aber Sie haben zwei sehr unterschiedliche Köche, die zusammenarbeiten: einen menschlichen Koch (klassischer Computer) und einen Zauberer (Quantencomputer). Der menschliche Koch ist hervorragend darin, Gemüse zu schneiden und Zutaten zu organisieren, während der Zauberer Tricks vorführen kann, die für den Menschen allein unmöglich sind.

Das Problem ist, dass herauszufinden, wie diese beiden zusammenarbeiten sollten, unglaublich schwierig ist. Wenn Sie den menschlichen Koch einfach allein kochen lassen, ist das Gericht in Ordnung. Wenn Sie den Zauberer allein versuchen lassen, ist es eine Katastrophe. Aber wenn Sie versuchen, sie zu mischen, gibt es Milliarden von Möglichkeiten, ihre Fähigkeiten zu kombinieren. Jeder einzelne Kombinationstest von Hand durchzuführen, würde länger dauern als das Universum existiert.

Diese Arbeit stellt Q-PhotoNAS vor, einen intelligenten „Probier-Roboter", der automatisch das perfekte Rezept für dieses Mensch-Zauberer-Team findet, speziell für eine Art von Quantencomputer, die Licht (Photonen) anstelle von Elektrizität verwendet.

So funktioniert es, aufgeschlüsselt in einfache Konzepte:

1. Das Problem: Zu viele Möglichkeiten

Stellen Sie sich vor, Sie entwerfen dieses hybride System wie den Bau eines maßgeschneiderten Autos. Sie müssen entscheiden:

• Wie groß der Motor sein soll.
• Welche Art von Kraftstoff zu verwenden ist.
• Wie das Lenkrad mit den Rädern verbunden ist.
• Die Farbe der Sitze.

In der Welt des lichtbasierten Quantencomputings gibt es etwa 37 Milliarden verschiedene Möglichkeiten, diese Teile anzuordnen. Die Autoren versuchten, dies manuell zu tun (wie ein Mechaniker, der rät, welche Teile passen) und stellten fest, dass es langsam war und oft zu einem Auto führte, das nicht gut lief. Sie benötigten eine Möglichkeit, die besten Kombinationen automatisch zu testen.

2. Die Lösung: Der „evolutionäre" Roboter-Koch

Die Autoren schufen ein System namens Q-PhotoNAS, das wie ein digitales Evolutionslabor funktioniert. Anstatt dass ein Mensch rät, verwendet der Computer einen Genetischen Algorithmus.

• Die Population: Stellen Sie sich vor, der Roboter erstellt gleichzeitig 20 verschiedene „Baby"-Rezepte (Architekturen).
• Der Test: Er kocht eine winzige, schnelle Version des Gerichts (unter Verwendung einer kleinen Datenmenge), um zu sehen, wie gut es schmeckt.
• Die Selektion: Er behält die 20 am besten schmeckenden Rezepte und wirft die schlechten weg.
• Das Mischen (Crossover): Er nimmt die besten Teile zweier guter Rezepte und mischt sie zusammen. Zum Beispiel könnte er den „Motor" aus Rezept A und die „Lenkung" aus Rezept B nehmen, um ein neues, potenziell besseres Rezept C zu erstellen.
• Die Mutation: Manchmal ändert er zufällig eine Zutat (wie das Hinzufügen einer Prise Salz statt Zucker), um zu sehen, ob dies den Geschmack verbessert.
• Die Schleife: Er wiederholt diesen Prozess 30 Mal. Mit jeder Runde werden die Rezepte besser und besser und entwickeln sich zur perfekten Kombination hin.

3. Die besondere Zutat: „Lernbares" Licht

Eine der größten Innovationen in dieser Arbeit ist, wie sie den „magischen" Teil handhaben. Normalerweise müssen Sie, wenn Sie Daten in einen Quantencomputer einspeisen, sie in eine bestimmte Form zwingen (wie das Quetschen eines quadratischen Pfostens in ein rundes Loch).

In diesem neuen Framework lernt der Roboter, wie man das Licht selbst formt. Er findet den perfekten Weg, um Bilddaten in „Phasen" umzuwandeln (wie das Anpassen des Timings einer Welle), damit der Quantencomputer sie am besten verstehen kann. Es ist, als würde der Roboter dem Zauberer genau beibringen, wie er seinen Zauberstab schwingen muss, um das beste Ergebnis zu erzielen, anstatt den Zauberer zu zwingen, einen starren, voreingestellten Trick auszuführen.

4. Die Ergebnisse: Ein Gewinn-Rezept

Der Roboter testete seine neuen Rezepte an zwei berühmten Bilddatensätzen: Digits (handschriftliche Zahlen 0-9) und MNIST (ein größerer, schwierigerer Satz handschriftlicher Zahlen).

• Die Punktzahl: Der Roboter fand ein Rezept, das beim Digits-Test eine Genauigkeit von 99,44 % und beim MNIST-Test von 98,78 % erreichte.
• Der Vergleich: Als sie dieses „Mensch + Zauberer"-Team mit einem „nur Mensch"-Team (ein Standardcomputer ohne den Quantenteil) verglichen, gewann das hybride Team jedes Mal.
• Warum es gewann: Die Analyse zeigte, dass der „Zauberer" (die photonische Schicht) nicht einfach wiederholte, was der menschliche Koch tat. Er fand verborgene Muster und Merkmale, die der menschliche Koch nicht sehen konnte, und fügte dem Gericht effektiv eine neue Geschmacksebene hinzu.

5. Der Geschwindigkeitstest: Wie schnell ist die Magie?

Die Autoren berechneten auch, wie lange dies auf einem echten, physikalischen Quantencomputer (dem Quandela Ascella-Chip) dauern würde, der Licht verwendet.

• Der Flaschenhals: Der langsamste Teil ist nicht die Bewegung des Lichts (die sofortig ist) oder die Detektion, sondern die Erwärmung. Die Maschine nutzt Wärme, um den Weg des Lichts zu ändern, und das braucht etwas Zeit zum Aufheizen und Abkühlen.
• Die Zeit: Selbst mit dieser Verzögerung durch die Erwärmung konnte das System ein einzelnes Bild in etwa 67 Millisekunden (für Digits) und 149 Millisekunden (für MNIST) identifizieren. Das ist schnell genug, um für viele reale Aufgaben praktikabel zu sein.

Zusammenfassung

Kurz gesagt zeigt diese Arbeit, dass wir keine genialen Architekten benötigen, um Quantencomputer für KI zu bauen. Stattdessen können wir einen automatisierten evolutionären Roboter verwenden, um durch Milliarden von Möglichkeiten zu suchen, den perfekten Weg zu finden, klassische Computer mit lichtbasierten Quantencomputern zu mischen, und ein System zu schaffen, das intelligenter und genauer ist als jedes von ihnen allein. Es ist der Unterschied zwischen einem Menschen, der versucht, das perfekte Autodesign zu erraten, und einer Fabrik, die Autos automatisch baut, testet und verbessert, bis sie perfekt sind.

Technische Zusammenfassung

Technischer Zusammenfassung: Q-PhotoNAS

Problemstellung
Die photonische Quantencomputing bietet aufgrund ihres Betriebs bei Raumtemperatur, ihrer geringen Dekohärenz und ihrer Kompatibilität mit bestehenden Glasfasernetzen eine vielversprechende Plattform für skalierbares Quanten-Machine-Learning (QML). Dennoch bleibt die Entwicklung effektiver hybrider photonisch-quantenklassischer Architekturen eine erhebliche Herausforderung. Aktuelle Ansätze verlassen sich auf das manuelle Tuning verschiedener Komponenten: klassischer Vorverarbeitungspipelines, Datenkodierungsstrategien (Abbildung klassischer Merkmale auf optische Phasen) und der Struktur der umgebenden klassischen Schichten. Wie in den motivierenden Beispielen der Arbeit (Abb. 1) gezeigt, erfordert das Erreichen wettbewerbsfähiger Genauigkeit auf Datensätzen wie Digits und MNIST iterative, von Hand entworfene Versuche, bei denen jede architektonische Änderung eine vollständige Neukalibrierung erfordert. Der gemeinsame Suchraum ist riesig (ca. $3,7 \times 10^{10}$ Konfigurationen), und die starken Wechselwirkungen zwischen den Komponenten machen ein gieriges manuelles Tuning unzuverlässig und ineffizient. Darüber hinaus richten sich bestehende Neural Architecture Search (NAS)-Frameworks nicht spezifisch auf photonische Hardware aus, die einzigartige Einschränkungen aufweist (z. B. feste Moduszahlen, spezifische Kodierungs-Nonlinearitäten), die sich von gate-basierten Qubitsystemen unterscheiden.

Methodik: Q-PhotoNAS-Framework
Die Autoren stellen Q-PhotoNAS vor, ein Neural Architecture Search-Framework, das speziell für hybride photonisch-quantenklassische Modelle entwickelt wurde. Das System integriert vier Phasen: Datenvorverarbeitung, progressive Modellentwicklung, genetische Algorithmus (GA)-basierte Suche und Schätzung der Hardware-Ausführungszeit.

1. Genom und Suchraum: Das Framework kodiert 19 Hyperparameter über sechs funktionale Gen-Gruppen:

   • Daten/Vorverarbeitung: PCA-Komponenten und Parameter des konvolutionalen Frontends.
   • Pre-Quantum-Netzwerk: Tiefe, Breite, Aktivierungsfunktionen und Normalisierung für die klassischen Schichten vor dem Quantenschaltkreis.
   • Phasenkodierung: Ein neuartiger, lernbarer Kodierungsmechanismus, der feste Schemata ersetzt. Er verwendet eine differentiable Transformation $\theta_i = \text{act}_\phi(x_i \cdot s_i + b_i) \cdot \pi$, wobei die Aktivierungsfunktion ($\sigma$, $\tanh$ oder $\text{clamp}$), die Skalierungsinitialisierung ($s_i$) und die Einbeziehung des Bias ($b_i$) alle vom GA optimiert werden.
   • Quantenschicht: Die Ausgabedimension des photonischen Schaltkreises.
   • Klassifikator-Kopf: Tiefe, Breite und Aktivierung der finalen klassischen Schichten.
   • Training: Lernrate, Zeitplan, Gewichtsdecay und Gradienten-Clipping.
     Der Suchraum umfasst etwa $3,7 \times 10^{10}$ Konfigurationen.

2. Genetischer Algorithmus-Strategie: Der GA entwickelt eine Population von 20 Kandidatenarchitekturen über 30 Generationen. Er setzt ein:

   • Gruppenbasiertes Crossover: Um architektonische Kohärenz zu bewahren, werden ganze Gen-Gruppen (z. B. alle Pre-Quantum-Parameter) als Einheiten von den Eltern vererbt, wodurch die Entstehung inkonsistenter Architekturen (z. B. tiefe Netzwerke mit geringer Breite) verhindert wird.
   • Gen-spezifische Mutation: Eine Mischung aus lokalen Schritten und globalen Sprüngen, um Konfigurationen zu verfeinern oder zu diversifizieren.
   • Elitismus: Die Top-2-Individuen werden unverändert bewahrt.
   • Fitness-Bewertung: Kandidaten werden mit einem kurzen „Proxy"-Budget bewertet (5 Epochen auf 1.000 Proben für Digits; 3 Epochen auf 5.000 Proben für MNIST), um die Validierungsgenauigkeit zu schätzen. Die beste gefundene Architektur wird anschließend vollständig für 100 Epochen auf dem gesamten Datensatz neu trainiert.

3. Hardware-Schätzung: Das Framework enthält ein mathematisches Modell aus ersten Prinzipien, um die Ausführungszeit auf dem photonischen QPU Quandela Ascella zu schätzen. Die Gesamtlatenz ($T_{total}$) wird als Summe der Zeit für die Rekonfiguration von Phasenschiebern ($T_{prep}$), der Wellenleiter-Ausbreitungszeit ($T_{prop}$), der Detektionszeit ($T_{det}$) und des elektronischen Overheads ($T_{lat}$) modelliert. Monte-Carlo-Simulationen berücksichtigen thermische Drift, Unsicherheit bei der Photonenzufallskoinzidenz und elektronisches Jitter.

Hauptergebnisse
Das Framework wurde an den Bildklassifizierungs-Benchmarks Digits und MNIST evaluiert.

• Genauigkeit: Q-PhotoNAS erreichte finale Validierungsgenauigkeiten von 99,44 % bei Digits und 98,78 % bei MNIST. Diese Ergebnisse übertreffen manuell entworfene Baselines (z. B. reine Quantenschaltkreise oder Hybridmodelle mit fester Kodierung) erheblich und entsprachen rein klassischen Baselines.
• Quantenbeitrag: Die Analyse der gelernten Architekturen zeigte, dass die photonische Schicht nicht-redundante Merkmale extrahiert.
  • Für Digits war die interklassische Kosinus-Ähnlichkeit der Quantenausgaben niedrig (0,135), was auf eine orthogonale Klassentrennung hindeutet. Die pro-Proben-Ähnlichkeit zwischen Quanten- und klassischen Merkmalen betrug 0,167, was komplementäre Informationen nahelegt.
  • Für MNIST betrug die interklassische Ähnlichkeit 0,100 und die pro-Proben-Ähnlichkeit -0,154, was darauf hindeutet, dass die photonische Schicht aktiv anti-aligniert mit dem klassischen Pfad und somit eine stärkere Form der Komplementarität bietet.
  • Hybride Modelle übertrafen parameterangepasste rein klassische Baselines konsistent um etwa 0,65 Prozentpunkte (Digits) bzw. 0,83 Prozentpunkte (MNIST), mit geringerer Varianz über verschiedene Zufallssamen hinweg.
• Hardware-Latenz: Auf dem Quandela Ascella QPU betrugen die geschätzten Inferenzzeiten pro Einzelbild ~67 ms für Digits und ~149 ms für MNIST. Die Analyse identifizierte die thermische Rekonfiguration von Phasenschiebern als dominierenden Kostenfaktor (mehr als 88 % des Quantenbudgets), der linear mit der Schaltungstiefe skaliert.

Bedeutung und Behauptungen
Die Arbeit behauptet, das erste NAS-Framework vorzustellen, das speziell für hybride photonisch-quantenklassische Architekturen entwickelt wurde. Ihre Bedeutung liegt in:

1. Systematische Erforschung des Designraums: Sie geht über manuelles, trial-and-error-Design hinaus hin zu einer automatisierten Suche, die die komplexen, nicht-differentiierbaren Wechselwirkungen zwischen klassischer Vorverarbeitung, lernbarer Phasenkodierung und photonischer Schaltkreisstruktur bewältigt.
2. Lernbare Kodierung: Indem die Phasenkodierungstransformation als gemeinsam optimierte Designachse behandelt wird, ermöglicht das Framework dem photonischen Schaltkreis, seinen Phasenraum end-to-end an die Datenverteilung anzupassen und so die Einschränkungen fester Kodierungsschemata zu überwinden.
3. Praktische Durchführbarkeit: Die Ergebnisse zeigen, dass automatisierte Suche für hybride photonische Systeme praktikabel ist und hohe Genauigkeit bei Inferenzzeiten im Bereich von Zehntel-Millisekunden auf aktueller thermischer photonischer Hardware erreicht.
4. Hardware-bewusste Optimierung: Die Einbeziehung eines Schätzers für Ausführungszeiten aus ersten Prinzipien ermöglicht die Identifizierung von Hardware-Engpässen (insbesondere thermische Rekonfiguration) und leitet die zukünftige Hardwareentwicklung hin zu elektro-optischen Alternativen.

Die Autoren schließen, dass Q-PhotoNAS ein wiederverwendbares, prinzipiengeleitetes Framework für das systematische Design von Quanten-KI auf photonischen Geräten bietet und den Weg für die Erforschung größerer Modenzahlen und alternativer Kodierungsstrategien ebnet.