Scaling Adaptive Non-Local Observable Quantum Super-Resolution via Matrix Product States

Technisches Resümee: Skalierung adaptiver nicht-lokaler beobachtbarer Quanten-Super-Resolution mittels Matrix-Produktzuständen

Problemstellung
Bild-Super-Resolution (SR) zielt darauf ab, hochauflösende Bilder aus niedrig auflösenden Eingaben zu rekonstruieren. Während klassisches Deep Learning dieses Feld dominiert, haben sich Variational Quantum Circuits (VQCs) als ein alternativer Rahmen etabliert. Eine spezifische Architektur, Adaptive Non-Local Observable VQCs (ANO-VQCs), verbessert Standard-VQCs dadurch, dass sie hermitesche Messoperatoren als trainierbare Komponenten statt als feste Pauli-Observablen behandelt. Dies ermöglicht die aufgabenspezifische Kombination von Multi-Qubit-Korrelationen.

Die Simulation von ANO-VQCs für die Bild-SR stößt jedoch auf einen schweren Skalierbarkeitsproblem. Bei einer Kodierung von einem Pixel pro Qubit erfordert ein Eingabebild der Größe $p \times p$ insgesamt $n = p^2$ Qubits. Die konventionelle Statevector-Simulation erfordert das Speichern von $2^n$ komplexen Amplituden, was selbst für moderate Eingangsgrößen (z. B. Engpässe im Speicher bei $6 \times 6$ Eingaben oder 36 Qubits) untragbar wird. Die exakte Tensor-Netzwerk-Kontraktion (Exact TN) bietet zwar eine Alternative, wird aber ebenfalls jenseits bestimmter Eingangsgrößen (z. B. $12 \times 12$ oder 144 Qubits) rechnerisch unpraktikabel. Es besteht ein Bedarf an einem skalierbaren Simulations-Backend, das größere Qubit-Anzahlen handhaben kann und gleichzeitig die Genauigkeit für das Training variationaler Quantenalgorithmen beibehält.

Methodik
Die Autoren schlagen ein Matrix-Produktzustand (MPS)-Simulationsframework vor, das speziell auf die ANO-VQC Bild-SR zugeschnitten ist. Der Workflow besteht aus vier Hauptphasen:

1. Kodierung und Schaltungsdesign:

   • Niedrig auflösende Bilder (z. B. $7 \times 7$) werden via One-Pixel-to-One-Qubit-Kodierung auf Qubits abgebildet. Pixelwerte $x_i \in [0, 1]$ werden in Rotationswinkel $\phi_i = 2\pi x_i - \pi$ umgewandelt.
   • Die Kodierungsschaltung wendet Hadamard-Gates an, gefolgt von pixelabhängigen $RY(\phi_i)$-Rotationen und gestaffelten Nearest-Neighbor-CNOT-Gates.
   • Die Schaltungstiefe $L$ ist durch die Anzahl der wiederholten Kodierungs-Verschränkungs-Layer definiert. Bemerkenswerterweise sind die Kodierungsgatter eingabebedingt, aber nicht unabhängig trainierbar; die trainierbaren Parameter befinden sich in den Observablen und der klassischen Rekonstruktionsschicht.

2. Adaptive Observable Feature Extraktion:

   • Anstatt fester Pauli-Messungen verwendet das Framework trainierbare hermitesche Observablen $H_q$, die auf Paaren von Qubits wirken (speziell auf bildlokale Nachbarn: horizontal, vertikal und diagonal).
   • Um das MPS-Backend effizient zu nutzen, wird jedes adaptive Observable in der Pauli-Basis expandiert: $H_q = \sum_\alpha c_{q,\alpha} P_\alpha$.
   • Der Erwartungswert $\langle H_q \rangle$ wird als Linearkombination fester Pauli-Erwartungswerte $\langle P_\alpha \rangle$ berechnet. Da die Kodierungsschaltung nur von der Eingabe abhängt, werden diese Pauli-Erwartungswerte einmalig berechnet und zwischengespeichert (gecached). Die trainierbaren Parameter ($A_q, B_q, D_q$) aktualisieren lediglich die Koeffizienten $c_{q,\alpha}$, wodurch die rechenintensive Auswertung der Quantenmerkmale von der Optimierung der Observable und der Rekonstruktionsschicht getrennt wird.

3. MPS-Simulation:

   • Der Quantenzustand $|\psi\rangle$ wird als Kette lokaler Tensoren dargestellt, die durch virtuelle Bindungen mit der Dimension $\chi$ verbunden sind.
   • Die Speicherung skaliert etwa mit $O(n\chi^2)$ statt $O(2^n)$.
   • Ein-Qubit-Gatter aktualisieren lokale Tensoren, während Zwei-Qubit-Gatter benachbarte Tensoren aktualisieren, gefolgt von einer Bindungsdimension-Trunkierung.

4. Rekonstruktion und Training:

   • Der extrahierte Quanten-Feature-Vektor wird an eine klassische lineare Schicht übergeben, um das hochauflösende Bild zu rekonstruieren.
   • Das Training minimiert eine gewichtete Verlustfunktion, die den mittleren quadratischen Fehler (MSE) und die Learned Perceptual Image Patch Similarity (LPIPS) kombiniert.
   • Experimente wurden auf einer einzelnen NVIDIA RTX 4070 GPU mit dem Fashion-MNIST-Datensatz durchgeführt ($7 \times 7$ Input $\to$ $28 \times 28$ Output).

Wesentliche Beiträge und Ergebnisse

• Skalierbarkeits-Benchmarks:

  • Die Studie vergleicht Statevector-Simulation, Exact TN-Kontraktion und MPS-Simulation.
  • Statevector: Erreicht einen Speicherengpass bei $6 \times 6$ Eingaben (36 Qubits).
  • Exact TN: Wird jenseits von $12 \times 12$ Eingaben (144 Qubits) rechnerisch unpraktikabel.
  • MPS: Erfolgreiche Durchführung der Forward-Feature-Extraktion für Eingaben bis zu $16 \times 16$ Pixeln (256 Qubits) mit einer festen Bindungsdimension $\chi=8$. Im überlappenden Bereich ist MPS schneller als Exact TN und übertrifft die Statevector-Simulation für Eingaben größer als $4 \times 4$.

• Genauigkeits-Kosten-Trade-off (Bindungsdimension-Sweep):

  • Für einen festen $7 \times 7$ Input (49 Qubits) führten die Autoren einen Sweep der Bindungsdimension $\chi$ von 2 bis 2048 über die Schaltungstiefen $L=1$ bis $L=4$ durch.
  • Die erforderliche $\chi$, um das „nahezu exakte“ Regime zu erreichen (wo der MPS-Fehler im Vergleich zu Exact TN die Maschinengenauigkeit erreicht), steigt mit der Schaltungstiefe:
    • $L=1$: $\chi=2$
    • $L=2$: $\chi=4$
    • $L=3$: $\chi=8$
    • $L=4$: $\chi=16$
  • Bei $\chi=16$ sinkt der mittlere absolute Fehler (MAE) für $L=4$ auf $\approx 10^{-15}$ und gleicht damit effektiv die Ergebnisse von Exact TN ohne die exponentiellen Kosten an.

• Super-Resolution-Leistung:

  • Unter Verwendung von $\chi=16$ (was eine nahezu exakte Simulation für alle getesteten Tiefen gewährleistet) trainierten die Autoren Modelle für die $7 \times 7 \to 28 \times 28$ Fashion-MNIST SR.
  • Kontraintuitiver Befund: Die flachste Schaltung ($L=1$) erzielte die beste Leistung über alle Metriken hinweg (Loss, LPIPS, PSNR, SSIM).
    • $L=1$: Loss 0,4864, PSNR 20,87 dB, SSIM 0,4248.
    • $L=4$: Loss 0,6984, PSNR 18,80 dB, SSIM 0,2922.
  • Eine Erhöhung der Schaltungstiefe verbesserte die Rekonstruktionsqualität unter dieser festen, nahezu exakten MPS-Einstellung nicht; tatsächlich verschlechterten tiefere Schaltungen die Leistung und erhöhten die Trainingszeit.

Bedeutung und Ansprüche
Das Paper positioniert MPS als ein skalierbares und kontrollierbares Simulations-Backend für die ANO-VQC Bild-SR. Die primäre Bedeutung liegt in der Erweiterung des praktischen Simulationsbereichs von Quantenalgorithmen über die Grenzen von Statevector- und exakten Tensor-Netzwerk-Methoden hinaus, was die Untersuchung von Systemen mit bis zu 256 Qubits auf einer einzelnen GPU ermöglicht.

Die Autoren behaupten bescheiden, dass ihre Ergebnisse die Wichtigkeit der gemeinsamen Auswahl von Schaltungstiefe, Observable-Design und Rekonstruktionsschichten hervorheben, wobei sie anmerken, dass tiefere Schaltungen nicht zwangsläufig eine bessere SR-Qualität liefern. Sie kommen zu dem Schluss, dass MPS ein praktisches Werkzeug zur Untersuchung großskaliger variabler Quantenschaltungen ist, wobei zukünftige Arbeiten geplant sind, um Parallelisierung und verteilte Tensor-Netzwerk-Berechnungen zu integrieren, um die Simulationsskala weiter zu erweitern.