Scalable Quantum Machine Learning: Trainability, Expressivity and Efficiency

Auf der Suche nach intelligenten Maschinen haben Wissenschaftler lange Zeit im Quantenbereich nach einem entscheidenden Vorteil Ausschau gehalten. Quantencomputer, die sich die seltsamen physikalischen Regeln zunutze machen, die Atome und Licht regieren, versprechen, bestimmte Probleme weitaus schneller zu lösen als jede Maschine, die wir heute besitzen. Ein vielversprechender Weg ist das Quanten-Maschinelle Lernen, bei dem diese Geräte darauf trainiert werden, Muster zu erkennen oder Vorhersagen zu treffen, ganz ähnlich wie die neuronalen Netze, die die heutige künstliche Intelligenz antreiben. Doch jahrelang steckte dieses Feld in einer schwierigen Lage fest. Forscher stellten fest, dass sie zwar komplexe Quantenschaltkreise entwerfen konnten, aber oft an eine Wand stießen, an der der Trainingsprozess vollständig fehlschlug, weil die Signale des Computers zu schwach wurden, um das Lernen zu leiten. Zudem gab es selbst dann, wenn das Training funktionierte, keinen Beweis dafür, dass die Quantenmaschine tatsächlich etwas tat, was ein klassischer Computer nicht tun konnte, oder dass sie dies effizient genug leisten konnte, um nützlich zu sein. Die Herausforderung bestand darin, ein Design zu finden, das sowohl leicht zu trainieren als auch leistungsstark genug ist, um einen echten Vorteil zu bieten.

Eine neue Studie von Iordanis Kerenidis bietet eine Lösung für diesen Stillstand, indem sie zwei spezifische Designs für Quantenschaltkreise vorschlägt, die diese Hürden überwinden. Die Forschung führt eine Methode ein, die es diesen Maschinen ermöglicht, effektiv trainiert zu werden, ohne ihr Signal zu verlieren, während sie gleichzeitig sicherstellt, dass die Aufgaben, die sie ausführen, so komplex sind, dass die besten bekannten klassischen Computer Schwierigkeiten hätten, sie zu simulieren. Der Schlüssel zu diesem Durchbruch liegt in einer cleveren Anordnung von Quantengattern, die eine spezifische Eigenschaft des Systems bewahrt: Die Anzahl der Teilchen bleibt während des gesamten Prozesses konstant. Durch die Kombination dieser teilchenerhaltenden Struktur mit einer speziellen Art von Input-Zustand schufen die Forscher ein Framework, in dem die Maschine effizient lernen kann, während sie Probleme bewältigt, die für klassische Maschinen fundamental schwierig sind.

Die Arbeit konzentriert sich auf zwei architektonische Blaupausen, die auf unterschiedliche Arten von Quantenhardware zugeschnitten sind. Ein Design, genannt „Unitary Brick-Wall“, ist für Maschinen gebaut, bei denen Qubits in einer Linie angeordnet sind und nur mit ihren unmittelbaren Nachbarn kommunizieren können. Das andere, das „Unitary Butterfly“, ist für Maschinen konzipiert, bei denen jedes Qubit mit jedem anderen verbunden werden kann. Beide Designs teilen eine gemeinsame Strategie: Sie beginnen mit einem speziell vorbereiteten Teilchenzustand und leiten diese dann durch Schichten von Operationen. Diese Operationen beinhalten einen Typ von Gatter, der wie ein Strahlteiler für Teilchen wirkt, indem er sie vermischt, ohne welche zu erzeugen oder zu zerstören, sowie eine Schicht von Phasengattern, die die zu lernenden Daten kodieren. Diese Kombination stellt sicher, dass das System in einem Zustand bleibt, der für klassische Computer schwer zu verfolgen ist, aber dennoch stabil genug bleibt, damit die Quantenmaschine daraus lernen kann.

Ein großes Hindernis im Quanten-Maschinellen Lernen war das „Barren Plateau“ (kahle Plateaus), ein Phänomen, bei dem die zur Steuerung des Modells verwendeten Signale verschwinden, sobald das System größer wird, was das Lernen unmöglich macht. Die Forscher bewiesen, dass ihre neuen Designs dieses Problem vollständig vermeiden. Sie zeigten, dass die Signale, die das Training leiten, stark und klar bleiben, selbst wenn die Anzahl der Teilchen zunimmt. Dies ist eine signifikante Abkehr von bisherigen Designs, die oft untrainierbar wurden, wenn sie wuchsen. Die Studie demonstriert, dass die Gradientenvarianz – ein Maß dafür, wie stark das Trainingssignal ist – auf einem handhabbaren Niveau bleibt und so skaliert, dass die Maschine unabhängig von ihrer Größe effizient lernen kann. Das bedeutet, dass der Trainingsprozess nicht nur theoretisch möglich, sondern praktisch praktikabel ist.

Um den Trainingsprozess noch schneller zu machen, führt die Arbeit einen neuen Algorithmus zur Berechnung der notwendigen Anpassungen der Maschineneinstellungen ein. Traditionell erfordert das Training eines Quantenmodells das mehrfache Durchlaufen des Schaltkreises für jeden einzelnen Parameter, der angepasst werden muss – ein Prozess, der für große Systeme prohibitiv langsam wird. Die neue Methode, die „Multi-Layer Parallel Parameter-Shift Rule“ genannt wird, ermöglicht es den Forschern, alle notwendigen Anpassungen gleichzeitig zu berechnen. Anstatt den Schaltkreis tausende Male auszuführen, können sie ihn eine Anzahl von Malen ausführen, die nur von der Anzahl der Teilchen abhängt, nicht von der Gesamtgröße der Maschine. Für eine Maschine mit tausend Qubits reduziert dies die Anzahl der erforderlichen Durchläufe um den Faktor mehr als sechzehn, was ein groß angelegtes Training machbar macht.

Die Studie geht auch der Frage nach, ob diese Quantenmaschinen tatsächlich etwas Besonderes tun. Die Forscher zeigten, dass der Output ihrer Schaltkreise, insbesondere die Muster der Teilchen, die sie erzeugen, extrem schwierig für klassische Computer zu simulieren sind. Sie etablierten eine „Leiter“ der Schwierigkeit basierend auf der Anzahl der beteiligten Teilchen. Wenn die Anzahl der Teilchen klein ist, können klassische Computer die Quantenmaschine leicht imitieren. Wenn die Anzahl der Teilchen jedoch einen spezifischen Schwellenwert erreicht, wird die Aufgabe, den Quanten-Output zu simulieren, exponentiell schwieriger. Am gewählten Betriebspunkt, an dem sechzig Teilchen beteiligt sind, würden die besten bekannten klassischen Algorithmen mehr als eine Trillion (eine Milliarde Milliarden) Operationen benötigen, um einen einzigen Output zu simulieren. Diese Komplexitätsebene legt die Aufgabe weit jenseits der Reichweite aktueller klassischer Supercomputer, was auf einen echten Quantenvorteil hindeutet.

Das Framework ist flexibel genug gestaltet, um für verschiedene Aufgaben des Maschinellen Lernens eingesetzt zu werden, vom Generieren neuer Daten bis hin zum Treffen von Entscheidungen in komplexen Umgebungen. Die Forscher erklären, dass die Quantenmaschine als Sampler fungiert, der eine Menge von Ergebnissen produziert, die direkt verwendet oder von einem klassischen Computer verarbeitet werden können. Für Aufgaben wie das generative Modellieren, bei denen das Ziel darin besteht, neue Daten zu erzeugen, die wie reale Daten aussehen, ist die Fähigkeit der Quantenmaschine, komplexe, schwer zu simulierende Muster zu erzeugen, der Kernvorteil. Für das Reinforcement Learning (bestärkendes Lernen), bei dem ein Agent lernt, Entscheidungen zu treffen, kann die Quantenmaschine einen riesigen Raum an Möglichkeiten explorieren, die klassischen Methoden entgehen könnten. Die Studie stellt klar, dass zwar Teile des Trainings auf klassischen Computern durchgeführt werden können, die endgültige Bereitstellung des Modells jedoch auf das Quantengerät angewiesen ist, um die schwer zu simulierenden Stichproben zu erzeugen, die dem System seine Kraft verleihen.

Die Forscher unterscheiden sorgfältig zwischen dem, was bewiesen ist, und dem, was noch erforscht wird. Sie haben mathematisch bewiesen, dass ihre Designs trainierbar sind und dass sie das Barren-Plateau-Problem vermeiden. Sie haben auch bewiesen, dass die Kosten der klassischen Simulation exponentiell mit der Anzahl der Teilchen wachsen, basierend auf den derzeit besten bekannten Algorithmen. Sie merken jedoch an, dass die absolute Härte des Problems von der spezifischen Anzahl der Teilchen abhängt. Am gewählten Betriebspunkt von sechzig Teilchen ist die Aufgabe schwer genug, um jenseits aktueller klassischer Fähigkeiten zu liegen, doch die Forscher räumen ein, dass zukünftige Verbesserungen klassischer Algorithmen diese Grenze verschieben könnten. Sie schlagen vor, dass das System durch Erhöhung der Teilchenzahl angepasst werden kann, um den Vorteil aufrechtzuerhalten.

Diese Arbeit stellt einen bedeutenden Schritt dar, um das Quanten-Maschinelle Lernen zu einer praktischen Realität zu machen. Indem sie die Zwillingsprobleme der Trainierbarkeit und Effizienz lösen, haben die Forscher eine Roadmap für den Bau von Quanten-Neuronalen Netzen geliefert, die tatsächlich eingesetzt werden können. Die Designs sind kompatibel mit der Hardware, die heute gebaut wird, und die Trainingsmethoden sind effizient genug, um auf Geräten der nächsten Generation implementiert zu werden. Die Studie behauptet nicht, dass diese Maschinen jedes Problem lösen oder klassische Computer ersetzen werden, aber sie zeigt, dass sie auf eine Klasse von Funktionen zugreifen können, die für klassische Modelle schwer erreichbar sind. Dies öffnet die Tür zu neuen Anwendungen in Feldern wie dem Finanzwesen, wo komplexe Risikomodellierung benötigt wird, oder in der Wissenschaft, wo die Simulation von Quantensystemen entscheidend ist.

Die Arbeit schließt mit einem Ausblick auf den weiteren Weg. Der nächste Schritt besteht darin, diese Designs an echter Quantenhardware zu testen, um zu sehen, ob sie praktische Vorteile bei realen Aufgaben liefern. Die Forscher haben spezifische Probleme identifiziert, wie etwa die Portfolio-Optimierung und das generative Modellieren, bei denen der Quantenvorteil am wahrscheinlichsten zu beobachten ist. Sie betonen, dass das theoretische Fundament zwar solide ist, der wahre Test jedoch in der Leistung dieser Maschinen auf tatsächlichen Daten liegen wird. Das von ihnen geschaffene Framework bietet einen klaren und skalierbaren Pfad zu dieser Zukunft und bietet einen Weg, die Kraft der Quantenmechanik für das Maschinelle Lernen zu nutzen, ohne sich in der Komplexität zu verlieren, die das Feld so lange zurückgehalten hat.