Imaginarity as a necessary resource for trainability in QAOA

Stellen Sie sich vor, Sie versuchen, einem sehr schüchternen, sehr komplexen Roboter beizubringen, ein riesiges Rätsel zu lösen. Dieser Roboter denkt nicht wie wir; er lebt in einer Welt der Quantenmechanik, in der er an vielen Orten gleichzeitig sein kann, aber auch unglaublich zerbrechlich ist. Das Werkzeug, das wir verwenden, um ihn zu lehren, heißt Quantum Approximate Optimization Algorithm, oder QAOA. Betrachten Sie QAOA als ein hochriskantes Spiel von „Heiß und Kalt“. Der Roboter probiert eine Lösung aus, und ein klassischer Computer (der Lehrer) prüft, wie gut sie ist. Wenn die Lösung „kalt“ (schlecht) ist, muss der Lehrer die Einstellungen des Roboters so anpassen, dass er „heißer“ (besser) wird. Um dieses Anpassen effektiv zu gestalten, benötigt der Lehrer ein klares Signal – einen Gradienten –, der ihm genau sagt, an welchen Knöpfen er drehen muss.

Es gibt jedoch einen Haken. Manchmal wird das Signal so leise, dass der Lehrer es überhaupt nicht mehr hören kann. Das ist so, als würde man versuchen, ein Schiff in einem Nebel zu steuern, in dem der Kompass aufgehört hat zu rotieren; der Roboter bleibt stecken, und der Lernprozess kommt zum Stillstand. Wissenschaftler vermuteten schon lange, dass der Roboter eine bestimmte Art von „Quanten-Saft“ benötigt, um dieses Signal am Leben zu erhalten. Diese Arbeit untersucht, was dieser Saft ist. Sie konzentriert sich auf eine Eigenschaft namens „Imaginariät“. In der Quantenwelt können Zahlen „reell“ (wie 5 oder -2) oder „imaginär“ (unter Verwendung der Quadratwurzel aus -1) sein. Während reelle Zahlen das Offensichtliche beschreiben, beschreiben imaginäre Zahlen die verborgenen, wellenförmigen Beziehungen zwischen verschiedenen Möglichkeiten. Die Arbeit stellt eine einfache, aber entscheidende Frage: Ist dieser „imaginäre“ Stoff notwendig, damit der Roboter vorankommt?

Die Forscher, unter der Leitung von Syed Muhammad Ali Hassan und Kollegen, machten sich daran zu beweisen, dass diese „Imaginariät“ nicht nur ein schicker Nebeneffekt ist, sondern eine strikte Voraussetzung dafür, dass der Roboter vorwärtskommt. Sie entdeckten, dass das Signal, das der Lehrer verwendet, um die endgültigen Einstellungen des Roboters anzupassen, vollständig von diesen imaginären Verbindungen abhängt. Wenn der Zustand des Roboters keine imaginären Anteile besitzt, die die verschiedenen Puzzleteile miteinander verbinden, verschwindet das Signal, und der Roboter kann nicht lernen, egal wie sehr sich der Lehrer bemüht.

Um zu verstehen, wie sie das herausgefunden haben, stellen Sie sich vor, der Roboter hält ein Kartendeck, wobei jede Karte eine mögliche Lösung des Rätsels darstellt. Der Roboter mischt diese Karten mit einem „Mixer“ (einer Quantenoperation, die Karten umverteilt). Der Lehrer möchte wissen: „Wenn ich das Mischen leicht verändere, verbessert sich dann die Punktzahl?“ Die Arbeit zeigt, dass diese Frage nur beantwortet werden kann, wenn es „geisterhafte“ Verbindungen zwischen den Karten gibt – Verbindungen, die nur im imaginären Teil der Mathematik existieren. Speziell muss der Roboter eine Verbindung zwischen zwei Karten haben, die sich nur in einem winzigen Detail unterscheiden (wie das Umdrehen eines Bits von 0 auf 1), und diese Verbindung muss eine imaginäre Komponente besitzen.

Die Autoren haben dies nicht nur geraten; sie haben eine mathematische Regel hergeleitet, die wie ein Tempolimit für das Lernsignal des Roboters fungiert. Sie haben bewiesen, dass die Stärke des Signals durch die Menge der „Imaginariät“ begrenzt ist, die zwischen den Karten existiert, die der Mixer verbindet, multipliziert mit der Menge, um die sich die Punktzahl zwischen diesen Karten ändert. Wenn der imaginäre Teil Null ist, ist auch das Signal Null. Es ist, als würde man versuchen, ein Auto mit einem platten Reifen zu schieben; egal wie stark man drückt (wie viel man den Winkel ändert), das Auto wird sich nicht bewegen, weil die wesentliche Zutat (die Luft, oder in diesem Fall der imaginäre Teil) fehlt.

Das Team testete diese Idee anhand eines klassischen Rätsels namens „Max-Cut“, bei dem es darum geht, eine Gruppe von Freunden in zwei Teams aufzuteilen, sodass die meisten Streitigkeiten zwischen den Teams stattfinden und nicht innerhalb der Teams. Sie simulierten dies auf kleinen Computern, um zu sehen, ob ihre Theorie standhält. Sie fanden heraus, dass in einer perfekten, rauschfreien Welt die Regel exakt wie vorhergesagt funktionierte: Das Signal war streng durch die imaginären Verbindungen begrenzt.

Aber echte Quantencomputer sind unordentlich. Sie leiden unter „Rauschen“, was wie statisches Rauschen im Radio oder ein Windstoß ist, der die Karten herumwirbelt. Die Forscher prüften, ob ihre Regel auch dann noch funktionierte, wenn sie drei gängige Arten von Rauschen hinzufügten: Phase-Flip (welches das Vorzeichen einer Karte umkehrt), Depolarisierung (welches die Karte zufällig durcheinanderbringt) und Amplitudendämpfung (welches eine Karte verschwinden lässt). Sie fanden heraus, dass die Regel selbst mit diesem Rauschen weiterhin Bestand hatte, vorausgesetzt, sie passten ihre Sicht auf die „Punktzahl“ an, um das Rauschen zu berücksichten. Interessanterweise entdeckten sie eine seltsame Eigenart bei einer Art von Rauschen (Phase-Flip): Es konnte alle imaginären Verbindungen im Endzustand auslöschen, wodurch es so aussah, als hätte der Roboter seinen „Quanten-Saft“ verloren, doch das Lernsignal blieb exakt gleich. Dies deutet darauf hin, dass der für das Lernen benötigte „imaginäre Saft“ eine Eigenschaft des Zustands vor dem Auftreten des Rauschens ist, und nicht unbedingt des letzten unordentlichen Zustands.

In ihren Simulationen verwendeten die Forscher kleine Gruppen von 4 bis 8 Bits (das Quanten-Äquivalent zu Freunden in dem Rätsel) und testeten sie mit verschiedenen Ebenen von Rauschen. Sie fanden heraus, dass das Maß der „Imaginariät“ ein viel besserer Prädiktor für das Lernsignal war als nur die Betrachtung der allgemeinen „Kohärenz“ (die sowohl reelle als auch imaginäre Verbindungen zählt). Es ist, als würde man erkennen, dass man, um einen Tanzwettbewerb zu gewinnen, nicht nur in Bewegung sein muss (Kohärenz), sondern sich auf eine ganz bestimmte, rhythmische Weise bewegen muss (Imaginariät).

Was bedeutet das also für die Zukunft? Die Arbeit behauptet nicht, dass sie das Problem der Ausbildung von Quantencomputern gelöst hat, noch sagt sie, dass das Vorhandensein von Imaginariät einen Erfolg garantiert. Tatsächlich weisen die Autoren vorsichtig darauf hin, dass das Vorhandensein des imaginären Saftes zwar notwendig, aber nicht hinreichend ist; man kann den Saft haben und dennoch scheitern, wenn die anderen Zutaten (wie die spezifischen Winkel oder die Struktur des Rätsels) nicht zusammenpassen. Es ist, als hätte man den richtigen Treibstoff für ein Auto, aber das garantiert nicht, dass man sein Ziel erreicht, wenn der Fahrer die Orientierung verloren hat oder der Motor defekt ist. Dennoch ist dieser Fund ein entscheidender Teil der Landkarte. Er besagt, dass wir, wenn wir diese Quantenroboter effektiv trainieren wollen, sicherstellen müssen, dass sie diese spezifischen imaginären Verbindungen beibehalten. Oh ohne sie kann das Gradientensignal – die Stimme des Lehrers – schlichtweg nicht existieren.

Die Studie dient als Realitätscheck für das Fachgebiet. Sie legt nahe, dass wir, wenn wir beobachten, wie ein Quantencomputer beim Lernen Schwierigkeiten hat, nicht einfach dem Rauschen oder der Hardware die Schuld geben sollten; wir sollten prüfen, ob der Quantenzustand seine „Imaginariät“ verloren hat. Wenn dies der Fall ist, wird keine Menge an Nachjustierungen helfen. Die Forscher nutzten exakte Simulationen auf kleinen Instanzen, um ihre mathematischen Grenzen zu beweisen, und zeigten damit, dass die Theorie in der Praxis standhält, zumindest für diese kleineren, kontrollierten Rätsel. Während wir noch nicht sagen können, wie sich dies auf massive, reale Probleme überträgt, ist die Regel, die sie gefunden haben, eine solide, bewiesene Einschränkung für die Quantenwelt, wie wir sie heute verstehen. Es stellt sich heraus, dass man im Quantenbereich manchmal wirklich „imaginär“ denken muss, um Dinge real zu machen.