Experimental evidence of generalization in quantum machine learning in small-data regime
Diese Arbeit liefert experimentelle Belege dafür, dass hardwarekompatible Quanten-Faltungskonvolutions-Netzwerke (QCNNs) durch die Nutzung logarithmischer Parameter-Skalierung eine starke Generalisierung aus extrem kleinen Datensätzen erreichen können, wenngleich ihre praktische Anwendung auf realistische Bilddaten derzeit eher durch die Kompromisse zwischen Qubit-Effizienz und Schaltungstiefe bei der Datenkodierung als durch Optimierungsschwierigkeiten begrenzt wird.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen
In vielen Bereichen der Wissenschaft und Medizin sind die wertvollsten Informationen oft am schwersten zu beschaffen. Ärzte, die versuchen, seltene Krankheiten zu diagnostizieren, Forscher, die einzigartige Molekularstrukturen untersuchen, oder Wissenschaftler, die die Ausbreitung eines neuen Virus verfolgen, stehen oft vor einer frustrierenden Realität: Sie haben nur sehr wenige Beispiele, aus denen sie lernen können. In der Welt der künstlichen Intelligenz, in der Computerprogramme normalerweise Berge von Daten benötigen, um intelligent zu werden, ist dieser Mangel an Informationen ein massives Hindernis. Wenn ein Computer nur mit einer Handvoll Beispielen trainiert wird, neigt er dazu, diese spezifischen Fälle auswendig zu lernen, anstatt die zugrunde liegenden Regeln zu verstehen – ein Versagen, das als Overfitting (Überanpassung) bekannt ist. Dies hinterlässt eine kritische Lücke: Wie können wir Systeme entwickeln, die effektiv aus nur wenigen Beispielen lernen?
Eine vielversprechende Antwort ist aus der seltsamen und kraftvollen Welt des Quantencomputings hervorgegangen. Im Gegensatz zu klassischen Computern, die Informationen als einfache An- oder Aus-Schalter verarbeiten, nutzen Quantencomputer die Gesetze der Physik, die Atome und Licht regieren, um Informationen auf eine viel komplexere Weise zu halten und zu manipulieren. Ein spezielles Design namens Quanten-Faltungs-Neuronales-Netzwerk (Quantum Convolutional Neural Network) wurde theoretisiert, dass es außergewöhnlich gut darin ist, aus kleinen Datensätzen zu lernen. Die Idee ist, dass diese Netzwerke mit einer speziellen Struktur aufgebaut sind, die es ihnen ermöglicht zu generalisieren – das heißt, sie können das, was sie aus wenigen Beispielen gelernt haben, auf neue, ungesehene Situationen übertragen –, ohne die massiven Datenmengen zu benötigen, die herkömmliche Computerprogramme erfordern. Aber Theorie ist das eine, die Realität etwas anderes. Damit diese Quantensysteme nützlich sind, müssen sie nicht nur in mathematischen Modellen funktionieren, sondern auch auf der tatsächlichen Hardware, die heute existiert, und sie müssen in der Lage sein, reale Bilder zu verarbeiten, nicht nur abstrakte Quantenzustände.
Ein Forscherteam setzte sich zum Ziel, diese Idee in der realen Welt zu testen, wobei der Fokus darauf lag, ob diese Quantennetzwerke wirklich aus sehr wenigen Bildern lernen können. Sie bauten eine funktionierende Version des Netzwerks, die mit aktuellen Quantenmaschinen kompatibel ist – einem Typ von Gerät, der sich noch in einem frühen Entwicklungsstadium befindet. Um zu testen, ob es funktionierte, gaben sie dem System eine einfache Aufgabe: die Unterscheidung zwischen den handgeschriebenen Ziffern Null und Eins. Sie begannen mit einer extrem geringen Anzahl von Trainingsbeispielen, so wenig wie zehn. Überraschenderweise lernte das Quantennetzwerk die Aufgabe schnell. Als sie mehr Beispiele hinzufügten, verbesserte sich seine Fähigkeit, neue Ziffern korrekt zu identifizieren, und die Lücke zwischen seiner Leistung bei den Trainingsdaten und den neuen Daten verkleinerte sich. Dies bestätigte, dass das Quantennetzwerk nicht nur die wenigen gesehenen Bilder auswendig lernte, sondern tatsächlich eine Regel erlernte, die es ihm ermöglichte zu generalisieren.
Die Forscher trieben das Experiment dann weiter voran, um zu sehen, ob dieser Erfolg auch in einem schwierigeren, realen Szenario Bestand hätte. Sie wandten sich an einen medizinischen Bilddatensatz, der Ultraschallbilder von Brustgewebe enthielt, bei dem das Ziel darin bestand, zwischen krebsartigem und nicht krebsartigem Gewebe zu unterscheiden. Diese Aufgabe ist viel schwieriger, da die Bilder sich sehr ähnlich sehen und die Daten oft unausgewogen sind. Selbst hier gelang es dem Quantennetzwerk, aus einer geringen Anzahl von Beispielen etwas Nützliches zu lernen, wobei es konsequent besser als der Zufall abschnitt. Als sie es jedoch mit einem Standard-Computerprogramm verglichen, das eine ähnliche Anzahl an einstellbaren Parametern besaß, hielt das Quantensystem mit, während das klassische Programm überhaupt nichts lernen konnte. Dies deutete darauf hin, dass das Quantendesign tatsächlich effizienter darin war, Bedeutung aus spärlichen Daten zu extrahieren.
Doch die Geschichte endete nicht mit einem einfachen Sieg für das Quantencomputing. Die Forscher stellten auch eine entscheidende Frage: Könnte dieses System skalierbar sein, um große, hochauflösende Bilder zu verarbeiten, wie sie heute in Krankenhäusern verwendet werden? Sie simulierten, was passieren würde, wenn sie versuchten, Bilder zunehmender Größe in das Netzwerk einzuspeisen. Sie entdeckten einen fundamentalen Engpass, der nichts mit dem Lernalgorithmus selbst zu tun hat, sondern damit, wie die Bilder in die Sprache des Quantencomputers übersetzt werden. Um ein Bild in eine Quantenmaschine einzugeben, muss die Information in den Zustand der Qubits der Maschine kodiert werden, die Basiseinheiten der Quanteninformation. Die Forscher fanden heraus, dass es zwei Hauptwege gibt, dies zu tun, und beide weisen einen schweren Fehler auf, sobald das Bild groß wird. Eine Methode verwendet sehr wenige Qubits, erfordert aber einen so tiefen und komplexen Schaltkreis, dass es auf aktuellen Maschinen unmöglich lange dauern würde, ihn auszuführen. Die andere Methode hält den Schaltkreis kurz und schnell, erfordert aber eine Anzahl von Qubits, die mit jedem einzelnen Pixel des Bildes wächst, wodurch schnell die physischen Grenzen jedes existierenden Quantengeräts überschritten werden.
Dieses Ergebnis verändert das Verständnis dessen, was das Quanten-Maschinelles-Lernen bremst. Die Fähigkeit, aus wenigen Stichproben zu lernen, ist real und wurde nachgewiesen, aber der Weg zur Nutzung dieser Systeme für die groß angelegte Bildanalyse wird nicht durch den Lernprozess blockiert, sondern durch die Kosten der Datenübertragung. Die Forscher kamen zu dem Schluss, dass Quantennetzwerke zwar großes Potenzial für Anwendungen mit geringem Datenaufkommen wie die Diagnose seltener Krankheiten oder das molekulare Design bieten, aber noch nicht in der Lage sind, klassische Computer für die allgemeine Bildverarbeitung zu ersetzen. Die Technologie ist noch nicht bereit, die massiven Datensätze der modernen Welt zu bewältigen, da die Hardware die notwendige Datenkodierung nicht unterstützen kann. Die Arbeit dient als klarer Wegweiser durch die Landschaft: Das Potenzial, aus kleinen Daten zu lernen, ist vorhanden, aber die ingenieurtechnische Herausforderung, diese Daten in die Maschine einzuspeisen, bleibt das dominierende Hindernis.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.