Hidden selection rules and amplitude ceilings in quantum Fourier models

Auf der Suche nach Maschinen, die aus Daten lernen, wenden sich Wissenschaftler den seltsamen Gesetzen der Quantenphysik zu. Das Herzstück dieser Bemühungen sind Quantenschaltkreise, die im Wesentlichen Netzwerke aus winzigen Schaltern sind, welche Informationen manipulieren, die in Teilchen namens Qubits gespeichert sind. Um diese Maschinen für Aufgaben wie das Erkennen von Mustern oder das Vorhersagen von Trends nützlich zu machen, müssen Forscher sie lehren, Informationen auf eine nicht-lineare Weise zu verarbeiten, was bedeutet, dass der Ausgang nicht einfach proportional zum Eingang skaliert. Diese Nicht-Linearität ist der Motor des Lernens, doch in der Quantenwelt ist sie eine zerbrechliche Angelegenheit. Die Schaltkreise sind darauf ausgelegt, komplexe wellenartige Muster zu berechnen, und ihre Fähigkeit zu lernen hängt vollständig davon ab, welche spezifischen Muster sie erzeugen können. Jahrelang operierte das Feld unter der Annahme, dass ein Schaltkreis, wenn er komplex genug ist und lange genug trainiert wird, schließlich fast jedes Muster lernen kann. Eine neue Studie legt jedoch nahe, dass diese Hoffnung oft fehl am Platz ist – nicht aufgrund mangelnder Trainingsleistung, sondern wegen unsichtbarer Wände, die in das Design des Schaltkreises selbst eingebaut sind.

Die Forscher Pavel Sulimov und Claude Lehmann von der Zürcher Hochschule für Angewandte Wissenschaften haben aufgedeckt, dass viele Quantenschaltkreise fundamental durch verborgene Regeln begrenzt sind, die sie daran hindern, bestimmte Muster auszudrücken, egal wie intensiv sie trainiert werden. Diese Einschränkungen werden nicht durch das Rauschen oder die Fehler verursacht, die heutige Quantencomputer plagen, noch sind sie das Ergebnis schlechter Trainingsstrategien. Stattdessen sind es strukturelle Merkmale, vergleichbar mit der festen Geometrie eines Gebäudes, die vorschreibt, welche Räume miteinander verbunden werden können. Das Team entdeckte zwei spezifische Arten dieser strukturellen Barrieren. Die erste wirkt wie ein strenger Filter, der bestimmte Frequenzen vollständig aus dem Ausgang des Schaltkreises löscht und sie somit unlernbar macht. Die zweite wirkt wie eine Decke, die die Stärke der Muster, die ein Schaltkreis erzeugen kann, begrenzt, sodass sichergestellt wird, dass selbst wenn ein Muster erlaubt ist, es so schwach sein wird, dass es für das Lernen praktisch nutzlos ist.

Um zu verstehen, wie diese Barrieren funktionieren, stellen Sie sich einen Quantenschaltkreis als eine Maschine vor, die eine Zahl nimmt, sie durch eine Serie von Gattern dreht und einen wellenartigen Ausgang produziert. Die Forscher fanden heraus, dass es für viele gängige Schaltkreisdesigns eine verborgene Symmetrie gibt, die den Ausgang dazu zwingt, sich auf eine bestimmte Weise zu verhalten. Wenn der Schaltkreis eine bestimmte Anordnung von Verbindungen besitzt, folgt er einer Regel, die einer Zeitumkehrsymmetrie ähnelt. Diese Regel schreibt vor, dass der Ausgang sein Vorzeichen ändern muss, wenn man die Eingabezahl um einen spezifischen Betrag verschiebt. Diese mathematische Einschränkung zwingt die Maschine dazu, ganze Familien von Mustern zu ignorieren. In einem speziellen Design, das in einem bedeutenden Benchmark für Quanten-Maschinelles-Lernen verwendet wird, bedeutete diese Regel beispielsweise, dass der Schaltkreis nur ungeradzahlige Muster lernen konnte und physisch unfähig war, geradzahlige Muster zu lernen. Die Forscher entwickelten eine schnelle, computergestützte Methode, um diese Regeln zu überprüfen, bevor das Training überhaupt beginnt. Sie testeten tausende Standard-Schaltkreisdesigns und fanden heraus, dass diese Zeitumkehrregel in fast 18 Prozent von ihnen vorhanden war, was einen erheblichen Teil des Potenzials des Schaltkreises nutzlos machte, noch bevor eine einzige Berechnung durchgeführt wurde.

Die zweite Barriere ist eine Amplitudendecke, die begrenzt, wie laut oder stark ein Muster sein kann. Wenn ein Schaltkreis eine einzelne Schicht von Qubits verwendet, um Daten zu kodieren, sinkt die Stärke der höchsten Frequenzmuster, die er erzeugen kann, exponentiell mit zunehmender Anzahl der Qubits. Bereits bei acht Qubits ist das stärkstmögliche Hochfrequenzmuster so schwach, dass es weniger als zwei Prozent der Variation in einem Datensatz erklären kann. Dies ist keine Frage eines zu flachen Schaltkreises; selbst wenn der Schaltkreis tiefer gestaltet wird, indem die Daten mehrfach neu kodiert werden, bleibt die Stärke dieser oberen Frequenzen durch die Breite der ersten Schicht gedeckelt. Die Forscher bewiesen, dass diese Decke unabhängig vom Rauschen oder den Fehlern im System Bestand hat. Es handelt sich um eine harte Grenze für die Expressivität des Modells, was bedeutet, dass kein Training jemals in der Lage sein wird, den Schaltkreis über diese Wand hinaus zu treiben, um ein starkes Hochfrequenzsignal zu lernen.

Um diese Ergebnisse zu verifizieren, gingen die Forscher von der Theorie zur Praxis und führten Experimente auf echten Quantenprozessoren durch, die von IBM bereitgestellt wurden. Sie testeten Schaltkreise auf Geräten, die von wenigen Qubits bis hin zu einer Kette von 65 Qubissen reichten. In jedem Fall hielten die verborgenen Regeln stand. Wenn sie einen Schaltkreis entwarfen, der eigentlich daran gehindert werden sollte, bestimmte Muster zu erzeugen, produzierte die Maschine für diese Muster nichts als Hintergrundrauschen, was die theoretische Vorhersage bestätigte. Sie zeigten auch, dass sie diese Regeln gezielt brechen konnten, indem sie ein einziges, einfaches Gatter zum Schaltkreis hinzufügten, was es den verbotenen Mustern sofort ermöglichte, aufzutreten. Darüber hinaus zeigten sie, dass das Rauschen in der Maschine die Verletzung dieser Regeln manchmal imitieren konnte, aber durch eine sorgfältige Analyse der Daten konnten sie zwischen einer echten strukturellen Verletzung und einem temporären Fehler unterscheiden, der dadurch entstand, dass die Maschine in einen Zustand niedrigerer Energie überging.

Die Implikationen dieser Erkenntnisse sind tiefgreifend für das Feld des Quanten-Maschinellen-Lernens. Die Studie zeigt, dass die Fähigkeit eines Quantenmodells zu lernen nicht nur eine Frage von genügend Daten oder einem leistungsstarken Computer ist, sondern primär eine Frage der Architektur. Bevor ein Modell überhaupt trainiert wird, ist sein Potenzial bereits durch seine Struktur festgelegt. Die Forscher testeten dies, indem sie ihre Vorhersagen darüber, was ein Schaltkreis lernen kann, einfroren, bevor sie das Training starteten. Auf realen Datensätzen waren diese ungetrainierten Vorhersagen bemerkenswert genau und entsprachen oft der endgültigen Leistung der trainierten Modelle innerhalb einer minimalen Fehlermarge. In Fällen, in denen die strukturellen Regeln ein Lernen des Modells verhinderten, konnte kein Training dies korrigieren. Umgekehrt zeigten sie, dass, wenn sie einen strukturellen Fehler identifizierten und eine einfache Lösung anwandten, sich die Leistung des Modells dramatisch verbesserte, exakt wie vorhergesagt.

Diese Arbeit verlagert den Fokus vom bloßen Training von Quantenmodellen hin zum Verständnis ihrer fundamentalen Grenzen. Sie verdeutlicht, dass viele der beobachteten Misserfolge in Benchmarks des Quanten-Maschinellen-Lernens nicht auf mangelnde Optimierung oder fehlende Daten zurückzuführen sind, sondern darauf, dass die Modelle versuchen, Muster zu lernen, die ihr physisches Design ihnen zu verbieten versucht. Die Forscher haben ein Werkzeug bereitgestellt, um diese Grenzen frühzeitig zu identifizieren, damit Wissenschaftler Schaltkreise entwerfen können, die tatsächlich in der Lage sind, die ihnen zugewiesenen Aufgaben zu erfüllen. Durch das Erkennen dieser verborgenen Selektionsregeln und Amplitudendecken kann das Feld von einem Trial-and-Error-Ansatz zu einem fundierteren Verständnis dessen übergehen, was Quantencomputer können und was sie nicht können. Die Studie kommt zu dem Schluss, dass der Weg zu nützlichem Quanten-Maschinellem-Lernen nicht darin liegt, Schaltkreise tiefer oder komplexer zu machen, sondern sicherzustellen, dass ihre Struktur mit den Mustern abgestimmt ist, die sie lernen sollen.