Interpretable Quantum Photonic Generative Models

In der Welt der Finanzen, der Wettervorhersage und des komplexen Ingenieurwesens gibt es eine gemeinsame Herausforderung: zu verstehen, wie viele verschiedene Dinge gleichzeitig variieren. Wenn sich der Preis einer Aktie bewegt, steigt oder fällt dann eine andere? Wenn sich die Temperatur verschiebt, wie reagiert die Luftfeuchtigkeit? Wissenschaftler nennen das Erlernen der „gemeinsamen Verteilung“ (joint distribution) von Variablen – eine Methode, um das unsichtbare Netz von Verbindungen zwischen vielen beweglichen Teilen abzubilden. Um dies zu erreichen, bauen Forscher oft Computerprogramme, die aus vergangenen Daten lernen und dann neue, realistische Szenarien generieren. Diese Programme können jedoch so komplex werden, dass sie wie Black Boxes wirken: Sie liefern Antworten, aber niemand kann leicht nachvollziehen, wie sie zu diesen gelangt sind. Zudem werden diese digitalen Simulationen mit zunehmender Anzahl der Variablen unglaublich langsam und erfordern enorme Rechenleistung, nur um ein einziges neues Beispiel zu erzeugen. Dies hat Wissenschaftler dazu veranlasst, nach physikalischen Systemen zu suchen, die diese Aufgabe auf natürliche Weise bewältigen können, indem sie die Gesetze der Physik nutzen, um Daten schneller und transparenter zu generieren, als es ein Standardcomputer könnte.

Ein Team von Forschern der University of Sheffield hat einen neuen Weg vorgeschlagen, um dieses Problem mithilfe von Licht zu lösen. Anstatt Code zu schreiben, um ein komplexes Geflecht von Beziehungen zu simulieren, bauten sie ein physikalisches Modell aus Photonen, den Elementarteilchen des Lichts. Ihr System ist darauf ausgelegt, die statistischen Muster in realen Daten, wie etwa den täglichen Kursänderungen von Finanzanlagen, zu erlernen und dann neue Stichproben zu produzieren, die diese Muster imitieren. Der Kern der Idee ist die Verwendung einer speziellen Art von optischem Schaltkreis, bei dem Lichtwellen manipuliert werden, um Korrelationen zu erzeugen. In diesem Aufbau beginnen die Forscher mit leeren Lichtkanälen und nutzen einen Prozess namens „Squeezing“ (Verquetschung), um Paare von Lichtwellen miteinander zu koppeln, sodass ihre Bewegungen voneinander abhängig werden. Anschließend verwenden sie Spiegel und Strahlteiler, um diese Wellen zu mischen und die Verbindungen über das gesamte System zu verteilen. Schließlich messen sie das Licht, um zu sehen, welche Muster entstehen. Da die Physik des Lichts gut verstanden ist, können die Forscher exakt nachverfolgen, wie jeder Teil der Maschine zum Endergebnis beitragend wirkt, was das Modell „interpretierbar“ macht, anstatt eine mysteriöse Black Box zu sein.

Die Forscher testeten ihre Idee, indem sie versuchten, die komplexen Beziehungen in den täglichen Renditen von Finanzanlagen zu rekonstruieren. Sie wählten zwei spezifische Herausforderungen: eine kleine Gruppe von fünf verschiedenen Vermögenswerten, darunter bedeutende Technologiewerte, ein Goldfonds, ein Staatsanleihenfonds und eine Kryptowährung, sowie eine größere Gruppe von zwanzig verschiedenen Aktien aus dem S&P 500 Index. Das Ziel war es, ihr lichtbasiertes System darauf zu trainieren, die Korrelationsmatrix dieser Vermögenswerte zu replizieren, also eine Karte, die zeigt, wie stark sich jedes Paar von Vermögenswerten gemeinsam bewegt. Im Test mit den fünf Vermögenswerten gelang es dem Team, den Schaltkreis so zu trainieren, dass das lichtbasierte Modell die exakte Stärke und Richtung der Beziehungen zwischen den Vermögenswerten reproduzierte. Der Unterschied zwischen den realen Daten und dem Output des Modells war so gering, dass er kaum messbar war; Fehler traten erst in der fünften Nachkommastelle auf. Das Modell identifizierte korrekt, dass Vermögenswerte sich nicht nur gemeinsam bewegten, sondern auch, ob sie sich in dieselbe oder in die entgegengesetzte Richtung bewegten.

Um sicherzustellen, dass das Modell nicht nur die Beziehungen, sondern auch die allgemeine Form der Daten erfasst, wandten die Forscher eine einfache mathematische Anpassung auf den Output an. Dieser Schritt glich die Durchschnittswerte und die Streuung der generierten Zahlen mit den realen Daten ab, ähnlich wie man ein Radio abstimmt, um ein klareres Signal zu erhalten. Während das lichtbasierte Modell natürlicherweise Daten produziert, die einer Standard-Glockenkurve entsprechen, weisen reale Finanzdaten oft „schwerere Enden“ (heavy tails) auf, was bedeutet, dass extreme Ereignisse häufiger vorkommen, als eine einfache Kurve vorhersagen würde. Die Forscher stellten fest, dass ihr Modell zwar die Kernverbindungen perfekt erfasste, es jedoch etwas Schwierigkeiten hatte, diese extremen Enden zu replizieren, was zu erwarten war, da das Lichtsystem primär auf Linearität ausgelegt war. Für den Großteil der Daten war die Übereinstimmung jedoch exzellent.

Das Team trieb das System dann mit dem Test der zwanzig Vermögenswerte an seine Grenzen. Dies erforderte einen wesentlich größeren Schaltkreis mit viel mehr Verbindungen, um die Komplexität zu bewältigen. Selbst mit dieser Vergrößerung blieb das Modell effektiv. Es reproduzierte erfolgreich die Korrelationsmuster für die zwanzig Aktien und identifizierte korrekt das Vorzeichen der Beziehung – ob positiv oder negativ – für etwa 94 Prozent aller möglichen Paare. Die Fehler in der Stärke dieser Beziehungen blieben gering, wobei die überwiegende Mehrheit deutlich unter einer Schwelle lag, die als signifikanter Fehler gelten würde. Dies demonstrierte, dass der Ansatz in der Lage ist, auf eine realistische Anzahl von Variablen zu skalieren, ohne seine Fähigkeit zu verlieren, die zugrunde liegende Struktur der Daten zu erlernen.

Ein wesentlicher Teil dieser Arbeit betraf eine technische Hürde: die Simulation einer spezifischen Art von Lichtinteraktion, einem sogenannten Kerr-Gate, das einen nichtlinearen Effekt einführt, der das System leistungsfähiger, aber auch schwieriger zu berechnen macht. Standardmäßige Computersimulationen haben damit Schwierigkeiten, da die Mathematik dahinter extrem rechenintensiv wird. Die Forscher entwickelten eine neue Methode, um diesen Effekt zu approximieren, indem sie ihn in eine Summe einfacherer, linearer Teile zerlegten, die ein Computer effizient verarbeiten konnte. Dies ermöglichte es ihnen, das Potenzial des Modells für die Handhabung komplexerer Datenverteilungen zu testen, ohne einen Supercomputer zu benötigen. Sie fanden heraus, dass diese Methode für die von ihnen getesteten schwachen Nichtlinearitäten gut funktionierte und die Simulation schnell hielt, während die wesentliche Physik dennoch erfasst wurde.

Die Studie kommt zu dem Schluss, dass dieser lichtbasierte Ansatz einen vielversprechenden Weg bietet, um Daten zu generieren, die sowohl schnell als auch verständlich sind. Im Gegensatz zu herkömmlichen Computermodellen, bei denen der Nutzer einem komplexen Algorithmus vertrauen muss, erlaubt dieses photonische System den Forschern zu sehen, wie die Korrelationen Schicht für Schicht aufgebaut werden. Die physikalische Natur des Systems bedeutet, dass es nach dem Training neue Stichproben fast augenblicklich produzieren kann, begrenzt lediglich durch die Geschwindigkeit der Lichtdetektoren, die mit Milliarden von Zyklen pro Sekunde arbeiten können. Während die aktuelle Version am besten für Daten funktioniert, die Standardmustern folgen, schlagen die Forscher vor, dass das System durch die Stärkung der nichtlinearen Komponenten in zukünftigen Versionen schließlich auch komplexere und unvorhersehbarere reale Phänomene modellieren könnte. Diese Arbeit etabliert eine neue Plattform, auf der die Gesetze der Optik genutzt werden können, um aus Daten zu lernen und neue Erkenntnisse zu gewinnen, wodurch die Lücke zwischen abstrakter statistischer Lernung und greifbaren physikalischen Prozessen geschlossen wird.