Pixel-Translation-Equivariant Quantum Convolutional Neural Networks via Fourier Multiplexers

Imaginez que vous essayez d'apprendre à un robot à reconnaître un chat sur une photo. Si vous montrez au robot l'image d'un chat à gauche, puis que vous lui montrez exactement le même chat à droite, un robot intelligent devrait réaliser : « Hé, c'est toujours un chat ! » Cette capacité à comprendre qu'un objet est le même même lorsqu'il se déplace est appelée symétrie de translation. Dans le monde des ordinateurs classiques, nous avons construit des outils spéciaux appelés Réseaux de Neurones Convolutifs (CNN) qui sont programmés pour respecter cette règle, ce qui les rend incroyablement doués pour repérer des choses dans les images.

Maintenant, imaginez que nous voulions construire ces outils intelligents en utilisant des ordinateurs quantiques. Les ordinateurs quantiques sont comme des dés magiques qui peuvent être dans plusieurs états à la fois, offrant un potentiel énorme en termes de vitesse. Mais il y a un pièplement : dans le monde quantique, la façon dont vous introduisez l'image dans l'ordinateur (appelée encodage) change les règles du jeu. Si vous encodez une image en assignant chaque pixel à un « emplacement » spécifique (comme un siège dans un théâtre), déplacer l'image signifie déplacer les sièges. Mais si vous encodez une image en assignant les pixels à une « liste d'adresses » (comme un catalogue de bibliothèque), déplacer l'image signifie changer les numéros sur les fiches du catalogue. Le document que nous explorons aujourd'hui traite d'un casse-tête complexe : de nombreux designs quantiques existants ont été construits pour gérer la règle du « déplacement des sièges », mais pour la méthode de la « fiche de catalogue », cette règle ne fonctionne pas. Les auteurs ont réalisé que si vous voulez qu'un ordinateur quantique soit véritablement bon pour reconnaître des objets en mouvement, vous devez le construire pour qu'il respecte la manière spécifique dont vos données sont encodées, et non pas seulement les règles génériques de la mécanique quantique.

---

Le Grand Décalage Quantique

Les auteurs, Dmitry Chirkov et Igor Lobanov de l'Université ITMO, ont remarqué un décalage amusant dans la façon dont les ordinateurs quantiques gèrent les images. Ils appellent cela le décalage « Pixel vs Qubit ».

Imaginez que vous avez une rangée d'interrupteurs de lumière (ce sont les qubits, les unités de base de l'information quantique). Dans de nombreux designs quantiques, les ingénieurs ont supposé que si vous faisiez glisser toute la rangée d'interrupteurs d'un cran vers la droite, l'ordinateur devrait traiter le nouvel arrangement comme la même image, simplement décalée. C'est comme faire glisser une rangée de dominos ; si le motif se déplace, le motif est toujours là. C'est ce qu'on appelle le Décalage Cyclique de Qubit (QCS).

Cependant, les auteurs ont examiné une méthode populaire pour introduire des images dans les ordinateurs quantiques appelée FRQI (Flexible Representation of Quantum Images). Dans cette méthode, l'image n'est pas stockée dans les interrupteurs eux-mêmes, mais dans les adresses des interrupteurs. Pensez à une bibliothèque où les livres (les pixels) ne sont pas sur les étagères (les qubits) dans l'ordre ; au lieu de cela, les étagères ont des étiquettes (adresses), et les livres sont répertoriés sur une fiche de catalogue. Si vous déplacez un livre de l'étagère 1 à l'étagère 2, vous ne faites pas que déplacer l'étagère ; vous changez le numéro sur la fiche.

L'article prouve que la règle du « glissement des interrupteurs » (QCS) ne correspond pas à la règle du « changement d'adresse » (Décalage Cyclique de Pixel, ou PCS) utilisée par le FRQI. C'est comme essayer d'ouvrir une porte avec une clé qui s'adapte à la serrure mais qui a la mauvaise forme pour la poignée. Si vous construisez un réseau quantique qui respecte uniquement la règle du « glissement des interrupteurs », il échouera à reconnaître qu'une image décalée est la même image lorsqu'on utilise ce codage spécifique. Les auteurs soutiennent que pour créer un véritable « Réseau de Neurones Convolutif Quantique » (QCNN) pour ces images, vous devez le construire pour qu'il respecte la règle de l'« adresse », et non la règle de l'« interrupteur ».

La Magie de la Transformée de Fourier

Alors, comment réparer un réseau qui regarde la mauvaise règle ? Les auteurs ont trouvé une solution ingénieuse en utilisant un outil mathématique appelé la Transformée de Fourier.

Dans le monde classique, si vous voulez analyser une onde sonore, vous pouvez la décomposer en différentes notes musicales (fréquences). Dans le monde quantique, les auteurs ont réalisé que la règle du « décalage d'adresse » devient très simple lorsqu'on regarde l'image à travers le prisme de ces « notes ». Ils appellent cela la base de Fourier.

Ils ont conçu un nouveau type de couche quantique qui fonctionne comme un tour de magie en trois étapes :

1. Traduction en notes : D'abord, l'ordinateur quantique utilise une porte spéciale (la Transformée de Fourier Quantique) pour transformer l'image de « l'adresse des pixels » en « notes de Fourier ».
2. Le Multiplexeur : Ensuite, il applique un filtre spécial appelé Multiplexeur de Fourier. C'est la star du spectacle. Imaginez une immense console de mixage où chaque « note » (fréquence) possède son propre bouton de volume et son propre effet. L'ordinateur peut ajuster chaque note indépendamment sans perturber les autres. Comme la règle du « décalage » n'est qu'un changement simple dans ces notes, ajuster de cette manière garantit que l'ordinateur respecte la symétrie de translation.
3. Traduction inverse : Enfin, il transforme les notes à nouveau en adresses de pixels pour que l'ordinateur puisse lire le résultat.

En construisant le réseau de cette manière, les auteurs ont créé un QCNN Équivariant à la Translation de Pixel (PCS-QCNN). Cela signifie que le réseau est mathématiquement garanti de comprendre qu'une image décalée est la même image, spécifiquement pour la méthode d'encodage FRQI.

Test de la Théorie : Le Jeu du MNIST Décalé

Pour voir si leur nouveau design fonctionne réellement, les auteurs ont mené une série d'expériences en utilisant le célèbre ensemble de données MNIST, qui contient des chiffres écrits à la main (de 0 à 9).

Ils ont créé un défi spécial appelé le benchmark MNIST Translataé. Au lieu de présenter les chiffres au centre de la page, ils les ont déplacés aléatoirement (décalés) jusqu'à 8 pixels. Cela rend la tâche beaucoup plus difficile pour un ordinateur qui ne comprend pas le mouvement.

Ils ont comparé quatre « joueurs » différents :

1. CNN Classique : La référence pour les ordinateurs classiques, conçue pour gérer les décalages.
2. MLP Classique : Un réseau de neurones « dense » standard qui ne connaît pas les décalages (comme un étudiant qui a mémorisé le corrigé mais ne comprend pas le concept).
3. PCS-QCNN : Le nouveau modèle quantique des auteurs, respectant la règle du décalage d'adresse.
4. RBC-QCNN : Un modèle quantique à « Contrôle de Base Aléatoire » (Random Basis Control). C'est un modèle quantique qui ressemble exactement au nouveau modèle des auteurs, mais qui utilise des règles aléatoires ne respectant pas la symétrie au lieu du Multiplexeur de Fourier. C'est le « groupe témoin » pour prouver que la symétrie est ce qui importe.

Les Résultats :

• Duel Classique : Comme prévu, le CNN Classique a écrasé la tâche avec 97,68 % de précision, tandis que le MLP dense a trébuché à 48,93 %. Cela a prouvé que la tâche était effectivement sensible à la symétrie de translation.
• Duel Quantique : Le nouveau PCS-QCNN des auteurs a obtenu 75,89 %. Le RBC-QCNN aléatoire (qui ignorait la symétrie) n'a obtenu que 40,82 %.
• L'Écart : Le nouveau design était 35,08 points de pourcentage meilleur que la version aléatoire. C'est une victoire majeure, suggérant que respecter la symétrie spécifique de l'encodage des données est crucial pour la reconnaissance d'images quantiques.

Cependant, les modèles quantiques n'ont pas tout à fait atteint le niveau du CNN classique (qui était presque parfait). Les auteurs notent que cela est probablement dû au fait que leur modèle quantique est encore une simulation « idéalisée » et qu'il n'a pas encore été optimisé pour les contraintes matérielles des véritables ordinateurs quantiques.

Le Problème des « Shots » : Quand la Réalité Frappe

Il y a un dernier rebondissement. Les ordinateurs quantiques ne se contentent pas de vous donner une réponse ; ils vous donnent une probabilité. Pour obtenir une réponse claire, vous devez poser la même question à l'ordinateur de nombreuses fois (ce qu'on appelle des shots ou des tirages).

Les auteurs ont simulé ce qui se passe lorsque vous n'avez pas un temps infini pour poser des questions. Ils ont découvert que si vous utilisez un petit nombre de shots (comme 128 ou 256), la précision chute. Plus grave encore, ils ont découvert un « décalage entraînement-déploiement ». Un modèle qui semble parfait lorsqu'il est entraîné avec un nombre infini de shots (information parfaite) peut en réalité être moins performant lorsqu'il est testé avec un nombre limité de shots. C'est comme un étudiant qui étudie avec un manuel parfait mais qui se retrouve confus lors d'un examen avec une photocopie floue.

Cela suggère que lorsque nous construirons ces modèles quantiques pour la réalité, nous ne pourrons pas nous contenter de regarder à quel point ils apprennent bien ; nous devons les concevoir pour qu'ils soient robustes même lorsque nous ne pouvons pas nous permettre de prendre des millions de mesures.

Ce qu'il faut retenir

Ce papier ne prétend pas avoir résolu la reconnaissance d'images quantiques ou construit un ordinateur quantique capable de battre les meilleurs ordinateurs classiques. Au lieu de cela, il a résolu un casse-tête logique fondamental. Il a montré que la symétrie n'est pas universelle. On ne peut pas simplement copier-coller les règles de la convolution classique ou de la symétrie quantique générique sur un encodeur d'image quantique.

Les auteurs ont prouvé que pour la méthode d'encodage FRQI, vous devez construire votre réseau quantique pour qu'il respecte la règle du « décalage d'adresse » (PCS) en utilisant leur nouvelle technique de Multiplexeur de Fourier. Leurs expériences ont montré que faire cela fait une différence massive, augmentant la précision de plus de 35 % par rapport à un modèle qui ignore cette règle. Bien qu'il reste des obstacles comme le coût des shots et les limites matérielles, ce travail fournit une recette claire et constructive pour construire des réseaux quantiques qui comprennent réellement comment les images se déplacent. C'est une étape cruciale pour rendre les ordinateurs quantiques non seulement plus rapides, mais aussi plus intelligents dans leur perception du monde.