⚛️ quantum physics

Quantum Tensor Network Learning with DMRG

Questo articolo introduce una condizione di normalizzazione globale per inquadrare gli Stati a Prodotto di Matrici come stati quantistici per l'apprendimento automatico e confronta l'efficacia della discesa del gradiente rispetto a un algoritmo DMRG adattato per ottimizzare la rete tensoriale risultante.

Autori originali: Gustav J L Jäger, Martin B Plenio, Hans-Martin Rieser

Pubblicato 2026-08-20

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Gustav J L Jäger, Martin B Plenio, Hans-Martin Rieser

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Negli angoli silenziosi della fisica, dove gli scienziati studiano come le particelle si comportano insieme in vasti gruppi, è emerso uno strumento potente per dare senso all'impossibile. Questo strumento, noto come rete tensoriale, è stato originariamente progettato per simulare la complessa danza delle particelle quantistiche, aiutando i ricercatori a capire come la materia si assesti nel suo stato più stabile. Pensatelo come un modo per descrivere un sistema massiccio e intricato utilizzando un insieme gestibile di blocchi costruttivi, piuttosto che cercare di memorizzare ogni singolo dettaglio nella memoria di un computer. Recentemente, gli scienziati hanno iniziato a prendere in prestito queste idee per l'apprendimento automatico, sperando di insegnare ai computer a riconoscere modelli utilizzando la stessa logica efficiente che governa il mondo quantistico. L'obiettivo è creare sistemi di apprendimento che siano non solo potenti, ma anche capaci di funzionare su futuri computer quantistici, che operano su principi diversi rispetto ai dispositivi che usiamo oggi. Tuttavia, esiste un ostacolo significativo: i sistemi quantistici hanno una regola rigorosa secondo la quale la probabilità totale di tutti i possibili risultati deve sempre sommare a uno, una condizione che i metodi di apprendimento standard spesso ignorano.

Un team di ricercatori si è posto l'obiettivo di colmare questo divario adattando una specifica tecnica di ottimizzazione chiamata Gruppo di Rinormalizzazione della Matrice di Densità, o DMRG, per l'uso nell'apprendimento automatico. Questo metodo, da tempo pilastro della fisica quantistica, è noto per trovare la migliore configurazione possibile di un sistema regolando le sue parti una alla volta. I ricercatori hanno applicato questo approccio a un'architettura di rete neurale basata sugli stati di prodotto di matrici, un tipo di rete tensoriale che dispone i dati in una struttura simile a una catena. La loro innovazione principale è stata quella di imporre la rigorosa regola di normalizzazione della meccanica quantistica direttamente nel processo di apprendimento. Ciò significava che, mentre il computer regolava i suoi parametri interni per apprendere dai dati, era costretto a mantenere la rappresentazione matematica del sistema perfettamente bilanciata, proprio come esige la natura. Hanno testato due modi diversi per raggiungere questo obiettivo: un metodo standard che regola il sistema passo dopo passo utilizzando i gradienti, e la loro nuova versione modificata dell'algoritmo DMRG, che utilizza una scorciatoia matematica più sofisticata per trovare la soluzione ottimale.

Per vedere se le loro idee funzionavano, il team ha addestrato questi sistemi a riconoscere cifre scritte a mano dal famoso dataset MNIST, un benchmark standard dove i computer imparano a identificare numeri da zero a nove. Hanno utilizzato un sottoinsieme di 5.000 immagini, ridimensionandole in una piccola griglia di 49 pixel, e le hanno divise in gruppi di addestramento e di test. I risultati hanno rivelato una differenza significativa nel modo in cui i sistemi si comportavano sotto i vincoli quantistici. Quando hanno utilizzato un metodo di ottimizzazione standard senza il vincolo di normalizzazione, il sistema ha raggiunto un'accuratezza di test del 94,7 percento. Tuttavia, lo stato matematico interno del sistema era diventato così grande e sbilanciato da non rappresentare più uno stato quantistico valido. L'articolo nota che la norma di questo stato era di circa 3,9 milioni. Quando i ricercatori hanno costretto questo stato sbilanciato ad adattarsi alle regole tramite la normalizzazione, le sovrapposizioni risultanti nella funzione di perdita sono diventate infinitesimali, portando a una perdita banale di circa 0,5. Ciò indica che, sebbene il metodo non vincolato abbia prodotto alte metriche di accuratezza, il modello risultante non è uno stato quantistico valido e non può essere implementato direttamente sull'hardware quantistico senza perdere le sue proprietà apprese.

Al contrario, i metodi che hanno imposto la condizione di normalizzazione fin dall'inizio si sono comportati diversamente. Sia la discesa del gradiente normalizzata che il nuovo approccio DMRG hanno prodotto sistemi che rispettavano le regole quantistiche, ma non hanno raggiunto la stessa alta accuratezza del metodo non vincolato. La discesa del gradiente normalizzata e il DMRG modificato hanno entrambi raggiunto un'accuratezza di test di circa il 73 percento, con un valore di perdita che oscillava vicino a 0,36. Sebbene questi numeri siano inferiori rispetto al metodo non vincolato, essi rappresentano un processo di apprendimento genuino e stabile che potrebbe effettivamente girare su un computer quantistico. I ricercatori hanno scoperto che l'algoritmo DMRG modificato, che utilizza una specifica tecnica di compressione matematica per risolvere il problema di ottimizzazione, ha performato in modo quasi identico alla discesa del gradiente normalizzata, confermando che la scorciatoia ispirata al mondo quantistico era un'alternativa valida.

Lo studio conclude che, sebbene costringere il sistema a obbedire alle regole quantistiche lo renda meno potente nella sua forma attuale rispetto ai metodi classici standard, questo è un passo necessario per il futuro. L'alta accuratezza del metodo non vincolato è stata ottenuta ignorando le leggi fondamentali del mondo quantistico, producendo un modello che non è uno stato quantistico valido. Accettando un'accuratezza inferiore ora, i ricercatori hanno costruito una base che è matematicamente solida e pronta per l'hardware quantistico. Riconoscono che è necessario ulteriore lavoro per migliorare le prestazioni e per sviluppare modi ancora più complessi per gestire tali vincoli, ma la strada da seguire è chiara: per portare l'apprendimento automatico sui computer quantistici, gli algoritmi devono prima imparare a rispettare le rigide regole del regno quantistico.

Sintesi Tecnica: Apprendimento di Reti Tensoriali Quantistiche con DMRG

Definizione del Problema
Le Reti Tensoriali (TN), specificamente gli Stati a Prodotti di Matrici (MPS), sono emerse come un'architettura promettente per l'apprendimento automatico ispirata alla fisica della materia condensata quantistica. Sebbene gli approcci standard alle TN utilizzino spesso la discesa del gradiente per l'ottimizzazione, essi mancano frequentemente delle rigide condizioni di normalizzazione richieste per gli stati quantistici fisici. Nella meccanica quantistica, la conservazione della probabilità impone che gli stati e i canali quantistici siano normalizzati. Questo articolo affronta la sfida di adattare l'apprendimento automatico basato su TN per soddisfare tali vincoli di normalizzazione, consentendo così l'impiego diretto di questi modelli su computer quantistici. Gli autori identificano una lacuna nel trasferimento delle tecniche di ottimizzazione locale, specificamente il Gruppo di Rinormalizzazione della Matrice di Densità (DMRG) e il relativo metodo di Lanczos, al contesto dell'apprendimento automatico quantistico normalizzato.

Metodologia
Gli autori propongono un framework in cui l'ansatz MPS è vincolato a produrre un vettore normalizzato tramite contrazione, rappresentando efficacemente uno stato quantistico. Il nucleo del loro approccio consiste nel modificare gli algoritmi di ottimizzazione standard per rispettare il vincolo di norma unitaria ( $\langle \Psi | \Psi \rangle = 1$ ).

Funzione di Perdita e Vincoli:
Gli autori definiscono una funzione di perdita dell'errore quadratico medio $L$ per compiti di classificazione. A differenza dell'ottimizzazione non vincolata dove l'ottimo potrebbe essere $A^{-1}|b\rangle$ , il vincolo di normalizzazione richiede che la soluzione giaccia sulla sfera unitaria dello spazio di Hilbert. La funzione di perdita è formulata come:
$L = \frac{1}{2} + \frac{1}{2N} \sum_{i=1}^N \left[ \langle \Psi | (|d_i\rangle\langle d_i|_D \otimes 1_B) | \Psi \rangle - 2\text{Re}(\langle \Psi |_{DB} (|d_i\rangle_D \otimes |l_i\rangle_B)) \right]$
dove $|d_i\rangle$ rappresenta i dati di input e $|l_i\rangle$ rappresenta le etichette.
Discesa del Gradiente con Normalizzazione:
Gli autori adattano l'algoritmo di discesa del gradiente per gestire il vincolo di normalizzazione. Invece di un semplice aggiornamento, impiegano un approccio di discesa del gradiente proiettata. Dopo aver calcolato un passo del gradiente $|n\rangle = |\Psi\rangle - \alpha |g\rangle$ , lo stato viene rinormalizzato: $|\Psi'\rangle = |n\rangle / \sqrt{\langle n|n\rangle}$ . Per ottimizzare l'efficienza, derivano una condizione per la dimensione del passo ottimale $\alpha$ ponendo uguale a zero la derivata della perdita rispetto ad $\alpha$ , risolvendo per $\alpha$ tramite iterazioni di Newton.
Algoritmo DMRG Modificato:
Riconoscendo che i metodi del sottospazio di Krylov (come il DMRG) sono tipicamente più efficaci rispetto alla semplice discesa del gradiente, gli autori sviluppano un algoritmo DMRG modificato. Il DMRG standard minimizza il valore di aspettazione dell'energia ma non tiene intrinsecamente conto del termine lineare nella funzione di perdita dell'apprendimento automatico (Eq. 3).
- Passaggio di Post-Processing: Dopo che l'algoritmo di Lanczos comprime l'Hamiltoniana efficace locale $A_s$ in una forma tridiagonale $A'_s$ , gli autori introducono un passaggio di post-processing. Risolvono per un fattore di scala $x$ tale che il gradiente dello stato normalizzato sia perpendicolare alla sfera unitaria.
- Soluzione Analitica: Decomponendo il problema nell'autobasi della matrice compressa, derivano un'equazione per $x$ (Eq. 6) che garantisce che il vincolo di normalizzazione sia soddisfatto. Dimostrano che esiste un minimo globale unico per $x < 0$ e lo risolvono utilizzando l'iterazione di Newton, inizializzata con cura per garantire la convergenza.

Contributi Chiave

Condizione di Normalizzazione: L'introduzione di una condizione di normalizzazione globale all'ansatz MPS, garantendo che il vettore risultante possa essere mappato in un valido stato quantistico.
Adattamento Algoritmico: La modifica sia della discesa del gradiente che dell'algoritmo DMRG/Lanczos per operare sotto questo vincolo di normalizzazione.
Analisi Comparativa: Un confronto diretto tra la discesa del gradiente coniugata standard, la discesa del gradiente normalizzata e il metodo DMRG proposto.

Risultati Sperimentali
I metodi sono stati validati su un sottoinsieme del dataset MNIST (5.000 immagini, riscalate a 7x7), con 4.000 per l'addestramento e 1.000 per il test. I modelli sono stati ottimizzati su tre sweep completi a due siti con una dimensione di legame massima di 20.

Performance: La discesa del gradiente coniugata standard ha ottenuto l'accuratezza più elevata (accuratezza di test del 94,70%) e la perdita più bassa (0,08680). Tuttavia, l'MPS risultante aveva una norma di $\approx 3,9 \times 10^6$ . Normalizzando post-hoc, ciò ha portato a sovrapposizioni trascurabili e a una perdita banale di $\approx 0,5$ , rendendo il modello inefficace per l'impiego quantistico.
Metodi Normalizzati: Sia la discesa del gradiente normalizzata che il metodo Lanczos modificato (DMRG) hanno prodotto perdite di addestramento e di test identiche ( $\approx 0,36$ ) e accuratezze simili ( $\approx 73\%$ ).
Osservazione: L'introduzione della condizione di normalizzazione ha influenzato significativamente i risultati, riducendo l'accuratezza rispetto al metodo del gradiente coniugato non vincolato, ma garantendo che il modello rimanga fisicamente valido (normalizzato).

Significatività e Rivendicazioni
L'articolo sostiene che l'implementazione delle condizioni di normalizzazione è un passo necessario per rendere gli algoritmi delle reti tensoriali adatti all'impiego su computer quantistici. Gli autori posizionano questo lavoro come un passo verso l'adattamento dei metodi delle reti tensoriali per un apprendimento automatico quantistico più efficiente.

Tuttamente, gli autori sono modesti riguardo alle attuali prestazioni. Essi dichiarano esplicitamente che i risultati mostrano che le prestazioni di questi metodi normalizzati "devono essere aumentate per essere competitive con altri algoritmi contemporanei". Riconoscono che la parità con i metodi classici delle reti tensoriali (che non impongono la stretta normalizzazione nello stesso modo) non è ancora stata raggiunta. L'articolo conclude che sono necessarie ulteriori ricerche, inclusa lo studio di condizioni di normalizzazione più complesse (come quelle per i canali quantistici) e miglioramenti nei metodi di valutazione, per portare efficacemente l'apprendimento automatico sui computer quantistici.

Articoli simili