Experimental evidence of generalization in quantum machine learning in small-data regime
Questo articolo fornisce prove sperimentali del fatto che le Reti Neurali Convoluzionali Quantistiche (QCNN) compatibili con l'hardware possano ottenere una forte generalizzazione da dataset estremamente piccoli sfruttando la scalabilità logaritmica dei parametri, sebbene la loro applicazione pratica a dati d'immagine realistici sia attualmente limitata dai compromessi tra l'efficienza dei qubit e la profondità del circuito nella codifica dei dati piuttosto che dalle sfide di ottimizzazione.
Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA di un preprint non sottoposto a revisione paritaria. Non è un consiglio medico. Non prendere decisioni sulla salute basandoti su questo contenuto. Leggi il disclaimer completo
In molti campi della scienza e della medicina, le informazioni più preziose sono spesso quelle più difficili da ottenere. Medici che cercano di diagnosticare malattie rare, ricercatori che studiano strutture molecolari uniche o scienziati che tracciano la diffusione di un nuovo virus si trovano spesso di fronte a una realtà frustrante: hanno pochissimi esempi da cui imparare. Nel mondo dell'intelligenza artificiale, dove i programmi informatici di solito hanno bisogno di montagne di dati per diventare intelligenti, questa mancanza di informazioni rappresenta un importante ostacolo. Quando un computer viene addestrato su solo una manciata di esempi, tende a memorizzare quei casi specifici piuttosto che apprendere le regole sottostanti, un fallimento noto come overfitting (sovraadattamento). Ciò lascia un vuoto critico: come possiamo costruire sistemi che imparino efficacemente da pochissimi esempi?
Una risposta promettente è emersa dal mondo strano e potente del calcolo quantistico. A differenza dei computer classici, che elaborano le informazioni come semplici interruttori on-off, i computer quantistici utilizzano le leggi della fisica che governano gli atomi e la luce per contenere e manipolare le informazioni in un modo molto più complesso. Un design specifico, chiamato rete neurale convoluzionale quantistica, è stato teorizzato come eccezionalmente bravo a imparare da piccoli dataset. L'idea è che queste reti siano costruite con una struttura speciale che permette loro di generalizzare — ovvero, possono applicare ciò che hanno imparato da pochi esempi a nuove situazioni mai viste prima — senza richiedere le enormi quantità di dati di cui hanno bisogno i programmi informatici tradizionali. Ma la teoria è una cosa, la realtà è un'altra. Affinché questi sistemi quantistici siano utili, devono funzionare non solo in modelli matematici, ma su un vero hardware esistente, e devono essere in grado di gestire immagini del mondo reale, non solo stati quantistici astratti.
Un team di ricercatori ha intrapreso il compito di testare questa idea nel mondo reale, concentrandosi sulla verifica se queste reti quantistiche potessero davvero imparare da pochissime immagini. Hanno costruito una versione funzionante della rete che sia compatibile con le attuali macchine quantistiche, un tipo di dispositivo che è ancora nelle sue fasi iniziali di sviluppo. Per vedere se funzionasse, hanno dato al sistema un compito semplice: distinguere tra le cifre scritte a mano zero e uno. Sono partiti con un numero estremamente piccolo di esempi di addestramento, anche solo dieci. Sorprendentemente, la rete quantistica ha imparato il compito rapidamente. Man mano che aggiungevano più esempi, la sua capacità di identificare correttamente nuove cifre migliorava, e il divario tra le sue prestazioni sui dati di addestramento e sui nuovi dati si riduceva. Ciò ha confermato che la rete non stava solo memorizzando le poche immagini che vedeva, ma stava effettivamente imparando una regola che le permetteva di generalizzare.
I ricercatori hanno poi spinto l'esperimento oltre per vedere se questo successo si sarebbe mantenuto in uno scenario più difficile e reale. Si sono rivolti a un dataset di imaging medico contenente immagini ecografiche di tessuto mammario, dove l'obiettivo era distinguere tra escrescenze cancerose e non cancerose. Questo compito è molto più difficile perché le immagini appaiono molto simili e i dati sono spesso sbilanciati. Anche in questo caso, la rete quantistica è riuscita a imparare qualcosa di utile da un piccolo numero di esempi, superando costantemente il caso del puro azzardo. Tuttavia, quando l'hanno confrontata con un programma informatico standard con un numero simile di parametri regolabili, il sistema quantistico ha saputo reggere il confronto, mentre il programma classico non è riuscito a imparare nulla. Ciò ha suggerito che il design quantistico fosse effettivamente più efficiente nell'estrarre significato da dati scarsi.
Eppure, la storia non è finita con una semplice vittoria per il calcolo quantistico. I ricercatori hanno anche posto una domanda cruciale: questo sistema potrebbe scalare per gestire immagini grandi e ad alta risoluzione, come quelle utilizzate oggi negli ospedali? Hanno simulato cosa sarebbe successo se avessero provato a alimentare la rete con immagini di dimensioni crescenti. Hanno scoperto un collo di bottiglia fondamentale che non ha nulla a che vedere con l'algoritmo di apprendimento, ma piuttosto con il modo in cui le immagini vengono tradotte nel linguaggio del computer quantistico. Per inserire un'immagine in una macchina quantistica, i dati devono essere codificati nello stato dei qubit della macchina, le unità fondamentali dell'informazione quantistica. I ricercatori hanno scoperto che esistono due modi principali per farlo, e entrambi presentano un grave difetto quando l'immagine diventa grande. Un metodo utilizza pochissimi qubit ma richiede un circuito così profondo e complesso che richiederebbe un tempo impossibile da eseguire sulle macchine attuali. L'altro metodo mantiene il circuito breve e veloce, ma richiede un numero di qubit che cresce con ogni singolo pixel dell'immagine, superando rapidamente i limiti fisici di qualsiasi dispositivo quantistico esistente.
Questa scoperta ridefinisce la comprensione di ciò che sta frenando l'apprendimento automatico quantistico. La capacità di imparare da pochi campioni è reale ed è stata dimostrata, ma la strada per utilizzare questi sistemi per l'analisi di immagini su larga scala è bloccata non dal processo di apprendimento, ma dal costo del caricamento dei dati. I ricercatori hanno concluso che, sebbene le reti quantistiche mostrino un grande potenziale per applicazioni con scarsità di dati come la diagnosi di malattie rare o la progettazione molecolare, non possono ancora sostituire i computer classici per l'elaborazione di immagini generica. La tecnologia non è ancora pronta per gestire i massicci dataset del mondo moderno perché l'hardware non può ancora supportare la necessaria codifica dei dati. Il lavoro funge da mappa chiara del panorama: il potenziale per l'apprendimento da piccoli dati è presente, ma la sfida ingegneristica di alimentare la macchina con tali dati rimane l'ostacolo dominante.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.