Q-PhotoNAS: Hybrid Quantum Neural Architecture Search Framework on Photonic Devices

本論文は、遺伝的アルゴリズムと学習可能な量子位相符号化を組み合わせ、画像分類ベンチマークにおいて高い精度を達成しつつ、光子ハードウェア固有の特徴抽出能力を実証するフォトニック量子・古典モデルを自動的に設計・最適化するハイブリッド型ニューラルアーキテクチャ探索フレームワーク「Q-PhotoNAS」を提案する。

要約

複雑な料理の究極のレシピを作ろうとしていると想像してください。しかし、そこには非常に異なる 2 人のシェフが協力しています。1 人は人間のシェフ（古典的コンピュータ）であり、もう 1 人は魔術師（量子コンピュータ）です。人間のシェフは野菜を刻んだり材料を整えたりするのが得意ですが、魔術師は人間が単独では不可能なトリックを披露できます。

問題は、この 2 人がどのように協力すべきかを突き止めることが極めて困難だということです。もし人間のシェフに単独で料理させれば、料理はまあまあの出来になります。魔術師に単独でやらせれば、それは災難です。しかし、両者を混ぜ合わせようとすると、その技能を組み合わせる方法は数十億通りもあります。すべての組み合わせを手作業で試そうとすれば、宇宙の存在時間よりも長くかかってしまいます。

本論文は、光（光子）を用いて電気ではなく動作する量子コンピュータ向けに、この人間と魔術師のチームのための完璧なレシピを自動的に見出すスマートな「味見ロボット」Q-PhotoNASを紹介しています。

その仕組みを、簡単な概念に分解して説明します。

1. 問題：選択肢が多すぎる

このハイブリッドシステムの設計を、カスタムカーの組み立てだと考えてみてください。あなたは以下を決めなければなりません。

• エンジンの大きさはどれくらいか。
• どのような燃料を使用するか。
• ステアリングホイールが車輪にどのように接続されるか。
• シートの色は何か。

光ベースの量子コンピューティングの世界では、これらの部品を配置する方法は約370 億通りあります。著者らは、これを手作業で試すこと（メカニックがどの部品が合うか推測するような行為）を試みましたが、それは遅く、しばしば走行しない車に終わることがわかりました。彼らには、最適な組み合わせを自動的にテストする方法が必要でした。

2. 解決策：「進化的」ロボットシェフ

著者らは、デジタル進化実験室のように機能するQ-PhotoNASというシステムを作成しました。人間が推測する代わりに、コンピュータは遺伝的アルゴリズムを使用します。

• 個体群：ロボットが一度に 20 種類の異なる「ベビー」レシピ（アーキテクチャ）を作成すると想像してください。
• テスト：それは料理の小さく迅速なバージョン（少量のデータを使用）を調理し、味がどのくらいかを確認します。
• 選択：最も美味しい 20 のレシピを保持し、悪いものを捨てます。
• 混合（交叉）：2 つの良いレシピの最も良い部分を取り出して混ぜ合わせます。例えば、レシピ A から「エンジン」を、レシピ B から「ステアリング」を取り出して、より良い可能性のある新しいレシピ C を作ります。
• 突然変異：時には、味を改善するかどうかを確認するために、1 つの材料をランダムに変更します（砂糖の代わりに塩を少し加えるなど）。
• ループ：このプロセスを 30 回繰り返します。各ラウンドごとに、レシピはより良くなり、完璧な組み合わせへと進化していきます。

3. 特別な材料：「学習可能」な光

この論文における最大の革新の一つは、「魔法」の部分をどのように扱うかです。通常、データを量子コンピュータに投入する際、それを特定の形状に強制する必要があります（四角い杭を丸い穴に押し込むようなものです）。

この新しいフレームワークでは、ロボットは光そのものをどのように形作るかを学習します。それは、画像データを「位相」（波のタイミングを調整するようなもの）に変換する完璧な方法を突き止め、量子コンピュータがそれを最もよく理解できるようにします。まるで、ロボットが魔術師に、厳格で事前に設定されたトリックを使うよう強制するのではなく、最高の結果を得るために杖を振る正確な方法を教えるようなものです。

4. 結果：勝利のレシピ

ロボットは、2 つの有名な画像データセットで新しいレシピをテストしました。Digits（手書きの数字 0-9）と、より大きく難しい手書き数字のセットであるMNISTです。

• スコア：ロボットは、Digits テストで**99.44%の精度、MNIST テストで98.78%**の精度を達成するレシピを見つけました。
• 比較：この「人間＋魔術師」チームを、「人間のみ」のチーム（量子部分を持たない標準的なコンピュータ）と比較したところ、ハイブリッドチームは毎回勝利しました。
• 勝利の理由：分析によると、「魔術師」（フォトニック層）は単に人間のシェフが行ったことを繰り返していたわけではありませんでした。それは、人間のシェフには見えない隠れたパターンや特徴を見つけ出し、料理に新しい次元の風味を実質的に加えていたのです。

5. 速度チェック：魔法はどれくらい速いか

著者らはまた、光を使用する実際の物理的量子コンピュータ（Quandela Ascella チップ）上で、これがどれくらい時間がかかるかを計算しました。

• ボトルネック：最も遅い部分は、光の移動（瞬時）でも検出でもありません。それは加熱です。機械は光の経路を変えるために熱を使用し、それを温めたり冷ましたりするのに少し時間がかかります。
• 時間：この加熱の遅延があっても、システムは単一の画像を約67 ミリ秒（Digits の場合）および149 ミリ秒（MNIST の場合）で識別できました。これは、多くの現実世界のタスクにとって実用的な速度です。

まとめ

要約すると、この論文は、AI 向けの量子コンピュータを構築するために、私たちが天才的な建築家である必要はないことを示しています。代わりに、自動化された進化的ロボットを使用して、数十億の可能性の中から古典的コンピュータと光ベースの量子コンピュータを混ぜ合わせる完璧な方法を探し出し、どちらか単独よりも賢く正確なシステムを創造することができます。それは、完璧な車のデザインを人間が推測しようとするのと、工場が自動的に車を設計、テスト、改良して完璧にするまでの違いと同じです。

技術概要

技術的概要：Q-PhotoNAS

問題定義
光量子コンピューティングは、室温での動作、低いデコヒーレンス、既存の光ファイバネットワークとの互換性により、スケーラブルな量子機械学習（QML）のための有望なプラットフォームを提供します。しかし、効果的なハイブリッド光量子・古典的アーキテクチャを設計することは依然として重大な課題です。現在の手法は、古典的前処理パイプライン、データ符号化戦略（古典的特徴を光位相にマッピング）、および周囲の古典的層の構造といった、個別のコンポーネントの手動調整に依存しています。論文の動機となる例（図 1）が示すように、Digits や MNIST などのデータセットで競争力のある精度を達成するには、各アーキテクチャの変更が完全な再トレーニング実行を必要とする反復的な手動設計の試行錯誤が必要です。結合設計空間は広大（約 $3.7 \times 10^{10}$ の構成）であり、コンポーネント間の強い相互作用により、貪欲な手動調整は信頼性が低く非効率的です。さらに、既存のニューラルアーキテクチャサーチ（NAS）フレームワークは、ゲートベースの量子ビットシステムとは異なる固有の制約（例えば、固定されたモード数、特定の符号化非線形性）を持つ光ハードウェアを特にターゲットとしていません。

手法：Q-PhotoNAS フレームワーク
著者は、ハイブリッド光量子・古典的モデルに特様に設計されたニューラルアーキテクチャサーチフレームワークであるQ-PhotoNASを提案します。このシステムは、データ前処理、漸進的モデル開発、遺伝的アルゴリズム（GA）に基づく探索、およびハードウェア実行時間の推定という 4 つのフェーズを統合しています。

1. ゲノムと探索空間：このフレームワークは、6 つの機能的な遺伝子グループにわたる 19 のハイパーパラメータを符号化します。

   • データ/前処理：PCA 成分と畳み込みフロントエンドパラメータ。
   • 量子前ネットワーク：量子回路に先行する古典的層の深さ、幅、活性化関数、および正規化。
   • 位相符号化：固定された方式に代わる、学習可能な新しい符号化メカニズム。これは、活性化関数（$\sigma$、$\tanh$、または $\text{clamp}$）、スケール初期化（$s_i$）、バイアス含め（$b_i$）のすべてが GA によって最適化される、微分可能な変換 $\theta_i = \text{act}_\phi(x_i \cdot s_i + b_i) \cdot \pi$ を使用します。
   • 量子層：光回路の出力次元。
   • 分類器ヘッド：最終的な古典的層の深さ、幅、および活性化。
   • トレーニング：学習率、スケジューリング、重み減衰、および勾配クリッピング。
     探索空間は約 $3.7 \times 10^{10}$ の構成に及びます。

2. 遺伝的アルゴリズム戦略：GA は、30 世代にわたって 20 の候補アーキテクチャの集団を進化させます。以下の手法を採用します。

   • グループベースの交叉：アーキテクチャの整合性を維持するため、親から遺伝子グループ全体（例えば、すべての量子前パラメータ）を単位として継承し、一貫性のないアーキテクチャ（例えば、狭い幅を持つ深いネットワークなど）の生成を防ぎます。
   • 遺伝子ごとの突然変異：構成を洗練または多様化させるための局所ステップとグローバルジャンプの組み合わせ。
   • エリート保存：上位 2 個体が変更なく保存されます。
   • 適合度評価：候補は、検証精度を推定するために短い「プロキシ」予算（Digits については 1,000 サンプルで 5 エポック、MNIST については 5,000 サンプルで 3 エポック）で評価されます。その後、見出された最良のアーキテクチャは、完全なデータセットで 100 エポック再トレーニングされます。

3. ハードウェア推定：このフレームワークには、Quandela Ascella光量子プロセッサ（QPU）での実行時間を推定するための第一原理に基づく数学モデルが含まれています。総遅延（$T_{total}$）は、位相シフタ再構成時間（$T_{prep}$）、導波路伝播時間（$T_{prop}$）、検出時間（$T_{det}$）、および電子オーバーヘッド（$T_{lat}$）の和としてモデル化されます。モンテカルロシミュレーションは、熱ドリフト、光子同時計測の不確実性、および電子ジッターを考慮します。

主要な結果
このフレームワークは、DigitsおよびMNIST画像分類ベンチマークで評価されました。

• 精度：Q-PhotoNAS は、Digits で99.44%、MNIST で**98.78%**の最終検証精度を達成しました。これらの結果は、手動設計されたベースライン（純粋な量子回路や固定符号化ハイブリッドなど）を大幅に上回り、古典のみのベースラインと同等の性能を示しました。
• 量子の寄与：学習されたアーキテクチャの分析により、光層が冗長でない特徴を抽出することが明らかになりました。
  • Digits の場合、量子出力のクラス間コサイン類似度は低く（0.135）、直交するクラス分離を示しています。量子特徴と古典特徴間のサンプルごとの類似度は 0.167 であり、補完的な情報を示唆しています。
  • MNIST の場合、クラス間類似度は 0.100 であり、サンプルごとの類似度は**-0.154*でした。これは、光層が古典経路と積極的に反整列*し、より強力な補完性を提供していることを示しています。
  • ハイブリッドモデルは、パラメータ一致の古典のみのベースラインを、Digits で約0.65 パーセントポイント、MNIST で0.83 パーセントポイント一貫して上回り、ランダムシード間での分散も低かったです。
• ハードウェア遅延：Quandela Ascella QPU において、推定される単一画像推論時間は、Digits で約 67 ms、MNIST で約 149 msでした。分析により、熱位相シフタの再構成が支配的なコスト（量子予算の 88% 以上を占める）であることが特定され、回路深さに比例して線形にスケーリングすることが示されました。

意義と主張
本論文は、ハイブリッド光量子・古典的アーキテクチャに特様に設計された最初の NAS フレームワークを提示すると主張しています。その意義は以下の点にあります。

1. 体系的な設計空間の探索：手動の試行錯誤的な設計を超え、古典的前処理、学習可能な位相符号化、および光回路構造間の複雑で微分不可能な相互作用を処理する自動化された探索へと移行します。
2. 学習可能な符号化：位相符号化変換を共同最適化される設計軸として扱うことで、フレームワークは光回路がデータ分布に合わせて位相空間をエンドツーエンドで整列させることを可能にし、固定符号化方式の限界を克服します。
3. 実用性：結果は、自動化された探索がハイブリッド光システムにおいて実用的であることを示しており、現在の熱光ハードウェア上で数十ミリ秒の推論時間で高い精度を達成しています。
4. ハードウェアを考慮した最適化：第一原理に基づくタイミング推定器の組み込みにより、ハードウェアのボトルネック（特に熱再構成）を特定でき、将来のハードウェア開発を電気光学代替手段へと導くことができます。

著者は、Q-PhotoNAS が光デバイス上の量子 AI の体系的設計のための再利用可能で原理的なフレームワークを提供し、より大きなモード数や代替符号化戦略の探求への道を開くと結論付けています。