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

Stel je voor dat je een robot probeert te leren om een kat in een foto te herkennen. Als je de robot een foto van een kat aan de linkerkant laat zien, en je laat hem daarna exact dezelfde kat aan de rechterkant zien, zou een slimme robot moeten beseffen: "Hé, dat is nog steeds een kat!" Dit vermogen om te begrijpen dat een object hetzelfde is, zelfs als het rondverplaatst wordt, wordt translatiesymmetrie genoemd. In de wereld van klassieke computers hebben we speciale hulpmiddelen gebouwd die deze regel strikt naleven, wat ze ongelooflijk goed maakt in het opsporen van dingen in afbeeldingen.

Stel je nu voor dat we deze slimme hulpmiddelen willen bouwen met behulp van kwantumcomputers. Kwantumcomputers zijn als magische dobbelstenen die in veel staten tegelijk kunnen zijn, wat enorme potentie biedt voor snelheid. Maar er is een addertje onder het gras: in de kwantumwereld verandert de manier waarop je de foto in de computer plaatst (de encoding) de regels van het spel. Als je een foto encodeert door elke pixel toe te wijzen aan een specifieke "plek" (zoals een stoel in een theater), betekent het verplaatsen van de foto het verschuiven van de stoelen. Maar als je een foto encodeert door pixels toe te wijzen aan een "lijst met adressen" (zoals een bibliotheekcatalogus), betekent het verplaatsen van de foto het veranderen van de nummers op de cataloguskaartjes. Het artikel dat we vandaag onderzoeken, pakt een lastig puzzelstuk aan: veel bestaande kwantumontwerpen zijn gebouwd om de "stoel-verschuivings"-regel te respecteren, maar voor de "catalogus-kaart"-methode werkt die regel niet. De auteurs realiseerden zich dat als je wilt dat je kwantumcomputer echt goed is in het herkennen van bewegende objecten, je het moet bouwen om de specifieke manier waarop je data is geencodeerd te respecteren, en niet alleen de generieke regels van de kwantummechanica.

---

De Grote Kwantum-Mismatch

De auteurs, Dmitry Chirkov en Igor Lobanov van de ITMO Universiteit, merkten een vreemde discrepantie op in hoe kwantumcomputers met afbeeldingen omgaan. Ze noemen dit de "Pixel vs. Qubit" mismatch.

Stel je voor dat je een rij lichtschakelaars hebt (dit zijn qubits, de basisunits van kwantuminformatie). In veel kwantumontwerpen gingen de ingenieurs ervan uit dat als je de hele rij schakelaars één plek naar rechts verschuift, de computer de nieuwe opstelling zou behandelen als dezelfde afbeelding, simpelweg verschoven. Dit is als het verschuiven van een rij dominostenen; als het patroon beweegt, is het patroon er nog steeds. Dit wordt Qubit Cyclic Shift (QCS) genoemd.

De auteurs keken echter naar een populaire manier om afbeeldingen in kwantumcomputers te plaatsen, genaamd FRQI (Flexible Representation of Quantum Images). In deze methode wordt de afbeelding niet opgeslagen in de schakelaars zelf, maar in de adressen van de schakelaars. Denk aan een bibliotheek waar de boeken (pixels) niet op volgorde in de planken (qubits) staan; in plaats daarvan hebben de planken labels (adressen), en de boeken staan vermeld op een catalogus. Als je een boek van plank 1 naar plank 2 verplaatst, ben je niet alleen de plank aan het verschuiven; je bent het nummer op het cataloguskaartje aan het veranderen.

Het artikel bewijst dat de "schuif de schakelaars"-regel (QCS) niet overeenkomt met de "verander het adres"-regel (Pixel Cyclic Shift, of PCS) die bij FRQI wordt gebruikt. Het is alsof je een deur probeert te openen met een sleutel die wel in het slot past, maar de verkeerde vorm heeft voor de klink. Als je een kwantumnetwerk bouwt dat alleen de "schuif de schakelaars"-regel respecteert, zal het er niet in slagen te herkennen dat een verschoven afbeelding dezelfde afbeelding is wanneer deze specifieke encoding wordt gebruikt. De auteurs betogen dat om een echte "Quantum Convolutional Neural Network" (QCNN) voor deze afbeeldingen te maken, je het moet bouwen om de "adres"-regel te respecteren, en niet de "schakelaar"-regel.

De Fourier Magische Truk

Dus, hoe repareer je een netwerk dat naar de verkeerde regel kijkt? De auteurs kwamen met een slimme oplossing met behulp van een wiskundig hulpmiddel genaamd de Fourier Transformatie.

In de klassieke wereld, als je een geluidsgolf wilt analyseren, kun je deze afbreken in verschillende muzikale noten (frequenties). In de kwantumwereld realiseerden de auteurs zich dat de "adres-verschuivings"-regel heel eenvoudig wordt wanneer je naar de afbeelding kijkt door de lens van deze "noten". Ze noemen dit de Fourier-basis.

Ze ontwierpen een nieuw type kwantumlaag die werkt als een driedelige magische truc:

1. Vertalen naar Noten: Eerst gebruikt de kwantumcomputer een speciale poort (de Quantum Fourier Transform) om de afbeelding van "pixeladressen" naar "Fourier-noten" om te zetten.
2. De Multiplexer: Vervolgens past het een speciale filter toe die een Fourier Multiplexer wordt genoemd. Dit is de ster van de show. Stel je een enorme mengtafel voor waarbij elke "noot" (frequentie) zijn eigen unieke volumeknop en effect krijgt. De computer kan elke noot onafhankelijk aanpassen zonder de andere te verstoren. Omdat de "verschuivings"-regel slechts een eenvoudige verandering in deze noten is, garandeert het aanpassen van de noten op deze manier dat de computer de translatiesymmetrie respecteert.
3. Terugvertalen: Ten slotte zet het de noten weer terug naar pixeladressen zodat de computer het resultaat kan lezen.

Door het netwerk op deze manier op te bouwen, creëerden de auteurs een Pixel-Translation-Equivariant QCNN (PCS-QCNN). Dit betekent dat het netwerk wiskundig gegarandeerd begrijpt dat een verschoven afbeelding dezelfde afbeelding is, specifiek voor de FRQI-encodingmethode.

De Theorie Testen: Het Verschoofte MNIST-Spel

Om te zien of hun nieuwe ontwerp daadwerkelijk werkt, voerden de auteurs een reeks experimenten uit met de beroemde MNIST dataset, die handgeschreven cijfers bevat (0 tot 9).

Ze creëerden een speciale uitdaging genaamd de Translated MNIST benchmark. In plaats van de cijfers in het midden van de pagina te tonen, verplaatsten ze ze willekeurig (verschuiften ze ze) met maximaal 8 pixels. Dit maakt de taak veel moeilijker voor een computer die geen begrip heeft van beweging.

Ze vergeleken vier verschillende "spelers":

1. Klassieke CNN: De gouden standaard voor klassieke computers, ontworpen om verschuivingen aan te kunnen.
2. Klassieke MLP: Een standaard, "dense" neuraal netwerk dat niets weet van verschuivingen (zoals een student die het antwoordmodel uit het hoofd heeft geleerd, maar het concept niet begrijpt).
3. PCS-QCNN: Het nieuwe kwantummodel van de auteurs, dat de adres-verschuivingsregel respecteert.
4. RBC-QCNN: Een "Random Basis Control" kwantummodel. Dit is een kwantummodel dat exact lijkt op het nieuwe model van de auteurs, maar dat gebruikmaakt van willekeurige, niet-symmetrie-respecterende regels in plaats van de Fourier Multiplexer. Het is de "controlegroep" om te bewijzen dat de symmetrie het verschil maakt.

De Resultaten:

• Klassieke Showdown: Zoals verwacht, verpletterde de Klassieke CNN de taak met 97,68% nauwkeurigheid, terwijl de dense MLP struikelde op 48,93%. Dit bewees dat de taak inderdaad gevoelig was voor translatiesymmetrie.
• Kwantum Showdown: Het nieuwe PCS-QCNN van de auteurs scoorde 75,89%. De willekeurige RBC-QCNN (die de symmetrie negeerde) scoorde slechts 40,82%.
• Het Gat: Het nieuwe ontwerp was 35,08 procentpunten beter dan de willekeurige versie. Dit is een enorme overwinning, wat suggereert dat het respecteren van de specifieke symmetrie van de data-encoding cruciaal is voor kwantumbeeldherkenning.

Echter, de kwantummodellen bereikten het niveau van de klassieke CNN (die bijna perfect was) niet helemaal. De auteurs merken op dat dit waarschijnlijk komt omdat hun kwantummodel nog een "geïdealiseerde" simulatie is en nog niet is geoptimaliseerd voor de specifieke hardwarebeperkingen van echte kwantumcomputers.

Het "Shot"-Probleem: Wanneer de Realiteit Toetst

Er is nog een laatste wending. Kwantumcomputers geven je niet zomaar een antwoord; ze geven je een waarschijnlijkheid. Om een duidelijk antwoord te krijgen, moet je de computer dezelfde vraag vele malen stellen (dit wordt shots genoemd).

De auteurs simuleerden wat er gebeurt als je niet een oneindige tijd hebt om vragen te stellen. Ze ontdekten dat als je slechts een klein aantal shots gebruikt (zoals 128 of 256), de nauwkeurigheid daalt. Nog erger, ze ontdekten een "train-deploy mismatch". Een model dat perfect presteert tijdens de training met oneindige shots (perfecte informatie), kan tijdens de test met een beperkt aantal shots juist slechter presteren. Het is als een student die studeert met een perfect tekstboek, maar in de war raakt tijdens een toets met een wazige fotokopie.

Dit suggereert dat wanneer we deze kwantummodellen uiteindelijk voor echt gaan bouen, we niet alleen kunnen kijken naar hoe goed ze leren; we moeten ze ontwerpen om robuust te zijn, zelfs wanneer we niet miljoenen metingen kunnen doen.

De Kernboodschap

Dit artikel beweert niet dat het de kwantumbeeldherkenning heeft opgelost of een werkende kwantumcomputer heeft gebouwd die de beste klassieke computers verslaat. In plaats daarvan heeft het een fundamenteel logisch probleem opgelost. Het heeft aangetoond dat symmetrie geen "one-size-fits-all" is. Je kunt de regels van klassieke convolutie of generieke kwantumsymmetrie niet simpelweg kopiëren en plakken op een kwantumbeeld-encoder.

De auteurs hebben bewezen dat voor de populaire FRQI-encodingmethode, je jouw kwantumnetwerk moet bouwen om de "adres-verschuivings"-regel (PCS) te respecteren met behulp van hun nieuwe Fourier Multiplexer-techniek. Hun experimenten toonden aan dat het doen hiervan een enorm verschil maakt, met een verbetering van de nauwkeurigheid van meer dan 35% vergeleken met een model dat deze regel negeert. Hoewel er nog hindernissen zijn zoals de "shot"-kosten en hardwarebeperkingen, biedt dit werk een helder, constructief recept voor het bouwen van kwantumnetwerken die daadwerkelijk begrijpen hoe afbeeldingen bewegen. Het is een essentiële stap om kwantumcomputers niet alleen sneller, maar ook slimmer te maken in hoe ze de wereld zien die ze proberen te waarnemen.