在广袤的数据科学领域中，存在着一个被称为“聚类”的持久挑战：即在没有被告知分组形式的情况下，将一堆混乱的信息分类为整齐、有意义的组别的任务。想象一位图书管理员试图整理一座图书馆，其中的书籍没有书名，只有页面间微弱且无形的联系。为了实现这一目标，科学家们经常依赖一种名为“谱聚类”（spectral clustering）的数学工具，它将数据点视为地图上的城市，并将它们之间的相似性视为道路。通过分析这张地图的形状，该方法可以揭示自然的聚类，就像观察一条河流如何自然地将景观划分为不同的山谷一样。然而，随着数据量的增长，地图变得如此复杂，以至于传统的计算机难以计算出必要的模式，往往会被它们必须检查的庞大连接量所困扰。这种瓶颈长期以来限制了在海量数据集中寻找隐藏结构的能力，促使研究人员转向另一种机器：量子计算机，它运行在亚原子世界的奇特概率规则之上。
来自韩国科学技术院（KAIST）和 Qunova Computing 的一个研究小组现在提出了一种利用紧凑量子电路来解决这一问题的新方法。他们并没有试图构建一张包含每个数据点之间所有连接的宏大且详尽的地图——这一过程在经典和量子机器上都既缓慢又昂贵——而是开发了一种精简的方法，直接估算必要的模式。他们的方法（在最近的一项研究中描述）绕过了构建完整关系矩阵的需求。相反，它使用一种巧妙的数学捷径来近似解，仅关注于将数据分隔成组所需的本质特征。研究人员设计了特定的量子电路作为高效的估计器，能够在不写下整张地图的情况下测量数据的“形状”。这使得该系统能够运行在目前可用的量子硬件上，这些硬件通常在规模和稳定性方面受到限制，因为它通过保持计算步骤的简短和易于管理，实现了高效运行。
其创新的核心在于如何处理分组的计算。在传统的谱聚类中，计算机必须首先构建一张巨大的表格，展示每一项与每一项之间的相似程度。对于一个拥有数千个条目的数据集，这张表格会变得极其庞大，且填充这张表需要耗费极长的时间。新的框架完全避免了这一点。它使用一个量子过程，在单一且统一的步骤中估算数据的整体结构。研究人员在系统中引入了一个特定的组件，称之为“惩罚项”（penalty term），以确保算法不会陷入将所有事物都归为一大类的平凡解中。他们严谨地分析了量子计算机需要进行多少次测量才能获得准确答案。他们的分析表明，即使对于这个惩罚项，所需的测量次数也保持在令人惊讶的低水平，并且不会随着数据集的增大而爆炸式增长。这一发现至关重要，因为它表明该方法对于现实世界的使用是切实可行的，因为在现实场景中，时间和计算资源都是有限的。
为了测试他们的想法，研究人员在常用于基准测试机器学习工具的标准数据集上进行了模拟。他们使用了鸢尾花（iris flowers）数据集，该数据集具有每株植物四个不同的测量值，以及一组手写数字图像子集。在这些模拟中，他们将数据编码进量子系统，并让算法学习如何分离组别。结果令人鼓舞：即使使用非常小且简单的量子电路，系统也能成功识别出正确的聚类并达到很高的准确率。对于花卉数据，该模型仅通过几层量子操作就实现了接近 99% 的准确率。对于手写数字，它也达到了类似的性能水平。模拟还证实，作为算法“护栏”的惩罚项表现得正如理论预测的那样。它收敛迅速，且验证其数值所需的测量次数并不需要过大，从而验证了其设计的效率。
这项研究并未声称已经解决了机器学习中的所有问题，也没有声称构建了一台能够瞬间处理任何数据集的量子计算机。这项工作是一项概念验证，是通过模拟而非在物理量子机器上进行的，证明了其数学框架是健全的，且电路是高效的。研究人员明确指出，他们的方法是针对一种特定的量子方法设计的，即数据被编码进一个量子态中，它是一种补充而非替代现有经典方法的方式。他们认为，虽然经典计算机在许多任务上仍然更快，但他们的方法为那些数据本身具有天然量子特性，或者构建完整连接图成本过高的场景提供了一条可行的路径。通过证明一个复杂的聚类问题可以通过紧凑且浅层的量子电路来解决，该团队为量子机器未来如何帮助我们理解世界上最复杂的数据提供了一个蓝图，即通过一次又一次高效的步骤来实现。
技术摘要：通过紧凑电路结构的量子谱聚类框架
问题陈述
基于谱图论的谱机器学习方法是聚类和流形学习的强大工具。然而，它们的实际应用受到高计算成本的阻碍。构建 M 个样本的核（邻接）矩阵通常需要 O(M2) 的时间，而求解相关的特征值问题精确解则需要 O(M3) 的成本。虽然存在经典的近似方法（如 Nyström、随机傅里叶特征、Lanczos），但这些方法通常仍需要显式地访问部分或完整的核矩阵。在量子机器学习的背景下，由于核条目是通过量子子程序（如 SWAP 测试）而非直接读取来估计的，逐条目访问的成本变得极其昂贵，其规模达到 O(ϵ−2M4)。作者指出，在不构建核矩阵或不估计单个条目的情况下，高效执行使用量子核的谱聚类存在技术空白。
方法论
本文提出了一种变分框架用于谱聚类，该框架完全绕过了核矩阵的构建。相反，它通过紧凑的量子电路直接估计必要的量，即聚合二次型。
目标函数： 作者推导了一个源自对称图拉普拉斯算子 (Lsym) 的归一化瑞利商（Rayleigh-quotient）目标函数。目标是最大化：
J(α)=α†Dαα†Aα−ξα†D11†Dα
其中 A 是邻接矩阵，D 是度矩阵，1 是全一向量，ξ>0 是惩罚参数。分子包含一个旨在抑制平凡特征向量（常数向量）的惩罚项，以确保获得非平凡的聚类解。
量子电路设计： 该框架利用三个特定的量子估计器来评估目标函数中的各项，而无需构建矩阵：
- qa(α)： 估计邻接二次型 (α†Aα)。
- qd(α)： 估计度加权二次型 (α†Dα)。
- qp(α)： 估计投影惩罚项 (α†D11†Dα)。
这些估计器依赖于一个数据嵌入幺正算子 Uϕ,D，该算子准备一个索引化的数据点叠加态，以及一个作用在索引寄存器上的可训练权重态 ∣αθ⟩。电路使用类似于 SWAP-test 的子程序来计算量子态之间的保真度（相似性）。
推理（测试）： 对于未见数据点 x^，定义了一个基于测试态与训练好的权重态之间重叠相位（phase）的分数函数。通过干涉电路（测量辅助比特在 σx 和 σy 基底下的观测值）提取相位 ϕ^(x^,α^)，并利用阈值处理或循环聚类进行标签分配。
训练工作流： 权重态 ∣αθ⟩ 的参数使用经典优化器（梯度下降法）进行优化，该优化器由量子估计器引导。梯度通过参数移位规则（parameter-shift rule）进行计算。
核心贡献
- 紧凑电路结构： 作者展示了一系列可以直接估计瑞利商各组成部分的量子电路家族。这种方法避免了构建完整或部分核矩阵以及估计单个核条目的过程，而后者是其他量子谱方法中的瓶颈。
- 严谨的采样复杂度分析： 理论分析表明，惩罚项（qp）的采样复杂度是可控的。尽管直觉上认为惩罚项较小的量级可能需要更多的采样次数，但作者利用集中不等式证明，所需的采样次数相对于失败概率仅呈准多项式增长。这验证了惩罚估计器不会主导整体采样预算。
- 统一的训练-测试工作流： 该框架提供了一个从变分优化到使用基于相位的评分机制对未见数据进行推理的完整流水线。
结果
作者使用无噪声量子模拟在典型数据集上验证了该框架：
- 数据集： Iris 数据集（Setosa 与 Versicolor/Virginica 的二分类）和 MNIST 数据集（数字 '0' 和 '1' 的二分类，通过 PCA 降至 4 维）。
- 性能表现：
- Iris： 使用相对浅层的电路（4 层，24 个参数），模型实现了 98.7% 的平均测试准确率。将层数增加到 6 层或更多时，准确率稳定在 ≥99.8%。
- MNIST： 可靠的性能始于 6 层，在 8 层及以上时稳定在 97.2% 的平均准确率。
- 有限采样行为： 模拟证实了惩罚估计器的行为符合预期。惩罚项的样本均值迅速收敛至零，且方差也随之收缩。至关重要的是，惩罚项可以利用相对较少的采样次数（例如 256–1024 次）进行可靠估计，这与理论分析一致，即惩罚项不需要比其他项显著更高的采样预算。
意义与主张
本文将这项工作定位为一种兼容浅层、硬件高效量子电路的谱聚类框架的“概念验证”。其主要意义在于：
- 规避核矩阵瓶颈： 通过对聚合二次型进行操作，该方法避开了在量子设置下与单个核条目估计相关的 O(M2) 或 O(M4) 成本。
- 缓解规模失配： 严谨的分析表明，惩罚项（通常是数值不稳定或高采样成本的来源）可以被高效估计，使得变分目标函数具有实用性。
- 无监督学习语境： 作者指出，虽然量子核方法在监督学习领域已有深入研究，但在无监督谱聚类中的应用研究较少。这项工作填补了谱图论与变分量子算法在该特定领域的空白。
作者对更广泛的主张保持审慎，明确表示他们并未探讨量子保真度核本身是否在通用任务上比经典核具有量子优势。相反，其重点在于：假设量子核是所选的相似度度量，提供一种高效的实现方式。他们建议未来的工作可以将这种针对惩罚项的分析方法扩展到其他带有惩罚项的变分算法（如 QUBO 问题），并进一步研究无监督设置中量子编码的理论特性。
每周获取最佳 quantum physics 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。