⚛️ quantum physics

Spectral Born machines: classically trainable quantum generative models for discrete data

本文介绍了谱本机（spectral Born machines），这是一种基于群傅里叶分析、可在经典条件下训练的量子生成模型，它能高效学习具有离散、整数结构的数据，具有更少的参数量，并展示了高达 190 个量子比特的可扩展性，同时即使在数据稀缺的情况下也可能避免过拟合。

原作者： Austin Huang, William Maxwell, Vasilis Belis, Evan Peters, Jason Pye, Soran Jahangiri, Joseph Bowles

发布于 2026-07-09

📖 1 分钟阅读🧠 深度阅读

CC BY 4.0

原作者： Austin Huang, William Maxwell, Vasilis Belis, Evan Peters, Jason Pye, Soran Jahangiri, Joseph Bowles

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

核心思想：教量子计算机进行“分组”思考

想象一下，你想教一台计算机去学习复杂数据集中的模式，比如一首歌中的字母序列，或是马赛克瓷砖的排列方式。通常，我们通过向计算机展示示例并让它猜测规则来教授知识。

这篇论文介绍了一种新型的“量子生成模型”，称为谱本机器（Spectral Born Machine）。你可以把它想象成一种特殊的量子计算机程序，专门设计用于学习由离散数字（如整数：0, 1, 2, 3...）组成的数据，而不仅仅是简单的开关式比特（bits）。

作者的核心主张是，他们构建了一个模型，该模型易于在常规计算机上进行训练，但一旦完成后，却很难被复制或模拟。这意味着你可以在标准的笔记本电脑或服务器上完成繁重的学习工作，然后将训练好的“大脑”发送到量子计算机上，用以生成新的、真实的各种数据。

问题所在：“二进制”不匹配

为了理解为什么这很特别，想象你试图仅用一个只能处于**开启（ON）或关闭（OFF）**状态的手电筒来教一个孩子数数。

旧方法： 为了表示数字 3，你可能会把灯打开三次。为了表示 4，你会打开四次。但在二进制比特的世界里，3 是 011，而 4 是 100。
故障点： 在现实世界中，3 和 4 是邻居，它们非常接近。但在二进制手电筒的世界里，011 和 100 看起来就像是在房间的两端。如果计算机学到 011 和 100 离得很远，它就会难以理解 3 和 4 实际上是邻居。这种不匹配使得学习变得困难。

作者说：“让我们停止强行将数字塞进二进制盒子。让我们构建一个能将数字理解为一个圆圈或一个群（group）的模型，在这里，邻居才是真正的邻居。”

解决方案：“傅里叶”透镜

团队使用了一种名为**群傅里叶分析（Group Fourier Analysis）**的数学工具。

类比： 想象你正在观察一个复杂的声波。你可以尝试通过列出每一次细微的振动来描述它（这既困难又混乱）。或者，你可以使用棱镜（傅里叶变换）将其分解为特定的音乐音符（频率）。
创新之处： 他们的模型——谱本机器——通过这种“棱镜”来观察数据。它不是试图死记硬背数据的每一个细节，而是学习数字的“频率”或平滑模式。
优势： 通过专注于这些平滑模式（低频），该模型自然地避免了前面提到的“二进制故障”。因为它在数学“棱镜”中，数字 3 和 4 在频率上是接近的，所以它将它们视为紧密的邻居。

工作原理：“经典训练，量子部署”（TCDQ）

这是论文中最具实用性的部分。通常，训练量子计算机是一场噩梦，因为它们既慢且充满噪声。

设置： 他们设计了一个理论上对经典计算机而言极难模拟的量子电路。
技巧： 然而，他们发现了一种方法，可以通过简单的数学计算出“得分”（即模型学习得有多好），而经典计算机可以瞬间完成这种计算。
流程：
- 训练： 你在标准的超级计算机（如数据中心里的那种）上运行训练循环。它通过调整内部的“旋钮”（参数）来学习规则。
- 部署： 一旦模型训练完成，你就将这些设置加载到真实的量子计算机上。
- 结果： 量子计算机现在可以生成极其复杂的新数据样本，而这些样本是常规计算机无法高效生成的。

实验验证：证明其有效性

作者通过两个例子测试了该模型：

“波茨模型”（Potts Model，合成测试）：
- 他们创建了一个虚构的数据集，看起来像是一格格有颜色的瓷砖，其中相邻的瓷砖倾向于拥有相似的颜色（类似于磁场）。
- 结果： 他们训练了不同规模的模型。令人惊讶的是，一个具有“聪明”设计（利用了他们的谱偏差）的小型模型，表现竟然与一个庞大且杂乱的模型不相上下。这证明了他们的方法非常高效，不需要数百万个参数也能运作良好。
核糖体 RNA（真实生物数据）：
- 他们尝试学习 RNA 序列（生命的组成部分）的模式，RNA 是由四种字母（A, C, G, T）组成的字符串。
- 规模： 他们在一个非常小的数据集（仅几百个样本）上训练了一个拥有超过 100 万个参数的模型。
- 意外之处： 通常，如果你给一个模型 100 万个旋钮去转，但只给它极少的样本去学习，它会发生“过拟合”——即完美地记住了样本，但未能学会真正的规则。
- 主张： 尽管拥有庞大的参数量，他们的模型并未出现过拟合。它学习到了 RNA 的底层结构。作者认为，由于该模型旨在专注于“平滑”模式（谱偏差），因此它天生对记忆噪声具有免疫力，即使在数据稀缺的情况下也是如此。

为什么这很重要

论文声称，这种方法为**“量子深度学习”**开启了大门。

它允许我们在现有的经典硬件上训练大规模的量子模型。
它解决了如何自然地表示数字，而不是强行将其塞入二进制盒子的问题。
它表明，量子模型可能能够从极少的数据中学习复杂的模式而不产生混淆，而这正是当前 AI 面临的难题。

简而言之，他们搭建了一座桥梁，让我们能够利用经典计算机的力量来教量子计算机如何理解离散数字的世界，为未来使用量子机器生成连人类都无法模拟的复杂数据做好了准备。

技术摘要：谱本 Born 机器 (Spectral Born Machines)

问题陈述

本文解决了将量子生成模型扩展到离散数据的挑战。虽然“经典训练，量子部署”（TCDQ）范式在利用瞬时量子多项式（IQP）Born 机器处理二进制数据（位串）方面已展现出潜力，但现有的模型本质上是二进制的。大多数现实世界的数据集由整数结构组成（例如核苷酸、分类变量）。

作者认为，将整数数据编码为二进制字符串（通过标准的二进制或独热编码）会引入结构性失配。传统的量子模型对汉明立方体（Hamming cube）具有平滑性偏好，但这与整数的自然拓扑结构并不一致（在汉明空间中，$01111 $和$ 10000 $是极大距离，而在整数拓扑中，$ x $与$ x+1$ 是邻居）。这种失配阻碍了泛化能力。此外，通过梯度估计进行的传统量子电路训练无法扩展到大规模参数量，因此需要新的方法来允许对高度过参数化的模型进行高效的经典训练。

方法论

1. 谱本 Born 机器 (SBMs)

作者提出了谱本 Born 机器，这是基于乘积循环群 $Z_d^n$ （其中 $d$ 是整数字母表的维度， $n$ 是变量的数量）的群傅里叶分析对 IQP Born 机器进行的推广。

电路架构： 该模型由夹在量子傅里叶变换（QFT）及其逆变换层之间的对角参数化幺正算符 $D(\theta)$ 组成：
$U(\theta) = (F^{\otimes n})^\dagger D(\theta) F^{\otimes n}$
这里， $F$ 是 $Z_d$ 上的 QFT。当 $d=2$ 时，这可以简化为 IQP 电路中使用的 Hadamard 层。
参数化： 对角幺正算符 $D(\theta)$ 对计算基态应用相位 $e^{i\Phi_\theta(z)}$ 。相位函数 $\Phi_\theta$ 是由海森堡-外尔（Heisenberg-Weyl, HW）观测量的和构成的，具体而言是 $Q(g, 0)$ ，它们在计算基中是对角的。
经典可训练性： 核心理论贡献在于证明了这些电路中 HW 观测量的期望值可以在经典硬件上高效估计。期望值 $\langle D(k, m) \rangle_\theta$ 可以表示为相位差均匀分布上的期望，从而可以通过蒙特卡洛采样进行无偏估计。这使得能够使用自动微分在经典硬件上计算损失函数的梯度。

2. 损失函数与归纳偏置

为了训练该模型，作者最小化了模型分布 $q_\theta$ 与经验数据分布之间的最大均差（Maximum Mean Discrepancy, MMD）。

图谱分析： MMD 是使用基于数据潜在结构的图拉普拉斯矩阵导出的核函数构建的。
- 循环/序数数据： 使用循环图（Cycle graphs, $C_d$ ）建模，其中相邻元素距离较近（例如时钟时间）。
- 分类数据： 使用完全图（Complete graphs, $K_d$ ）建模，其中所有标签之间的距离相等（例如水果类型）。
谱偏置（Spectral Bias）： 通过将门集限制在低权重生成器（低阶相互作用）中，模型会对输出分布产生低频傅里叶模态的偏好。这强制要求输出相对于数据的图结构保持平滑，从而起到正则化作用，有助于泛化。

3. 软件实现

该方法在 PennyLane 软件平台的新模块 tcdq 中实现。代码使用 JAX 编写，从而实现了灵活、可微且可扩展的算法构建。

核心贡献

向离散数据的泛化： 本文通过利用 $Z_d$ 上的群傅里叶变换，将 TCDQ 框架从二进制位串扩展到了通用的离散数据（ $Z_d^n$ ）。
高效的经典训练： 文中展示了通过利用 HW 观测量的经典可模拟性，可以在经典硬件上高效训练高度参数化的量子生成模型，从而避免了对量子梯度估计的需求。
谱归纳偏置： 作者识别并利用了该模型类中固有的谱偏置。通过限制门集，模型自然地倾向于在整数域上产生平滑分布，这有助于缓解即使在数据稀缺情况下的过拟合问题。
可扩展性演示： 作者成功地使用单个 GPU 在一个相当于 190 个量子比特的电路（93 个维度为 4 的 qudit）上训练了一个拥有超过 100 万个参数的模型。

数值结果

1. Potts 模型（合成数据）

作者在由 $6 \times 6$ 格点上的 Potts 模型（一种循环时钟模型）生成的数据上训练了 SBMs。

发现： 具有受限门集（强制执行低阶谱偏置）的模型达到了与显著更大的非结构化模型相当的测试性能，但使用的参数量要少得多。
过拟合： 尽管参数量各异（从约 2.5k 到 142k），模型都收敛到了相似的损失值而没有明显的过拟合现象，这表明谱偏置有效地正则化了学习过程。

2. 核糖体 RNA（真实数据）

作者在包含 93 个核苷酸的核糖体 RNA 序列（Rfam RF00001）数据集上训练了 SBMs。

设置： 一个 95-qudit 模型（190 个量子比特）在小型数据集（428 个训练样本，53 个测试样本）上进行训练。
模型对比： 对比了两个模型：一个拥有约 40k 参数（包含所有两体 qudit 门）的模型，以及一个拥有约 1.3M 参数（包含选定的三体 qudit 门）的模型。
发现： 两个模型都达到了相似的低损失值（~0.002–0.0035），这与有限数据集固有的统计不确定性是一致的。尽管参数量比数据点多出几个数量级，但较大的模型并未出现过拟合。
傅里叶分析： 通过对傅里叶系数的可视化，训练后的模型成功捕捉到了数据的主要低阶谱统计特性（成对依赖关系）。

意义与主张

本文声称 谱本 Born 机器 (Spectral Born Machines) 代表了通往实用量子机器学习优势的一条充满希望的路径，特别是通过 TCDQ 方法。

免疫过拟合： 作者认为，高度过参数化的 SBMs 可能对过拟合具有免疫力。这归功于“谱偏置”，它将模型限制在低阶傅里叶集中，从而有效地禁止了对稀疏训练数据的记忆（这需要高频分量）。
可扩展性： 这项工作证明了可以使用经典硬件将量子生成模型扩展到数百万参数和数百个量子比特，绕过了当前量子梯度估计的局限性。
复杂度图景： 作者假设这些模型可能处于一个“无人区”的计算复杂度中：它们可能难以进行经典采样（从而保留量子优势），同时也由于估计过程中固有的反多项式噪声，难以通过标准的基于多项式稀疏性的方法进行去量子化（dequantize）。
实证重点： 本文强调，量子机器学习取得实际优势的最终证明可能来自于令人印象深刻的实证结果（大规模训练和性能），而非纯粹的理论复杂度分离，因为后者在针对现实训练参数范围建立时非常困难。

作者总结道，这项工作开启了量子机器学习的一个新时代——“大规模实证”时代，使研究人员能够探测此前无法进行分析的高性能量子模型的属性。