⚛️ quantum physics

Evolving Hybrid Quantum-Classical Architectures for Image Classification

本文扩展了 EXAQC 进化框架，以实现图像分类中混合量子-经典架构发现的自动化，证明了进化出的参数化量子电路在 MNIST、Fashion-MNIST 和 CIFAR-10 上能够达到具有竞争力的准确率，同时与经典深度学习模型相比，显著减少了可训练参数的数量。

原作者： Devroop Kar, Daniel Krutz, Travis Desell

发布于 2026-10-05

📖 1 分钟阅读🧠 深度阅读

CC BY 4.0

原作者： Devroop Kar, Daniel Krutz, Travis Desell

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

在构建更智能计算机的静默竞赛中，一个新的前沿领域已经出现，在这里，硅芯片的僵化逻辑与量子力学的流动、概率特性相遇。多年来，科学家们一直试图教会机器识别模式，从识别照片中的猫到识别 X 光片中的肿瘤。传统计算机通过数学滤波器层处理海量数据来完成这项工作，这种方法虽然有效，但需要巨大的能量和内存。量子计算机利用支配原子的奇异物理规则，承诺能以更少的精力解决这些问题，但它们极其难以控制。最大的障碍在于，这些量子机器内部的“电路”——即处理信息的特定门阵列——必须以极高的精度进行设计。如果设计稍有偏差，计算机就会无法学习，或者更糟，完全停止学习。长期以来，研究人员必须手工设计这些架构，猜测哪种量子部件的排列方式最适合特定任务，这个过程缓慢、昂贵且往往效率低下。

来自罗切斯特理工学院的一个研究小组采取了一种不同的方法，一种让计算机实现自我设计的路径。他们开发了一个名为 EXAQC 的系统，该系统使用类似于自然选择的进化过程来发现最适合给定任务的量子电路。该系统不是由人类工程师绘制蓝图，而是生成数千个随机的电路设计，对其进行测试，并保留表现最好的那些。然后，它将这些成功的设计进行混合和变异，以创造出更好的版本，循环往复，直到找到一个既准确又高效的解决方案。研究人员在困难的图像分类任务上测试了这个系统，要求机器观察手写数字、衣物以及汽车和动物等日常物品的照片，并将它们分入正确的类别。

实验结果揭示了我们未来可能如何构建智能系统的显著转变。当研究人员将他们的进化系统应用于识别手写数字的任务时，它达到了近 98.5% 的成功率。当任务变得更难，转向衣物图像时，该系统仍能保持约 90.6% 的正确率。真正的考验来自于最复杂的数据库，即包含十种不同物体类别的彩色图像集合。在这里，该系统达到了 85.5% 的准确率。这些数字之所以特别重要，不仅是因为系统奏效了，更因为其运作的方式。研究人员发现，系统进化的量子电路非常紧凑，仅使用了传统计算机模型所需资源的极小部分。事实上，在处理最复杂的数据库时，这个混合系统达到了与一个庞大的、拥有十层深度的神经网络相同的准确度水平，但使用的可调节设置（或参数）减少了超过百分之九十六。

研究还发现，将数据输入量子机器的方式比此前认为的更为重要。研究人员尝试了将标准数字图像转化为量子态的不同方法。他们发现，对于简单的图像，这种方法差异不大。然而，对于复杂的彩色图像，选择翻译方法至关重要。一种特定的方法，即使用基于旋转的编码，使得系统能够比传统的基于振幅的方法更好地理解图像，将准确率提高了二十个百分点以上。这表明，随着任务难度的增加，我们为量子处理器准备数据的方式与处理器本身同样重要。

或许最令人惊讶的发现是，该系统如何处理图像中的海量信息。来自复杂数据集的原始图像包含超过三千个数据点，对于目前的量子硬件来说太多了，无法直接处理。研究人员通过使用标准的计算机组件，将图像压缩成一个微小的、易于处理的摘要，然后再传递给量子部分。随后，进化系统学会了如何处理这个摘要。事实证明，进化出的用于处理这些压缩摘要的量子电路并非简单的重复结构。相反，它们发展出了复杂的、不规则的连接模式，看起来与人类通常创建的固定设计截然不同。这些进化的电路能够以惊人的效率从压缩数据中提取必要的信息，证明了自动化搜索可以找到人类设计师可能会忽略的解决方案。

研究人员谨慎地指出，这些结果来自计算机模拟，而非在实际的量子硬件上运行电路，因为实际硬件仍处于早期阶段且容易出错。然而，实验在十次独立运行中的一致性表明，这些发现是稳健的，而非偶然的巧合。该系统不仅找到了一个解决方案，还找到了一个比现有方法更高效的解决方案。通过结合经典计算机提取特征的能力与量子计算机处理特征的能力，研究人员展示了一条避免使用大规模、高耗能模型的路径。这项工作表明，我们不需要等待完美的量子硬件才能看到收益；通过为特定任务进化出合适的架构，我们可以构建出强大、紧凑且能够应对现实世界数据挑战的混合系统。

技术摘要：用于图像分类的演化混合量子-经典架构

问题陈述

混合量子-经典神经网络（HQNNs）将参数化量子电路（PQCs）与深度学习架构相结合，以处理经典数据。然而，这些模型的性能高度依赖于对量子电路架构（ansatz/拟设）的手动选择，包括门组成、电路深度、量子比特连通性和数据编码。现有方法通常依赖于固定的或人工设计的电路，这些电路无法保证适用于特定任务。这种局限性在图像分类领域尤为突出，因为量子电路必须在转换由经典网络提取的特征的同时，保持足够紧凑，以便在近期的硬件上进行实际训练。通用的、与任务无关的拟设往往无法同时满足这些要求，导致诸如贫瘠高原（梯度指数级消失）和训练性差等问题。因此，需要一种自动化的方法来发现既能有效处理复杂图像数据又具有计算效率的量子电路结构。

方法论

作者将先前用于低维基准测试的演化框架 EXAQC 扩展到了图像分类领域。所提出的方法采用了一种由三个主要部分组成的混合架构：

经典编码器 ( $E_\psi$ )： 一个特征提取器（恒等块、MLP 或 CNN），负责将高维原始图像 ( $C \times H \times W$ ) 压缩为适用于量子处理的紧凑表示 ( $d_q$ )。
演化参数化量子电路 ( $Q_{\theta, A}$ )： 其中架构 $A$ （门组成、深度、连通性）通过演化搜索进行发现，而连续参数 $\theta$ 则通过梯度下降进行优化。
经典解码器 ( $D_\phi$ )： 一个将量子测量结果映射到类别预测的网络。

演化搜索过程：
EXAQC 利用稳态演化算法来优化电路结构。每个候选电路被表示为一个包含有序门集合的可变长度基因组。该搜索采用了：

结构突变： 添加、启用、禁用或重新排列门，并修改量子比特连通性。
交叉： 使用二进制、指数或 n 元算子结合父代电路的信息。
拉马克遗传（Lamarckian Inheritance）： 将学习到的连续参数从父代传递给子代，以加速收敛。
异步评估： 候选方案并行评估，后代根据验证适应度立即参与种群插入的竞争。

量子编码策略：
研究调查了四种输入编码机制：

振幅编码（Amplitude Encoding）： 将 $d_q$ 个特征映射到 $n_q = \lceil \log_2(d_q) \rceil$ 个量子比特。
旋转编码（RX, RY）： 每个量子比特映射一个特征 ( $n_q = d_q$ )。
U3 编码： 每个量子比特使用 $U3(\theta, \phi, \lambda)$ 门映射三个特征，允许 $n_q = d_q/3$ 。

训练目标是最小化涉及编码器、量子电路和解码器的联合参数的交叉熵损失。

核心贡献

将 EXAQC 扩展至图像分类： 本文成功地将 EXAQC 框架从低维问题扩展到复杂的图像数据集（MNIST、Fashion-MNIST、CIFAR-10），证明了演化电路可以在压缩的图像特征中找到有用的变换。
自动发现紧凑量子模块： 不同于依赖固定拟设的方法，所提方法演化出针对学习到的特征定制的电路，从而产生能够替代大型经典组件的紧凑量子模块（20–60 个门）。
U3 编码的新颖应用： 该工作引入了将 U3 门作为一种量子编码机制应用于演化搜索框架，这区别于此前未采用该特定编码策略的研究。
参数效率： 研究提供了经验证据，表明演化混合模型可以利用显著更少的训练参数实现具有竞争力的准确率，相比纯经典深度学习基准模型具有优势。

实验结果

该框架在三个具有不同复杂度的数据集上进行了评估：

预测性能：
- MNIST： 98.42% 准确率。
- Fashion-MNIST： 90.62% 准确率。
- CIFAR-10： 85.47% 准确率。
- 这些结果在利用更少门的情况下，超过或匹配了先前的量子架构搜索（QAS）方法（例如 EQNAS、AQEA-QAS）在 CIFAR-10 上的表现。
编码的影响：
- 在 MNIST 上，编码选择的影响极小（差异 < 1%）。
- 在 CIFAR-10 上，基于旋转的编码（RX, RY, U3）明显优于振幅编码（83.75–86.68% 对比 61.38%）。U3 编码 yielded 了最高的准确率（86.68%），但需要最大的电路（60 个门，40 个参数）。
参数效率：
- CIFAR-10： EXAQC 混合模型以 100,173 个参数 实现了 85.68% 的准确率，这与需要 2,569,962 个参数 的 10 层 CNN（85.50%）相比，减少了 96.1% 的参数。它也保持在 ResNet18 准确率的 1.4% 范围内，且参数量减少了 99.1%。
- Fashion-MNIST： 混合模型超过了 1 层 CNN（91.11% 对比 89.47%），且参数量减少了 54.8%。
电路复杂度：
- 用于 CIFAR-10 的演化电路比用于 MNIST 的电路规模更大且纠缠度更高，呈现出单量子比特旋转门和多量子比特受控门的不规则、非分层排列，这与标准的、手工设计的模板不同。

重要性与主张

本文声称，通过演化搜索进行的自动电路发现可以产生紧凑的量子模块，这些模块能够在不牺牲竞争性准确率的前提下，替代视觉架构中的大型经典组件。这项工作的意义在于：

可扩展性： 证明了演化的 PQC 可以处理复杂图像数据集的压缩特征表示，弥合了近期硬件限制与高维数据需求之间的差距。
效率： 确立了混合模型可以在大幅减少参数数量的同时，实现其所属类别的最先进性能，解决了当前量子硬件的资源约束问题。
适应性： 强调了最优的量子架构和编码策略并非普适的，而是高度依赖于数据集以及经典特征提取的质量。

作者总结道，虽然结果令人鼓舞，但未来的工作必须解决对模拟器的依赖、与现有技术的标准化比较需求，以及编码器与量子电路的联合优化问题。他们还指出，随着电路复杂度的增加，演化搜索的成本也会上升，这表明需要更高效的分布式搜索策略。

技术摘要：用于图像分类的演化混合量子-经典架构

问题陈述

方法论

核心贡献

实验结果

重要性与主张

类似论文