Who can sample forever? Shot noise effects in quantum linear regression
本文证明了有限样本采样噪声通过使问题变得病态，从根本上限制了量子线性回归，导致当目标值存在噪声时，由于一种形式的量子过拟合，预测误差会持续存在甚至随着数据集的增大而增加。
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
在快速发展的量子机器学习领域，研究人员正试图教计算机利用量子物理的奇异规则来识别模式。一种常见的方法涉及两个步骤：首先，一个固定的量子设备接收输入并将其转化为一组被称为“特征”的数字，这些特征以一种全新的方式描述了输入。其次，一个标准的计算机程序学习如何组合这些特征以做出预测，例如识别特定的化学性质或某种材料类型。这种方法之所以具有吸引力，是因为量子部分不需要经过训练，从而避开了困扰其他量子算法的一些最困难的问题。然而，这里存在一个根本性的限制：量子设备不能直接输出这些特征数字。相反，它必须对量子态进行多次测量，以估计不同结果出现的概率。这个过程就像是试图通过抓取一把豆子来猜测罐子里红豆和蓝豆的准确比例；你抓取的豆子越多，你的估计就越接近真相，但在测量次数有限的情况下，你的估计总会包含一些随机误差。
物理学家团队现已研究了这种不可避免的测量误差（被称为“采样噪声”，shot noise）如何影响这些量子模型的学习能力。他们专注于一种特定的设置，即量子设备从一组训练数据中生成特征，而经典计算机则试图寻找这些特征与目标答案之间最佳的数学关系。研究人员发现，利用有限次数的测量来估算这些特征的行为本身就制造了一个隐藏的陷阱。在一个理想的世界中（拥有无限次测量），这些特征会位于广阔数学空间中一个平坦的低维曲面上。但在现实世界中，由于测量次数有限，随机噪声会将估算的特征推离该曲面，进入其周围的空白空间。当计算机尝试从这些带有噪声的数据中学习时，它试图去拟合这些偏离的点，从而实际上是在学习预测那些在底层物理学中并不存在的方向。
这项研究表明，这产生了一种与经典计算机科学中的误差表现不同的特定类型误差。在标准学习中，如果你有一个带有噪声的数据集，增加更多样本通常有助于你接近正确答案。在这里，研究人员发现，如果每次测量的次数保持不变，仅仅增加训练样本并不能解决问题。相反，误差会停留在由单个测量精度决定的一个顽固的底限上。降低这个底限的唯一方法是增加对每一个训练样本进行的测量次数。如果研究人员尝试用过少的单次测量次数来进行学习，模型会对噪声变得越来越敏感，此时增加更多数据实际上会停止改善结果。
当模型试图学习的答案本身也略有偏差时（例如由于量子态制备的不完美），情况变得更加复杂。在这种情况下，模型开始学习噪声本身。研究人员观察到一种他们称之为“量子过拟合”的现象，即提高训练数据的精度实际上会让模型的预测变得更糟。这是因为模型开始捕捉由测量噪声产生的随机方向，并且随着训练数据变得更加精确，它会放大目标答案中的误差。研究显示，这里存在一种微妙的权衡：必须在训练样本的数量与每个样本进行的测量次数之间取得平衡。
通过详细的数学分析和计算机模拟，该团队精确地描绘了这些误差是如何增长和缩减的。他们表明，当目标答案是完美时，误差随着测量的增加最初会迅速下降，但随后会减速，并受限于一种无法通过增加数据来消除的系统性偏差。当目标答案带有噪声时，如果训练测量变得过于精确，而没有相应提高测试测量的精度，误差最终可能会再次上升。这项工作为量子实验中如何分配资源提供了清晰的指南，表明如果单个测量的质量没有同步提高，那么更大的数据集并不总是更好的选择。研究结果表明，未来的量子学习系统必须在设计时充分意识到这些统计极限，将测量次数和样本数量视为同一枚硬币的两面，而非独立的变量。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。