在量子计算这一新兴领域，研究人员正试图教会机器如何“看”。正如人类大脑通过识别形状、纹理和模式来处理照片一样，量子计算机需要一种方法将经典图像转化为量子态——即一种其独特的硬件能够理解并操纵的特定信息排列方式。这种转化是量子图像处理的基础，这一学科处于视觉数据与奇异且强大的量子力学定律的交汇点。然而，挑战在于目前的这种转化方法极其沉重。它们需要大量的计算资源，且随着图像变大，这些资源会迅速增长，就像背着一个每走一步都会变得更重的沉重背包一样。由于今天的量子计算机仍处于早期且充满噪声的阶段，无法承受这些巨大的负荷，因此科学家们一直难以找到一种既准确又足够轻量，能在现有机器上运行的图像处理方法。
来自印度喀拉拉邦数字科学、创新与技术大学的一个研究小组针对这个问题提出了一个名为 QRISP 的新解决方案。与其尝试向量子计算机输入图像中的每一个像素（这是旧方法所做的事情），他们的做法是将图像分解为固定数量的独特区块。想象一下，将一张照片划分为十六个相等的正方形网格。该系统不再分析构成整幅图像的数百万个微小点，而是观察这十六个方块中的每一个，并为每个方块计算三个简单的描述性数值：平均亮度、方块内的纹理或变化程度，以及最强线条或边缘的方向。这三个数字充当了该区块视觉信息的摘要。研究人员随后将这些摘要编码成使用极少量、固定数量的量子比特（qubits）的量子态。至关重要的是，这个量子“背包”的大小不会随着原始图像的大小而改变。无论图像是微小还是巨大，系统始终使用相同的十六个区块和相同数量的量子比特来表示它。
研究人员使用手写数字和衣物物品的标准数据集测试了这种方法，通过在高性能计算机上进行模拟，以观察其效果如何与旧的、更沉重的方法进行比较。他们发现，通过使用这种基于区块的摘要，他们可以大幅降低处理图像所需的量子电路复杂度。在测试中，新方法仅需七个量子比特即可表示一张图像，而旧方法则需要九个甚至十七个。更重要的是，执行必要计算所需的时间大幅下降。对于一项特定任务，新方法在大约 614 秒内完成了工作，而旧方法则耗时近 15,000 秒。这代表了二十四倍的时间缩减。此外，该系统在处理速度上保持了一致性，不受图像大小的影响；随着图像变大，处理时间大致保持不变，而旧方法则随着图像变大而显著变慢。
尽管这种新方法效率极高，但研究人员也指出存在一个小小的权衡。由于系统是将图像汇总为区块而非观察每一个像素，因此它丢失了一些旧方法所保留的精细细节信息。在模拟中，旧方法实现了更高的识别准确度，在某些情况下达到了接近完美的得分，而新方法实现的准确度虽然也非常具有竞争力，但略低一些。然而，研究人员认为，对于当前受限于噪声和资源匮乏的这一代量子计算机而言，为了获得巨大的速度和可行性提升，这种细微的细节损失是值得付出的代价。该方法证明，无需需要比现有机器强大得多的设备，就可以在量子硬件上处理高分辨率图像。
这项研究表明，这种基于区块的方法为量子图像处理提供了一条切实可行的路径。通过专注于图像最重要的统计特征而非每一个像素，研究人员创建了一种与图像分辨率无关的表示形式。这意味着随着量子技术的进步，这种方法可以扩展到处理更大、更复杂的图像，而无需对底层系统进行重新设计。这项工作完全是通过经典计算机上的模拟完成的，这意味着结果展示了在理想条件下理论上的可能性以及系统的表现。作者指出，下一步是在实际的量子硬件上测试该框架，以观察它在物理量子处理器的真实、多噪环境中的表现。在此之前，这项研究为如何让量子机器以一种既智能又易于管理的方式来看待世界提供了一个引人注目的蓝图。
技术摘要：QRISP —— 量子比特高效且分辨率无关的量子图像表示法
问题陈述
本文解决了量子图像处理（QIP）和量子机器学习（QML）中的一个关键瓶颈：在含噪声中等规模量子（NISQ）约束下，量子图像表示（QIR）的可扩展性问题。现有的像素级编码方案，如灵活量子图像表示（FRQI）和新型增强量子表示（NEQR），存在可扩展性差的问题。在这些模型中，所需的量子比特数和电路深度随图像分辨率呈线性或指数级增长。因此，由于对资源需求过高以及极易受噪声影响的深层电路，在近期的硬件上表示大规模图像变得不切实际。虽然存在其他紧凑型表示方法，但许多方法要么牺牲了空间结构，要么未能将量子资源需求与图像尺寸解耦。
方法论：QRISP 框架
作者提出了 QRISP（量子比特高效且分辨率无关的量子图像表示），这是一种特征驱动的编码框架，它将量子资源复杂度与图像分辨率解耦。该方法通过以下阶段运行：
- 自适应块划分： 该方法并非编码单个像素，而是将输入的灰度图像划分为固定数量（NB）且不重叠的用户可配置块。块大小（b）根据图像分辨率进行自适应选择，以确保无论输入图像维度（H×W）如何，NB 始终保持不变。
- 特征提取： 对于每个块，提取并将其归一化到区间 [0,1] 的三种互补统计描述符：
- 平均强度 (μk)： 捕捉一阶光度结构。
- 局部方差 (σk2)： 捕捉二阶纹理和空间变化。
- 主梯度方向 (ϕknorm)： 通过 Sobel 算子计算，捕捉主要边缘方向。
- 量子态构建： 该框架利用两个量子寄存器：
- 位置寄存器： 使用 ⌈log2(NB)⌉ 个量子比特在均匀叠加态中编码块索引（k）。
- 特征寄存器： 使用参数化单比特旋转门（RY）为每个块编码三种统计特征。旋转角度将归一化的特征值映射到 [0,2π] 范围。
- 纠缠层： 轻量级纠缠层应用 CNOT 门使特征量子比特（均值、方差和梯度）相关联，将独立的描述符转化为联合量子特征表示。
- 分辨率无关性： 由于块的数量（NB）是固定的，总量子比特数（ntotal=np+nf）和逻辑电路结构在不同图像分辨率下保持不变。例如，一个 NB=16 的配置对于从 4×4 到 512×512 的图像仅需 7 个量子比特（4 个用于位置，3 个用于特征）。
核心贡献
论文确定了四个主要贡献：
- 分辨率无关编码： 一种自适应块划分策略，实现了固定量子比特的量子电路，使资源需求取决于块配置而非图像大小。
- 多特征量子表示： 一种块级方案，结合了强度、方差和梯度信息，在不增加像素级开销的情况下增强了判别能力。
- 面向 NISK 的电路设计： 一种浅层编码电路，利用参数化单比特旋转和双比特操作，专门针对当前硬件约束进行了优化。
- 全面评估： 使用量子支持向量机（QSVM）和量子神经网络（QNN）在 MNIST 和 Fashion-MNIST 数据集上进行了严格的性能分析，并将资源使用情况和分类准确率与 FRQI 和 NEQR 进行了对比。
实验结果
作者在高性能计算系统上使用模拟量子电路，将 QRISP 与 FRQI 和 NEQR 进行了评估。
- 资源效率： 对于 16×16 的图像，QRISP 仅需 7 个量子比特，而 FRQI 需要 9 个，NEQR 需要 17 个。转译后的电路深度减少了约 96.8%（从 FRQI 的 ~50,435 降至 QRISP 的 ~1,620），总门计数下降了 95.5%。
- 计算速度： 在 QSVM 实验中，QRISP 的核函数计算时间约为 FRQI 的 24 倍（MNIST 实验中为 614 秒 vs. 14,748 秒）。
- 可扩展性： 随着图像分辨率从 4×4 增加到 512×512，QRISP 的核函数计算时间保持在接近常数水平（600–800 秒），而 FRQI 和 NEQR 的时间呈指数级增长，其中 NEQR 在模拟约束下无法扩展超过 8×8。
- 分类性能： QRISP 实现了具有竞争力的分类准确率。在 MNIST (16x16) 上，其平均准确率达到 0.90，而 FRQI 为 0.97。在 Fashion-MNIST 上，QRISP 在高达 512×512 的分辨率下，准确率保持在 0.90 到 1.00 之间。在 QNN 实验中，QRISP 在 8×8 图像上的准确率与 NEQR 持平（0.90），但执行时间大幅缩短（22.77s vs. 59,370s）。
意义与主张
论文声称 QRISP 在分类性能和量子资源效率之间提供了“良好的平衡”。它将该框架定位为一种特定的、面向 NISQ 的替代方案，适用于对近似特征级描述已足够充分的分类任务，而非旨在取代所有现有的 QIR 模型。
作者强调，虽然 QRISP 通过将像素聚合为块而牺牲了细粒度的空间细节，但这种权衡产生了一种紧凑的表示，既保留了分类所需的结构信息，又使问题在近期硬件上变得可行。这项工作表明，基于特征的块状编码是实现可扩展量子图像处理的一条有前景的路径，有效地解决了目前限制该领域的“表示保真度与硬件可行性之间的反比关系”。作者指出，目前的研究局限于模拟中的小规模二分类，并承认未来的工作将侧重于噪声感知优化、多类分类以及在真实量子硬件上的部署。
每周获取最佳 computer science 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。