はじめに

このブログでは、量子機械学習の基礎的な部分について解説します。

量子機械学習とは

機械学習を量子コンピューターで行う学習

・機械学習の発展に伴い、量子アルゴリズムでも行おうという動きが加速している

・まだ発展途上の分野だが、様々な分野で大きな影響を与える可能性がある

・古典的なコンピュータでは処理できない複雑な問題を解決する可能性

量子機械学習の応用

医薬品開発：従来のコンピュータでは不可能な複雑な分子構造をシミュレーション

材料科学：多体量子効果を示す高温超伝導またはその他のエキゾチックな物質の状態をモデル化および設計

金融市場予測：大量のデータを分析できるため

量子回路学習(QCL)について

・量子・古典ハイブリッドアルゴリズム

・誤り訂正機能を持たない中規模の量子コンピュータであるNISQ (Noisy Intermediate-Scale Quantum Computer)での動作を念頭に設計されている

・量子回路を用いることで、量子力学の重ね合わせの原理を生かして指数関数的に多数の基底関数を用いて学習できるため、モデルの表現力が向上

・古典コンピュータにおける機械学習を超える、さらなる高性能化が期待

量子回路学習の学習

入力データxをまずUin(x)を用いて量子状態に変換し、そこから変分量子回路U(θ)と測定等を用いて出力yを得る（出力は⟨B(x,θ)⟩）

量子回路学習の課題

・機械学習を量子コンピュータで実行するには、量子コンピュータで実行できるようにアルゴリズムを移植しなくてはいけない

・OSやプログラミング言語の違いを考慮する通常の移植とは異なる動作原理をまたぐものとなる

参考文献

https://qiita.com/ucc_white/items/43f2a91c7f67b88f4923
https://www.tensorflow.org/quantum/concepts?hl=ja
https://ainow.ai/2022/04/24/264447/#4