Centrala begrepp
量子もつれを利用することで、従来の古典的な機械学習モデルと比較して、表現力、推論速度、および学習効率において、ノイズに強く証明可能な量子的な優位性を達成できる。
Sammanfattning
概要
本論文では、量子もつれを利用することで、従来の古典的な機械学習モデルと比較して、表現力、推論速度、および学習効率において、ノイズに強く証明可能な量子的な優位性を達成できることを示した。
研究内容
自然言語処理で広く用いられる系列変換タスクを対象とする。
変換規則Rは、入力系列xと出力系列yのペアに対して、yがxの有効な変換である場合にR(x, y) = 1となるように定義される。
量子モデルには、2量子ビットユニタリゲートを各量子ビットペアに適用する浅い量子回路を用いる。
古典モデルには、自己回帰モデルとエンコーダ・デコーダモデルを用いる。
量子もつれを利用することで、特定の分散計算タスクに必要な古典的な通信量を削減できる。
Mermin-Peresマジックスクエアゲームを応用した変換規則Rを設計することで、量子モデルはもつれを用いてRを完全に解くことができる一方で、古典モデルはタスクのサイズに対して少なくとも線形にサイズを大きくする必要があることを証明した。
この量子優位性は、一定強度のノイズに対しても堅牢であることを証明した。