Applicability of Quantum-Enhanced Machine Learning

2024年8月15日 08:33

2023年度研究会推薦博士論文速報
［量子ソフトウェア研究会］

鈴木雄大
（慶應義塾大学理工学研究科特任助教）

邦訳：量子による性能強化機械学習の応用性に関する研究

■キーワード
量子機械学習／量子カーネル法／量子リザバー計算

【背景】量子コンピュータの活用により機械学習の性能向上に期待
【問題】実用に向けた量子機械学習モデルの設計指針が不明確
【貢献】量子機械学習モデルの性能解析および設計指針の提案

　量子コンピュータは，量子力学的な効果を利用したコンピュータであり，従来の計算機（古典コンピュータ）よりも特定の問題を効率良く解くことができると期待されている．これまでには，因数分解や線形方程式を解くタスクなどにおいて，従来手法より高速に解けることが理論的に示された量子アルゴリズム（量子コンピュータを用いた計算手法）が提案されている．このような優位性は，エラー訂正が可能な将来的な量子コンピュータを想定しており，中規模でかつノイズの影響を避けられない現状の量子デバイスでは実装が困難である．一方で，ノイズあり量子デバイスであってもサンプリングタスクで古典コンピュータより優位であることが実験的に示されている．そのため，短期・中長期それぞれで利用可能な量子コンピュータに関して，これらの優位性を実用的なタスクに反映させることができるのかに注目が集まっている．

　量子機械学習は，量子コンピュータを活用した機械学習手法であり，性能や計算速度に関して従来手法を凌駕する可能性がある．特にデータ解析に量子コンピュータを利用する方法は，現状の量子デバイスでも実装可能なため大きな関心が寄せられている．この手法では，量子ビット数に対して指数的に次元が大きくなるヒルベルト空間を機械学習のための特徴空間として利用する．このことにより，従来手法では見分けることのできなかったデータの法則性を見出すことができるようになると期待されている．実際に，古典コンピュータを用いた手法では効率良く学習できない特定のデータセットに対し，そのデータの特徴を量子機械学習は効率的に学習可能であることが理論的に示されている．一方，こうした量子機械学習モデルの設計に関する指針が明確ではなく，実応用する際の課題となっている．

　本研究では，量子カーネル法と量子リザバー計算の2つの量子機械学習手法に着目し，これらの性能解析および新たなモデル設計の指針を示した．本稿では量子カーネル法に関する結果をご紹介する．

　量子カーネル法は，分類などのパターン認識タスクに使用される量子機械学習手法である．本手法では，量子カーネルと呼ばれる，データ同士がどれくらい類似しているのかを評価する関数が重要な役割を担う．これまではフィデリティ量子カーネルが使用されており，量子優位性があるデータセットの存在も示されていた．本研究では，このフィデリティ量子カーネルにおいて実機実装や性能に関する問題が生じること示した．これは，扱う量子ビット数が増えるにつれて量子カーネルの値が指数的に小さくなり，データ間の違いを区別できなくなってしまう問題である．この結果，量子コンピュータ実機での実装が困難になることや，未知データに対する性能が悪くなってしまうことを示した．さらに，この「類似度消失」を回避することができる新たな量子カーネルとして，量子フィッシャーカーネルを提案した．本研究では，解析的・数値計算的に類似度消失を回避できることを示し，また従来の量子カーネルを性能で上回る分類タスクの例を示した．

　本結果は，従来の量子カーネルでは扱うのが困難となる大規模量子ビット系に適用できる方法を提示しており，量子カーネル法の実応用を加速させる提案であると言える．

（2024年5月30日受付）
（2024年8月15日note公開）

ーーーーーーーーーーーーーーーーーー
　取得年月：2024年3月
　学位種別：博士（工学）
　大学：慶應義塾大学
ーーーーーーーーーーーーーーーーーー

推薦文［コンピュータサイエンス領域］量子ソフトウェア研究会
機械学習法としてカーネル法とリザバー計算がよく知られていますが，本研究ではこれらを量子コンピュータで動かすための方法論を開発しています．とくに量子リザバーに関しては超伝導量子デバイスのノイズをも計算資源として使えることを実験で示しており，すでにたくさんの引用がなされている重要な成果です．

研究生活　　私は学部2年生のころに量子情報の参考書を偶然目にしたことがきっかけで，量子コンピュータに興味を持ち始めました．ただ私は機械工学科所属のためこの研究に携われないだろうなと思っていました．しかし，学部4年生のときに慶應量子コンピューティングセンターが発足し，また指導教員である泰岡先生のご助力もあり，量子（と当時ほかに興味を抱いていた機械学習）に関する研究に取り組めることとなりました．そこからは量子機械学習の研究にのめり込んでいき，博士課程進学を決意しました．

博士課程の初年度は新型コロナウイルスの影響もあり，思うほど活発な議論ができなかったことを惜しく感じています．しかし2年目以降はIBMワトソン研究所でのインターンや，スイス連邦工科大学ローザンヌ校での研究留学など，有意義な研究生活を過ごすことができました．このような充実した研究生活をサポートくださった，指導教員である泰岡先生，量子コンピューティングセンターでお世話になった山本直樹先生や研究員の方々，インターンで面倒を見てくださったIBMの研究員の方々に改めて感謝を申し上げます．