‍ 🔴آموزش شبکه‌های عصبی کوانتومی روی سخت‌افزار واقعی

🔸محققان یک چارچوب آموزشی برای شبکه های عصبی کوانتومی (Quantum Neural Network, QNN) توسعه داده اند که امکان بهینه‌سازی مبتنی بر گرادیان مستقیم روی سخت افزار کوانتومی را فراهم میکند.

❗این روش با ترکیب سه ایده کلیدی، تعداد دفعات اجرای مدارهای کوانتومی مورد نیاز برای محاسبه #گرادیان را از مقیاسی که به توان دوم تعداد کیوبیت‌ها وابسته است به مقیاسی لگاریتمی کاهش داده است.گرادیان در #یادگیری_ماشین به مشتق تابع خطا نسبت به پارامترهای مدل گفته میشود که برای به روزرسانی پارامترها در جهت کاهش خطا استفاده میگردد.

🔹در روش‌های معمول آموزش شبکه‌های عصبی کوانتومی، بزرگترین مانع، محاسبه‌ی گرادیان‌ها با استفاده از «قانون شیفت پارامتر» (parameter-shift rule) است. در این روش، به ازای هر پارامتر، باید مدار چندین بار اجرا شود؛ بنابراین اگر مدل شما ۱۰۰۰ پارامتر داشته باشد، برای یک مرحله بهینه‌سازی به هزاران بار اجرای مدار نیاز دارید. این مسئله به‌ویژه روی سخت‌افزار واقعی، غیرعملی است.

🔸محققان این مشکل را با سه ایده‌ی همسو (co-designed) حل کرده‌اند:

1️⃣معماری پروانه‌ای (Butterfly architecture): این ساختار، اتصالات بین کیوبیت‌ها را شبیه به الگوریتم تبدیل فوریه سریع (FFT) طراحی میکند. مزیتش این است که تعداد پارامترهای قابل آموزش به ازای رشد تعداد کیوبیت‌ها، بسیار کم‌می‌شود. به عبارت دیگر، مدل فشرده‌تر است.

2️⃣ آموزش لایه‌به‌لایه (layer-wise training): به‌جای اینکه همه‌ی لایه‌های شبکه را همزمان آموزش دهید، ابتدا یک لایه‌ی کوچک را به‌طور کامل یاد میگیرید، آن را فریز میکنید (دیگر تغییرش نمیدهید)، سپس لایه‌ی بعدی را اضافه و فقط آن را آموزش میدهید. این کار هم از overfitting جلوگیری میکند و هم هزینه‌ی محاسباتی را پخش میکند.

3️⃣ محاسبه‌ی موازی گرادیان: کلید اصلی اینجا این است: در معماری پروانه‌ای، گیتهایی که در یک لایه قرار دارند، با یکدیگر «جابه‌جاشونده» (commute) هستند. یعنی ترتیب اجرای آنها تأثیری در خروجی نهایی ندارد.

❗این ویژگی اجازه میدهد که به‌جای محاسبه‌ی جداگانه‌ی گرادیان هر پارامتر، گرادیان کل یک لایه را با تعداد ثابتی اجرای مدار (مثلاً ۲۸ بار) به دست آورید. در مقابل، روش سنتی برای مدلی با ۱۲۸ کیوبیت، چیزی حدود ۱۷۹۲ بار اجرای مدار نیاز داشت.

🔹نتیجه‌ی نهایی این ترکیب، کاهش نمایی (در عمل لگاریتمی) در تعداد دفعات اجرای مدار است. همین امر باعث شد که برای اولین بار، آموزش مستقیم یک مدل ۱۶ کیوبیتی روی دستگاه تجاری IonQ Forte Enterprise ( که اتصال همه‌به‌همه دارد و برای این معماری ایده‌آل است) ممکن شود.

❗آموزش روی ۱۶ کیوبیت واقعی و فرآیند استنتاج (inference) روی ۳۲ کیوبیت انجام گرفت. آنها مدل خود را روی مجموعه داده‌ی بالینی MIMIC-III (شامل رکوردهای بخش مراقبتهای ویژه ICU) برای بازسازی دادههای گمشده (data imputation) و پیشبینی بقای بیمار (patient survival prediction) ارزیابی کردند.

🔸کیفیت بازسازی با معیار سطح زیر منحنی ROC به نام AUC اندازهگیری شد. در مقایسه با روشهای کلاسیک قوی مانند Deep MICE، مدل کوانتومی ۱۶ کیوبتی و مدل ۳۲ کیوبتی عملکردی در فاصله‌ی بسیار ناچیز (چند هزارم) و با واریانس کمتری (پایداری بیشتر) نشان دادند.

🔹این پایداری حاکی از وجود سوگیری‌های مفید ناشی از معماری پروانه‌ای است. در مقایسه‌ی سه حالت شبیه‌سازی ایده‌آل، شبیه‌سازی نویزی، و اجرای مستقیم روی سخت‌افزار ۱۶ کیوبتی، تفاوت آماری معناداری دیده نشد که نشان میدهد این چارچوب آموزشی در برابر سطوح نویز فعلی سخت‌افزار مقاوم (robust) است.

🔸هرچند محققان تأکید میکنند که برای دستیابی به مزیت آشکار کوانتومی احتمالاً به حدود ۱۲۸ کیوبیت نیاز است تا ظرفیت نمایشی قویترین مدل کلاسیک (Deep MICE) محقق شود.

🔹با این حال، اهمیت اصلی این کار در این است که برای اولین بار امکان آموزش مقیاس‌پذیر و مستقیم شبکه‌های عصبی کوانتومی روی سختافزار واقعی را بدون نیاز به شبیه‌سازی‌های سنگین فراهم کرده است.

📎لینک خبر
🟰🟰🟰🟰🟰🟰🟰🟰🟰🟰
🟢join: @QuantumTEQ
🌐Website
🔵LinkedIn

#اخبار #شبکه_عصبی_کوانتومی #یادگیری_ماشین_کوانتومی #یون_به‌دام‎‌افتاده