BLOG

シンラボメンバーのあれこれ

  1. HOME
  2. ブログ
  3. 代表通信
  4. 代表技術通信~量子機械学習再考①

代表技術通信~量子機械学習再考①

こんばんは。代表の草場です。

PointNetについて調べている際に、「そういえば、VRで量子力学を学習すると面白そうだなー、再現できるはずだなー」と思い立ち、Virtual Reality、Quantum physicsで調べていたら、Quantum Machine Learningが出てきたので、ついでに調べることにしました。量子コンピュータに関しては湊さんのQuita記事がとてもわかりやすいです。
今回の参考は、uhasan1さんのGitHubからです。

INTRODUCTION
なぜ量子機械学習なのか?
機械学習(ML)は、最近では単なる用語ですが、18世紀からの仕事の努力が始まります。
機械学習とは何ですか?簡単な言葉で答えは自分自身を学ぶためにコンピュータやアプリケーションを作っている。それはコンピュータサイエンスやITのようなコンピューティング分野と完全に関連しているのですか?と聞かれたら、答えはそうではありません。MLは農業から機械工学に至るまで、生活のあらゆる側面で利用されている共通のプラットフォームです。コンピューティングは,MLを簡単かつ効果的に利用するための重要な要素です.より明確にするために、MLの母は誰ですか?世界の途方もない発明の複雑な数がこの分野を誕生させました。現実の問題に数学を応用すれば,必ず解決策が得られます.ニューラルネットワークから複雑なDNAまで、いくつかの特定の数式や定理の下で実行されています。
コンピューティング技術は、より速く、より速く成長しているように数学は、この分野に入って、現実世界にコンピューティングを介して解決策を作ります。コンピューティング技術のタイムラインでは、ある特定の成果が人々に到達したときに、複素数、固有値などの高度な数学的なアイデアを使用することに興味を持っている人々と、それが人工ニューラルネットワーク、DNAコンピューティングなどのMLの分野のキックスタートとなります。
さて、この分野がなぜ今ブームになっているのか?ビジネスの観点から、8-10年前にMLのキックスタート時に、大きな障壁は、コンピューティング分野に数学をマージすることです。 人々は、コンピューティングでよく知っている数学と研究数学者は、コンピューティングが何であるかについてのアイデアを持っていない。教育だけでなく、仕事の機会は、その時代のようなものです。人が両方を勉強しようとしたとしても、製品を作るためのビジネス価値は良くない。
そこで、Google、IBM、Microsoftなどのトッププロダクト企業は、この分野で様々なアイデアを出すために、数学者、医師、コンピュータサイエンスの人とチームを結成することを決めました。このチームの成功により、いくつかの素晴らしい製品が作られ、この製品を使ったクラウドサービスを提供することから始めました。現在はこの段階に入っています。
さて、次は何をするか?数学がタイムトラベルの概念のレベルに達しても、コンピューティングは古典力学の下で動いている。それを待ちわびている……….. (google, ibm)。

基礎となる量子力学から入り、量子コンピュータについて。量子コンピュータに関してはアニメーションも多数でわかりやすいです。

量子機械学習に関しては、マイクロソフトさんの初期の論文がわかりやすそうです。

我々は、最近傍学習を実行するためのいくつかの量子アルゴリズムを紹介する。我々のアルゴリズムの中核となるのは、内積やユークリッド距離などの距離指標を計算するための高速でコヒーレントな量子手法である。これらの計算に必要な入力データへの問い合わせ数の上限を証明します。最悪の場合、我々の量子アルゴリズムは、対応する古典アルゴリズムと比較して、クエリの複雑さを多項式的に削減することができる。特定のケースでは、古典的なアルゴリズムに比べて指数関数的または超指数関数的な削減を示します。我々は、いくつかの実世界のバイナリ分類タスクにおける量子最近傍アルゴリズムの性能を研究し、分類精度が古典的な手法と競合することを発見した。

いや全然わからん。また明日。

関連記事