Kvanttikoneoppiminen

Kvanttikoneoppiminen on kvanttialgoritmien yhdistämistä koneoppimisohjelmiin.^[3][4][5][6] Yleisimmin termi viittaa kvanttitehostettuun koneoppimiseen, jossa kvanttitietokoneella suoritetaan klassisen datan analysointiin tarkoitettuja koneoppimisalgoritmeja.^[7][8][9]

Vaikka koneoppimisalgoritmeja käytetään valtavien tietomäärien laskemiseen, niin kvanttikoneoppiminen eroaa siitä hyödyntämällä kubitteja ja kvanttioperaatioita tai erikoistuneita kvanttijärjestelmiä parantaakseen laskentanopeutta ja algoritmien suorittamaa tietojen tallennusta ohjelmassa.^[5] Esimerkkejä tästä ovat klassisen prosessoinnin ja kvanttiprosessoinnin hybridimenetelmät, joissa laskennallisesti vaikeat aliohjelmat ulkoistetaan kvanttitietokoneelle. ^[10][11][12] Nämä ohjelmat voivat olla luonteeltaan monimutkaisempia ja toteutua nopeammin kvanttitietokoneella.^[5] Lisäksi kvanttialgoritmeja voidaan käyttää kvanttitilojen analysointiin klassisen datan sijasta.^[13][14]

Kvanttilaskennan lisäksi termi ”kvanttikoneoppiminen” liittyy myös klassisiin koneoppimismenetelmiin, joita sovelletaan kvanttikokeista tuotettuun dataan (ts. kvanttijärjestelmien koneoppiminen), kuten kvanttijärjestelmän faasimuutosten oppimiseen^[15][16] tai uusien kvanttikokeiden luomiseen.^[17][18][19]

Kvanttikoneoppiminen ulottuu myös tutkimusalaan, joka tutkii metodologisia ja rakenteellisia yhtäläisyyksiä tiettyjen fyysisten järjestelmien ja oppimisjärjestelmien, erityisesti neuroverkkojen välillä. Esimerkiksi jotkut kvanttifysiikan matemaattiset ja numeeriset tekniikat soveltuvat klassiseen syväoppimiseen ja päinvastoin.^[20][21][22] Tutkijoiden mielenkiinto kohdistuu abstraktimpiin käsityksiin oppimisteorian suhteesta kvantti-informaatioon, mikä tunnetaan myös nimellä ”kvanttioppimisteoria”.^[23][24]

Osa artikkelisarjaa
Tekoäly
Tavoitteet Yleinen tekoäly Tietokonenäkö Koneoppiminen Luonnollisen kielen käsittely Robotiikka
Lähestymistavat Syväoppiminen Bayes-verkko Evoluutioalgoritmi Neurosymbolinen tekoäly Kvanttikoneoppiminen
Sovellutukset Hankkeet Väärentäminen Kääntäminen Hallinto Musiikki Taide Terveydenhuolto Teollisuus Bioinformaatio Fysiikka Geotieteet
Filosofia Etiikka Kiinalaisen huoneen argumentti Rokon basiliski Tekoälyn suuntaaminen Koneiden kapina Turingin testi Sääntely Ystävällinen tekoäly Synteettinen älykkyys Malliromahdus
n k m

1. ↑ Aïmeur, Esma et al.: Machine Learning in a Quantum World. (Lamontagne, L. & Marchand, M. (toim.); Lecture Notes in Computer Science) Advances in Artificial Intelligence. Canadian AI, 2006, 4013. vsk, s. 431–442. Springer. doi:10.1007/11766247_37 ISBN 978-3-540-34628-9 Artikkelin verkkoversio. Viitattu 7.4.2024. (englanniksi)
2. ↑ Dunjko, Vedran; Taylor, Jacob M.; Briegel, Hans J.: Quantum-Enhanced Machine Learning. Physical Review Letters, 2016, 117. vsk, nro 13, s. 130501. American Physical Society (APS). PubMed:27715099 doi:10.1103/PhysRevLett.117.130501 Bibcode:2016PhRvL.117m0501D Artikkelin verkkoversio. Viitattu 7.4.2024. (englanniksi)
3. ↑ Biamonte, Jacob; Wittek, Peter; Nicola, Pancotti; Rebentrost, Patrick; Wiebe, Nathan; Lloyd, Seth: Quantum machine learning. Nature, 2017, 549. vsk, nro 7671, s. 195-202. doi:10.1038/nature23474 Artikkeli ArXiv-sivustolla. (PDF) Viitattu 2.5.2023. (englanniksi)
4. ↑ Schuld, Maria & Petruccione, Francesco: Supervised Learning with Quantum Computers. Quantum Science and Technology, 2018. doi:10.1007/978-3-319-96424-9 ISBN 978-3-319-96423-2 (englanniksi)
5. ↑ ^{a b c} Schuld, Maria; Sinayskiy, Ilya; Petruccione, Francesco: An introduction to quantum machine learning. Contemporary Physics, 2014, 56. vsk, nro 2, s. 172–185. doi:10.1080/00107514.2014.964942 (englanniksi)
6. ↑ Wittek, Peter: Quantum Machine Learning: What Quantum Computing Means to Data Mining. Academic Press, 2014. Academic Press. ISBN 978-0-12-800953-6 (englanniksi)
7. ↑ Wiebe, Nathan; Kapoor, Ashish; Svore, Krysta: Quantum Algorithms for Nearest-Neighbor Methods for Supervised and Unsupervised Learning. Quantum Information & Computation, 2014, 15. vsk, nro 3, s. 0318–0358. Artikkeli ArXiv-sivustolla. (englanniksi)
8. ↑ Lloyd, Seth; Mohseni, Masoud; Rebentrost, Patrick: Quantum algorithms for supervised and unsupervised machine learning. ArXiv > Quantum Physics (quant-ph), 2013. Artikkeli ArXiv-sivustolla. (PDF) Viitattu 2.5.2023. (englanniksi)
9. ↑ Yoo, Seokwon; Bang, Jeongho; Lee, Changhyoup; Lee, Jinhyoung: A quantum speedup in machine learning: Finding a N-bit Boolean function for a classification. New Journal of Physics, 2014, 16. vsk, nro 10, s. 103014. (englanniksi)
10. ↑ Benedetti, Marcello; Realpe-Gómez, John; Biswas, Rupak; Perdomo-Ortiz, Alejandro: Quantum-Assisted Learning of Hardware-Embedded Probabilistic Graphical Models. Physical Review X, 2017. ArXiv-tunniste: 1609.02542 doi:10.1103/PhysRevX.7.041052 Artikkeli ArXiv-sivustolla. Viitattu 2.5.2023. (englanniksi)
11. ↑ Farhi, Edward & Neven, Hartmut: Classification with Quantum Neural Networks on Near Term Processors. ArXiv > Quantum Physics (quant-ph), 2018. ArXiv-tunniste: 1802.06002 Artikkeli ArXiv-sivustolla. (PDF) Viitattu 2.5.2023. (englanniksi)
12. ↑ Schuld, Maria; Bocharov, Alex; Svore, Krysta; Wiebe, Nathan: Physical Review A. Physical Review A, 2020, 101. vsk, nro 3, s. 032308. doi:10.1103/PhysRevA.101.032308 (englanniksi)
13. ↑ Yu, Shang; Albarran-Arriagada, F.; Retamal, J. C.; Wang, Yi-Tao; Liu, Wei; Ke, Zhi-Jin; Meng, Yu; Li, Zhi-Peng; Tang, Jian-Shun: Reconstruction of a Photonic Qubit State with Quantum Reinforcement Learning. Advanced Quantum Technologies, 2018. Wiley. doi:10.1002/qute.201800074 Artikkeli ArXiv-sivustolla. Viitattu 2.5.2023. (englanniksi)
14. ↑ Ghosh, Sanjib; Opala, A.; Matuszewski, M.; Paterek, T.; Liew, Timothy C. H.: Quantum reservoir processing. NPJ Quantum Information, 2019, 5. vsk, nro 35. Springer Nature. doi:10.1038/s41534-019-0149-8 Artikkeli ArXiv-sivustolla. Viitattu 2.5.2023. (englanniksi)
15. ↑ Broecker, Peter; Assaad, Fakher F.; Trebst, Simon: Quantum phase recognition via unsupervised machine learning. ArXiv > Condensed Matter (cond-mat), 2017. Artikkeli ArXiv-sivustolla. (PDF) Viitattu 2.5.2023. (englanniksi)
16. ↑ Huembeli, Patrick; Dauphin, Alexandre; Wittek, Peter: Identifying Quantum Phase Transitions with Adversarial Neural Networks. Physical Review B, 2018, 97. vsk, nro 13, s. 134109. Physical Review B. Artikkeli ArXiv-sivustolla. (PDF) Viitattu 2.5.2023. (englanniksi)
17. ↑ Krenn, Mario: Automated Search for new Quantum Experiments. Physical Review Letters, 2016, 116. vsk, nro 9, s. 090405. doi:10.1103/PhysRevLett.116.090405 Artikkeli ArXiv-sivustolla. (PDF) Viitattu 2.5.2023. (englanniksi)
18. ↑ Knott, Paul: A search algorithm for quantum state engineering and metrology. New Journal of Physics, 2016, 18. vsk, nro 7, s. 073033. doi:10.1088/1367-2630/18/7/073033 Artikkeli ArXiv-sivustolla. Viitattu 2.5.2023. (englanniksi)
19. ↑ Dunjko, Vedran; Briegel, Hans: Machine learning & artificial intelligence in the quantum domain: a review of recent progress. Reports on Progress in Physics, 2018, 81. vsk, nro 7, s. 074001. doi:10.1088/1361-6633/aab406 Artikkeli ArXiv-sivustolla. (PDF) Viitattu 2.5.2023. (englanniksi)
20. ↑ Huggins, William; Patel, Piyush; Whaley, K. Birgitta; Stoudenmire, E. Miles: Towards Quantum Machine Learning with Tensor Networks. Towards Quantum Machine Learning with Tensor Networks, 2018, 4. vsk, nro 2, s. 024001. Artikkeli ArXiv-sivustolla. (PDF) Viitattu 2.5.2023. (englanniksi)
21. ↑ Carleo, Giuseppe; Nomura, Yusuke; Imada, Masatoshi: Constructing exact representations of quantum many-body systems with deep neural networks. Nature Communications, 2018, 9. vsk, nro 1, s. 5322. Artikkeli ArXiv-sivustolla. Viitattu 2.5.2023. (englanniksi)
22. ↑ Bény, Cédric: Deep learning and the renormalization group. ArXiv > Quantum Physics (quant-ph), 2013. Artikkeli ArXiv-sivustolla. (PDF) Viitattu 2.5.2023. (englanniksi)
23. ↑ Sergioli, Giuseppe; Giuntini, Roberto; Freytes, Hector: A new Quantum approach to binary classification. PLOS ONE, 2019, 14. vsk, nro 5, s. e0216224. doi:10.1371/journal.pone.0216224 Artikkelin verkkoversio. Viitattu 2.5.2023. (englanniksi)
24. ↑ Arunachalam, Srinivasan; de Wolf, Ronald: A Survey of Quantum Learning Theory. ArXiv > Quantum Physics (quant-ph), 2017. Artikkeli ArXiv-sivustolla. (PDF) Viitattu 2.5.2023. (englanniksi)