Google Quantum AIの研究者らが、古典的および量子的な問題に対する生成的量子優位性を示す

Google Quantum AI、カリフォルニア工科大学、およびパデュー大学の研究者らが、生成的量子モデルのファミリーを紹介する論文を発表しました。この研究はarXivで公開されており、学習とサンプリングの両方が古典的な領域を超えて効率的に実行できることを確立し、証明可能な優位性を持つ量子エンハンスド生成的モデルの新たな可能性を開きます。

これらのモデルは、トレーニングランドスケープにおけるバレン高原や局所的な極小を回避するフレームワークを備え、効率的にトレーニングできるように設計されており、古典的にシミュレートすることは困難です。68量子ビットの超伝導量子プロセッサを使用して、チームは、古典的に扱いにくい確率分布の学習と、加速された物理シミュレーションのための量子回路の学習という2つのシナリオでこれらの能力を実証しました。この研究では、深層回路と浅層回路のファミリー間の正確なマッピングと、学習ランドスケープを簡素化する分割統治学習アルゴリズムである「縫製技術」を紹介しています。