Réseaux antagonistes génératifs quantiques

L'apprentissage automatique quantique devrait être l'une des premières applications potentielles à usage général des dispositifs quantiques à court terme. Une percée majeure récente dans l'apprentissage automatique classique est la notion d'entraînement antagoniste génératif, où les gradients d'un modèle discriminateur sont utilisés pour entraîner un modèle génératif séparé. Dans ce travail et un article compagnon, nous étendons l'entraînement antagoniste au domaine quantique et montrons comment construire des réseaux antagonistes génératifs en utilisant des circuits quantiques. De plus, nous montrons également comment calculer les gradients---un élément clé dans l'entraînement des réseaux antagonistes génératifs---en utilisant un autre circuit quantique. Nous donnons un exemple d'un circuit ansatz pratique simple pour paramétrer les modèles d'apprentissage automatique quantique et réalisons une expérience numérique simple pour démontrer que les réseaux antagonistes génératifs quantiques peuvent être entraînés avec succès.