NISQハードウェア上の量子回路学習

現在の量子コンピュータは小型でエラーが発生しやすいシステムであり、そのためノイジー中間規模量子（NISQ）という用語が定着しています。大規模でフォールトトレラントな量子コンピュータが近い将来に利用可能になるとは期待されていないため、NISQに適したアルゴリズムの発見が近年注目を集めています。この文脈で最も注目される候補は変分量子アルゴリズムです。ハイブリッドな量子-古典アーキテクチャにより、これらは必要なキュビット数と量子ゲート数が少なく、NISQコンピュータの制約に対処できます。変分量子アルゴリズムの重要なクラスは量子回路学習（QCL）フレームワークです。データのエンコーディングと訓練可能なパラメータ化層から成り、このスキームは問題に適合させることができる量子モデル関数を実装します。例えば、パラメータシフトルールと組み合わせて導関数を計算することで、微分方程式を解くために使用できます。QCLおよび関連するアルゴリズムは文献で広く研究されています。しかし、数値的実験は通常シミュレーターに限られており、実際の量子コンピュータからの結果は不足しています。本論文では、スーパコンダクティングIBM量子プロセッサ上でQCL回路を実行するとともに、ハードウェアエラーの分析を行うことでこのギャップを埋めます。3つのキュビットまでの代表的なQCL回路がIBM量子コンピュータで実行可能であることを示します。この目的のために、複数の関数が学習され、量子コンピュータ上で代表的な微分方程式が解決されます。さらに、QCLフレームワークを使用して、異なる量子モデル関数を並行して学習し、効率的に結合微分方程式を解く方法を提示します。