아디바틱 양자 컴퓨터에서 볼츠만 머신의 양자 병렬 학습

초록 양자 컴퓨팅의 속도 향상이 예상되지만, 측정 가능한 이점을 달성하는 것은 여전히 진행 중인 논란의 주제입니다. 아디바틱 양자 컴퓨터(AQC)는 이차 제약 없는 이진 최적화(QUBO) 문제를 해결하도록 설계된 양자 장치입니다. 그러나 이들의 고유한 열 잡음은 볼츠만 머신(BM)과 같은 계산 집약적인 머신 러닝 알고리즘을 훈련하는 데 활용될 수 있습니다. 큰 네트워크에서만 점근적 이점이 예상되지만, 병렬 아디바틱 계산을 활용하여 작은 BM에서도 제한된 양자 속도 향상을 이미 달성할 수 있음을 보여줍니다. 이 접근법은 병렬화된 고전적 깁스 샘플링 방법과 비교하여 Bars and Stripes 데이터셋에서 벽 시간에서 8.6배의 개선을 나타내며, 이보다 더 나은 성능을 보여준 양자 접근법은 없었습니다.