ML@Loft8での発表資料です

1. 1
量子機械学習アルゴリズム
Kenji Kubo
mercari R4D

2. 2
自己紹介自己紹介
Twitter: @kenjikun__ (アンスコ2つ)
京都大学大学院人間・環境学研究科
→ 大和証券会社 GM運用部
→ 株式会社メルペイ 次世代金融開発
(ブロックチェーン・AML)
→ mercari R4D リサーチャー
大阪大学基礎工学研究科D1(藤井研)

3. 3
用語
“古典” means “非量子”
“古典” doesn’t mean “古い”

4. 4
理想の量子コンピュータ
実用はまだ先?
量子コンピュータ
エラー訂正あり エラー訂正なし
不完全だが有用そう
実用は近い？

5. 5
計算量が
指数や多項式で減る
量子機械学習
エラー訂正あり エラー訂正なし
性能の良い関数近似器が
得られるかもしれない

6. 6
エラー訂正がある場合

7. 7
エラー訂正がある場合
「逆行列計算」が指数加速 O(N) -> O(logN)
応用: 量子SVM，量子線形回帰，など
「探索」が2次加速 O(N) -> O(√N)
応用: 量子強化学習など
Schuld et al., 2016
Dunjko et al., 2016
Rebentrost et al., 2014

8. 8
N vs logN

9. 9
Support Vector Machine
普通のSVM(双対問題)
普通のSVM(主問題)

10. 10
Support Vector Machine
普通のSVM(双対問題)
普通のSVM(主問題) 最小二乗SVM(主問題)
最小二乗SVM(双対問題)

11. 11
Support Vector Machine
普通のSVM(双対問題)
普通のSVM(主問題) 最小二乗SVM(主問題)
最小二乗SVM(双対問題)
HHL: 逆行列計算を量子計算で高速化！
Harrow, Hassidim, Lloyd, 2019

12. 12
エラー訂正がない場合

13. 13
エラー訂正がない場合
~数百量子ビットかつ短い量子回路
50量子ビット ≈ 古典メモリ16PB
スパコンで1PB
MacBook Proで16GB

14. 14
ハイブリッド機械学習アルゴリズム
途中で大量のメモリが必要だが
統計量だけでいい場合など
四則演算，勾配降下法など
量子コンピュータ
古典コンピュータ

15. 15
例: 量子回路学習
日本物理学会誌 Vol. 74, No. 9, 2019
量子コンピュータで指数的に大きい特徴量空間を扱う
Mitarai and Fujii, 2018

16. 16
量子機械学習アルゴリズムの現状まとめ
1.
エラー訂正がないものの，量子コンピュータの実用が
近づいている
2.
エラー訂正があれば，指数や多項式の加速が
得られることが示されている
3.
エラー訂正がなくても，より性能の良い関数近似器が
得られるかもしれない