論文の概要: Generative AI Beyond Tokens: Quantum Resource Consumption of IQP Circuits

• arxiv url: http://arxiv.org/abs/2607.26711v1
• Date: Wed, 29 Jul 2026 09:55:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-30 21:06:25.617883
• Title: Generative AI Beyond Tokens: Quantum Resource Consumption of IQP Circuits
• Title（参考訳）: トークンを超えた生成AI:IQP回路の量子リソース消費
• Abstract要約: 量子生成モデリングは、生成タスクとしてサンプリングを行う。 IQP回路は位相ランダム化状態に対して極めて低い中間魔法を生成することを示す。
• 参考スコア（独自算出の注目度）: 1.4691887238367354
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum generative modelling casts sampling as a generative task: a parametrised quantum circuit is trained such that sampling reproduces a target probability distribution. Instantaneous Quantum Polynomial-time (IQP) circuits combine structural simplicity with complexity-theoretic evidence for quantum advantage. Yet their practical value depends not only on expressivity, but on how efficiently they consume genuinely quantum resources. We study this question through the lens of magic, or non-stabiliserness, as a resource for quantum generative modelling. We show that established fidelity- and geodesic-based notions of computational progress in a projective Hilbert space are ill-suited to generative models, since operational performance is determined by output probability distributions rather than quantum states themselves. We evaluate magic-consumption directly on the probability simplex, using changes in Jensen-Shannon divergence to quantify progress. Applying this framework to trained random γ-sparse IQP circuits shows signatures of efficient magic use, with the dominant contribution arising from two-qubit gates. As IQP circuits produce remarkably low intermediate magic relative to phase-randomised states with the same sampling distributions, this renders IQP-based quantum generative models as promising candidates for resource-efficient demonstrations of quantum advantage on early fault-tolerant architectures.
• Abstract（参考訳）: 量子生成モデリングは、サンプリングを生成タスクとして、サンプリングをターゲット確率分布を再現するようにパラメトリド量子回路を訓練する。 瞬時量子多項式時間(IQP)回路は、構造的単純さと量子優位性の複雑性理論的な証拠を組み合わせる。 しかし、それらの実践的価値は、表現力だけでなく、真に量子資源をいかに効率的に消費するかにも依存する。 我々は、量子生成モデリングのリソースとして、この疑問を魔法のレンズ、または非安定化性を通して研究する。 提案手法は, 量子状態自体ではなく, 出力確率分布によって演算性能が決定されるので, 射影ヒルベルト空間における計算進行の定性的および測地的概念が生成モデルに不適であることを示す。 本稿では,Jensen-Shannon分散度の変化を用いて,確率的単純度に基づいてマジック消費を直接評価する。 このフレームワークをランダムなγスパースIQP回路に適用すると、2量子ゲートから生じる主要な寄与により、効率的なマジック利用のシグネチャが示される。 IQP回路は、同じサンプリング分布を持つ位相ランダム化状態に対して極めて低い中間魔法を生成するため、IQPベースの量子生成モデルは、初期のフォールトトレラントアーキテクチャにおける量子優位性のリソース効率の実証候補として有望な候補となる。

関連論文リスト

• QnRL: Quantum-Native Reinforcement Learning [82.36163324220894]
  量子強化学習(QRL)は、環境のある複数のアプリケーションにわたる効果的な意思決定戦略を学ぶための有望なアプローチである。 既存のQRLアーキテクチャは、予測された結果を推定することで環境挙動を間接的に近似し、その表現力と適応ポテンシャルを制限する。 このような課題を克服するには、環境変数を直接量子状態分布としてモデル化するために、量子コンピュータの分布特性を利用する新しいQRLアプローチが必要である。
  論文  参考訳（メタデータ） (2026-06-06T17:54:58Z)
• High-expressibility Quantum Neural Networks using only classical resources [2.349637893207168]
  本稿ではQNNアプリケーションでよく用いられるパラメタライズド量子回路の表現可能性について検討する。 QNNにおける高い表現性は、純粋に古典的なリソースで達成可能である。
  論文  参考訳（メタデータ） (2025-06-16T15:29:28Z)
• VQC-MLPNet: An Unconventional Hybrid Quantum-Classical Architecture for Scalable and Robust Quantum Machine Learning [50.95799256262098]
  変分量子回路(VQC)は量子機械学習を約束するが、表現性、訓練性、耐雑音性の課題に直面している。 本稿では,VQCが学習中に古典多層パーセプトロンの第一層重みを生成するハイブリッドアーキテクチャであるVQC-MLPNetを提案する。
  論文  参考訳（メタデータ） (2025-06-12T01:38:15Z)
• QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum Circuits [82.50620782471485]
  QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。 1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。 提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
  論文  参考訳（メタデータ） (2024-01-10T22:33:00Z)
• Simulating non-unitary dynamics using quantum signal processing with unitary block encoding [0.0]
  我々は、資源フルーガル量子信号処理の最近の進歩に適応し、量子コンピュータ上での非一元的想像時間進化を探求する。 所望の仮想時間発展状態の回路深度を最適化する手法と,その実現可能性を試行する。 非単体力学のQET-Uは柔軟で直感的で使いやすく、シミュレーションタスクにおける量子優位性を実現する方法を提案する。
  論文  参考訳（メタデータ） (2023-03-10T19:00:33Z)
• Preparing random state for quantum financing with quantum walks [1.2074552857379273]
  本稿では,古典的ハードウェア上で量子コンピュータや量子シミュレータで実行可能な量子状態に古典的データをロードする効率的な手法を提案する。 Qiskitを使ったSSQWの実装の実践例がオープンソースソフトウェアとしてリリースされた。 所望の確率振幅分布を生成するための有望な方法として、その可能性を示すことは、量子シミュレーションによるオプション価格設定におけるSSQWの適用の可能性を強調している。
  論文  参考訳（メタデータ） (2023-02-24T08:01:35Z)
• Protocols for classically training quantum generative models on probability distributions [17.857341127079305]
  量子生成モデリング(QGM)は、量子状態を作成し、サンプルを隠れた(あるいは既知の)確率分布として生成することに依存する。 そこで本研究では,QGMの高速勾配を考慮した回路に基づく古典的学習手法を提案する。 通常のデスクトップコンピュータ上で最大30キュービットの確率分布を用いたIQP回路のエンドツーエンドのトレーニングを数値的に示す。
  論文  参考訳（メタデータ） (2022-10-24T17:57:09Z)
• Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the Race to Practical Quantum Advantage [43.3054117987806]
  本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。 本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。 古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
  論文  参考訳（メタデータ） (2022-08-29T15:24:03Z)
• Theory of Quantum Generative Learning Models with Maximum Mean Discrepancy [67.02951777522547]
  量子回路ボルンマシン(QCBM)と量子生成逆ネットワーク(QGAN)の学習可能性について検討する。 まず、QCBMの一般化能力を解析し、量子デバイスがターゲット分布に直接アクセスできる際の優位性を同定する。 次に、QGANの一般化誤差境界が、採用されるAnsatz、クォーディットの数、入力状態に依存することを示す。
  論文  参考訳（メタデータ） (2022-05-10T08:05:59Z)
• Learnability of the output distributions of local quantum circuits [53.17490581210575]
  2つの異なるオラクルモデルにおいて、量子回路Bornマシンの学習可能性について検討する。 我々はまず,超対数深度クリフォード回路の出力分布がサンプル効率良く学習できないという負の結果を示した。 より強力なオラクルモデル、すなわちサンプルに直接アクセスすると、局所的なクリフォード回路の出力分布は計算効率よくPACを学習可能であることを示す。
  論文  参考訳（メタデータ） (2021-10-11T18:00:20Z)
• Towards a NISQ Algorithm to Simulate Hermitian Matrix Exponentiation [0.0]
  フォールトトレラントな量子コンピュータは、既知の古典的コンピュータよりも優れたアプリケーションを提供するので、楽しみにしている。 既に存在する、ノイズの多い中間スケール量子(NISQ)デバイスのパワーを活用して実現には何十年もかかるだろう。 本稿では、パラメタライズド量子回路を用いて、エルミタン行列指数をシミュレートする手法を報告する。
  論文  参考訳（メタデータ） (2021-05-28T06:37:12Z)
• Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
  本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。 QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。 数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
  論文  参考訳（メタデータ） (2020-10-20T12:06:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。