Quantum Algorithms for Compositional Text Processing

要約

量子コンピューティングと AI は、自然言語処理の分野で有益な接点を見つけました。
私たちは、最近提案された自然言語用の DisCoCirc フレームワークに焦点を当て、量子適応、QDisCoCirc を提案します。
これは、AI を解釈可能にするための構成的アプローチによって動機付けられています。つまり、全体の動作は、部分の動作とそれらが組み合わされる方法の観点から理解できます。
テキスト類似性のモデルネイティブなプリミティブ操作については、QDisCoCirc 内での質問応答のタスクを解決するフォールトトレラント量子コンピューター用の量子アルゴリズムを導出し、これが BQP 困難であることを示します。
他の自然言語処理モデルにおける質問応答の複雑さは考慮していないことに注意してください。
広く受け入れられている推測を仮定すると、提案されたモデルを古典的に実装するには超多項式のリソースが必要になります。
したがって、実用的な量子プロセッサの能力を有意義に実証できる可能性があります。
モデルの構築は、合成量子自然言語処理における以前の研究に基づいています。
単語の埋め込みはパラメータ化された量子回路としてエンコードされ、ここでの構成性とは、量子回路がテキストの言語構造に従って構成されることを意味します。
私たちは、近い将来の量子プロセッサ上でモデルを評価する方法の概要を説明し、他の場所では、量子ハードウェア上でのこれの最近の実装について報告します。
さらに、最近接ベクトル問題に量子アルゴリズムを適用して、モデルのフォールト トレラント領域でグローバーのような高速化を実現します。
これにより、特定の状況において従来のアルゴリズムよりも無条件で 2 次の高速化が実現されます。これについては、今後の作業で経験的に検証します。

要約(オリジナル)

Quantum computing and AI have found a fruitful intersection in the field of natural language processing. We focus on the recently proposed DisCoCirc framework for natural language, and propose a quantum adaptation, QDisCoCirc. This is motivated by a compositional approach to rendering AI interpretable: the behavior of the whole can be understood in terms of the behavior of parts, and the way they are put together. For the model-native primitive operation of text similarity, we derive quantum algorithms for fault-tolerant quantum computers to solve the task of question-answering within QDisCoCirc, and show that this is BQP-hard; note that we do not consider the complexity of question-answering in other natural language processing models. Assuming widely-held conjectures, implementing the proposed model classically would require super-polynomial resources. Therefore, it could provide a meaningful demonstration of the power of practical quantum processors. The model construction builds on previous work in compositional quantum natural language processing. Word embeddings are encoded as parameterized quantum circuits, and compositionality here means that the quantum circuits compose according to the linguistic structure of the text. We outline a method for evaluating the model on near-term quantum processors, and elsewhere we report on a recent implementation of this on quantum hardware. In addition, we adapt a quantum algorithm for the closest vector problem to obtain a Grover-like speedup in the fault-tolerant regime for our model. This provides an unconditional quadratic speedup over any classical algorithm in certain circumstances, which we will verify empirically in future work.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google