Deep Quantum Graph Dreaming: Deciphering Neural Network Insights into Quantum Experiments

要約

新しい科学的発見を促進すると約束されているにもかかわらず、ニューラル ネットワークの不透明性により、発見の背後にあるロジックを解釈する際に課題が生じています。
ここでは、コンピューター ビジョンの機械学習で発明された $inception$ または $deep$ $dreaming$ と呼ばれる eXplainable-AI (XAI) 手法を使用します。
私たちはこの手法を使用して、ニューラル ネットワークが量子光学実験について何を学習するかを調査します。
私たちのストーリーは、量子システムの特性についてディープ ニューラル ネットワークをトレーニングすることから始まります。
トレーニングが完了したら、ニューラル ネットワークを「反転」します。つまり、特定の特性を持つ量子システムをどのように想像するのか、また特性を変更するために量子システムをどのように継続的に変更するのかを効果的に尋ねます。
私たちは、ネットワークが量子システムのプロパティの初期分布をシフトできること、およびニューラル ネットワークの学習された戦略を概念化できることを発見しました。
興味深いことに、最初の層ではニューラル ネットワークが単純な特性を識別する一方、より深い層では複雑な量子構造や量子のもつれさえも識別できることがわかりました。
これは、コンピューター ビジョンで知られ、長い間理解されてきた特性を思い出させますが、現在では、それが複雑な自然科学のタスクで特定されています。
私たちのアプローチは、量子物理学における新しい高度な AI ベースの科学的発見技術を開発するための、より解釈可能な方法で役立つ可能性があります。

要約(オリジナル)

Despite their promise to facilitate new scientific discoveries, the opaqueness of neural networks presents a challenge in interpreting the logic behind their findings. Here, we use a eXplainable-AI (XAI) technique called $inception$ or $deep$ $dreaming$, which has been invented in machine learning for computer vision. We use this techniques to explore what neural networks learn about quantum optics experiments. Our story begins by training a deep neural networks on the properties of quantum systems. Once trained, we ‘invert’ the neural network — effectively asking how it imagines a quantum system with a specific property, and how it would continuously modify the quantum system to change a property. We find that the network can shift the initial distribution of properties of the quantum system, and we can conceptualize the learned strategies of the neural network. Interestingly, we find that, in the first layers, the neural network identifies simple properties, while in the deeper ones, it can identify complex quantum structures and even quantum entanglement. This is in reminiscence of long-understood properties known in computer vision, which we now identify in a complex natural science task. Our approach could be useful in a more interpretable way to develop new advanced AI-based scientific discovery techniques in quantum physics.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google