14–15 Nov 2022
Bologna
Europe/Rome timezone

Entanglement entropy production in Quantum Neural Networks

15 Nov 2022, 16:30
20m
Aula Specola (Bologna)

Aula Specola

Bologna

Palazzo Poggi Via Zamboni 33
Machine Learning Martedi

Speaker

Marco Ballarin (Istituto Nazionale di Fisica Nucleare)

Description

Le Reti Neurali Quantitiche (RNQ) sono candidate al raggiungimento del vantaggio quantistico nell'era dei Noisy Intermediate Scale Quantum (NISQ)computers. Diverse architetture di RNQ sono state proposte e testate con successo su dataset di prova utilizzati nel machine learning. Tuttavia, l'entanglement generato dalle RNQ non è stato studiato in maniera quantitativa per RNQ con più di pochi qubits. I metodi di tensor network permettono di simulare circuiti a molti qubit in molti scenari. In questo lavoro, impieghiamo i matrix product states (MPS) per caratterizzare architetture di RNQ recentemente studiate contenenti fino a cinquanta qubits. Mostriamo che l'entropia dell'entanglement generato tende a quella dello stato random uniformemente distribuito di Haar quando la profondità della RNQ aumenta. Osserviamo un comportamento universale dell'entanglement prodotto una volta fissata l'architettura, e quindi introduciamo una nuova misura per caratterizzare la produzione di entanglement nelle RNQ, detta entangling speed. Infine, in accordo con i risultati presenti in letteratura, discutiamo che il regime più promettente per raggiungere il vantaggio quantistico usando RNQ sia definito da un bilanciamento tra entangling speed ed expressibility.

Primary authors

Marco Ballarin (Istituto Nazionale di Fisica Nucleare) Stefano Mangini (Istituto Nazionale di Fisica Nucleare) Simone Montangero (Istituto Nazionale di Fisica Nucleare) Chiara Macchiavello (P) Dr Riccardo Mengoni (cineca)

Presentation materials