WiMi、3量子ビット相互作用に基づく量子AIシステムを提案、実機テストを計画

北京、2026年8月21日 /PRNewswire/ -- 世界をリードするホログラム拡張現実（「AR」）技術プロバイダーであるWiMi Hologram Cloud Inc. (NASDAQ: WiMi)（以下「WiMi」または「同社」）は、古典的データ分類タスクに向けた最先端の量子機械学習技術、すなわち古典的データ分類のための相互作用層を備えた量子畳み込みニューラルネットワークを提案しました。この技術は、3量子ビット相互作用に基づく斬新な相互作用層構造を導入することで、量子畳み込みニューラルネットワークの表現力、量子もつれ生成能力、および実際の分類性能を体系的に向上させ、量子ディープラーニングモデルの構造設計を多体相互作用によって駆動される新たな段階へと進める重要な一歩となります。

技術的な実装ロジックの観点から、この量子畳み込みネットワークは、全体としてハイブリッド量子・古典アーキテクチャ設計を採用しています。まず、古典的なデータは効率的なデータエンコーディング戦略を通じて量子状態空間にマッピングされ、限られた量子ビットリソースの下で、元のデータから可能な限り多くの識別情報が保持されるようにします。画像データの場合、ネットワークはブロック分割と局所マッピングのアプローチを採用して、ピクセル情報を対応する量子サブシステムに埋め込みます。1次元データの場合、構造化された振幅エンコーディングと角度エンコーディングの組み合わせを使用して、データ特徴のコンパクトな表現を実現します。データエンコーディングが完了すると、量子状態は複数の量子畳み込みユニットと相互作用層で構成される量子特徴抽出モジュールに送られます。

このモジュールでは、量子畳み込み演算と斬新な相互作用層が交互に実行されます。量子畳み込み層は、局所的な量子ビット部分空間内の低次の特徴を抽出する役割を担っており、その構造設計は、過度に深く実装が困難な量子ゲートシーケンスの導入を避けるため、ハードウェアフレンドリーな原則に従っています。相互作用層はネットワーク全体の主要な革新であり、3量子ビット相互作用を通じてチャンネル間およびスケール間の情報融合を実現します。この設計により、回路の深さを制御しつつ、複雑なパターンに対するネットワークの表現力を大幅に強化することが可能になります。WiMiの研究開発チームは、理論的な分析において、この相互作用層が量子状態空間の網羅能力に与える影響を体系的に研究しました。その結果、三体相互作用を導入した後、ネットワークのパラメータ空間における到達可能な状態の集合が大幅に拡大し、従来の量子ニューラルネットワークにおける一般的な表現力の制限問題を効果的に緩和できることが示されました。

量子もつれ能力の点では、WiMiは提案されたネットワーク構造を量子情報理論の観点からさらに深く分析しました。研究の結果、3量子ビット相互作用層は、比較的浅い回路深度で高強度の多スケール量子もつれ構造を生成できることが分かりました。これは、量子機械学習モデルが入データ内の非線形相関を捉えるために極めて重要です。2量子ビットのもつれゲートのみに依存するネットワーク構造と比較して、新しいモデルは、もつれエントロピー、もつれ分布の一様性、およびもつれ伝搬の効率を含む複数の指標において明確な優位性を示しています。この特性は、モデルの学習能力を向上させるだけでなく、ノイズが存在する環境下での安定した性能維持を強力にサポートします。