KI und die schwierigen Probleme der Welt · Quantenphysik & Quantencomputing · arXiv · 2026-10-26
Klassisches Vortraining großer flacher parametrisierter Quantenschaltkreise durch Pauli-Propagation und Einsatz auf Quantenhardware
Originaltitel: Classical Pre-Training of Large Shallow Parametrized Quantum Circuits through Pauli Propagation and deployment on Quantum Hardware
Das Skalieren parametrisierter Quantenschaltkreise ist schwierig, weil Parameter-Shift-Gradienten zu aufwendig werden und gradientenfreie Optimierer nur begrenzte Konvergenzgarantien bieten. Die Autoren nutzen Pauli-Propagation, um Observablen rückwärts durch den Schaltkreis zu führen, und erhalten so eine explizite Verlustfunktion, die sich vollständig auf klassischer Hardware minimieren lässt; Trunkierung und Pruning halten das Verfahren handhabbar. Bei 64-Qubit-VQE- und generativen Benchmarks für Binärbilder wurden die vortrainierten Parameter auf IBMs Prozessor ibm_berlin eingesetzt und benötigten weniger Gatter als Ansätze im IQP-Stil.