📚 课程目录第1章课程导入与全景认知

1. 课程导入与全景认知

在经典机器学习中，我们把一条样本写成向量 x = (x₁, x₂, …, x_d)，模型直接在这个实数空间里做线性组合、核函数或梯度更新。量子机器学习面临的第一道关卡却不同：量子线路只能对量子态施加酉变换并测量，它"看不见"经典向量。因此，任何量子模型的第一步都必须回答同一个问题——如何把经典数据变成一个量子态。这一步就是本课程的主题：量子特征映射与数据编码。

更准确地说，我们要构造一个映射 x ↦ |φ(x)⟩，把 d 维经典数据嵌入到 2ⁿ 维（n 个量子比特）的希尔伯特空间中。这个映射由参数化量子线路实现：编码线路 U(x) 作用在初态 |0…0⟩ 上，得到 |φ(x)⟩ = U(x)|0…0⟩。此后无论做量子核方法、变分分类器还是量子神经网络，后续线路都只在这个已制备好的态上工作。所以编码线路不是"预处理"，而是量子模型不可分割的组成部分，它的选择直接决定了模型能表达什么、不能表达什么。

核心认知：量子特征映射 = 用参数化量子线路实现经典向量到量子态的可微映射。它同时承担两个角色——数据入口（把 x 送进量子硬件）与特征构造器（把 x 变成高维量子特征）。

为什么不能随便选一个映射了事？因为不同的编码方式会把数据放到希尔伯特空间中完全不同的"位置"，从而改变后续模型可用的核函数与决策边界。以最常用的角度编码为例，对单个特征做 RY(θ) 旋转，若取 θ = x，则两个样本的内积为 cos((x−x′)/2)；若取 θ = 2x，内积变为 cos(x−x′)。同一个数据集，仅仅因为编码时的缩放系数不同，量子核的带宽、周期性和分辨能力就变了。这就是"编码即建模"的含义，也是本课程要反复训练的判断力：先想清楚数据要以什么形式进入希尔伯特空间，再谈线路设计。

围绕这一核心，本课程的技术链条可以拆成四个相互衔接的环节。第一是编码基元：单比特旋转门、受控旋转、相位门等基本积木，以及它们各自对应的数学形式。第二是编码策略：基态编码、角度编码、振幅编码、数据重上传（data re-uploading）、IQP 式编码等，它们在资源开销、表达能力和硬件友好度上各有取舍。第三是特征映射的性质分析：映射是否单射、是否引入纠缠、对应的量子核是否具有周期性或带宽限制、是否会出现"特征坍缩"。第四是与下游任务的对接：编码线路如何嵌入量子核方法或变分线路，如何与测量、优化器、噪声模型配合。下图给出这四个环节的关系全景。

理解这张地图后，就能看清本课程与相邻课程的分工。量子门与线路基础课讲"积木怎么搭"，量子算法课讲"用这些态做什么任务"，而本课程聚焦中间那一段：数据以何种方式、付出多少资源、获得何种表达力地进入量子态。这个定位决定了我们的学习重点不是背线路图，而是建立"数据—映射—核/特征—任务表现"之间的因果判断能力。

接下来需要建立几个贯穿全课程的基本量感。其一是维度关系：n 个量子比特的态空间是 2ⁿ 维复向量空间，而振幅编码恰好需要 2ⁿ 个实数（忽略全局相位），因此 d 个特征用振幅编码只需 n = ⌈log₂ d⌉ 个比特，这是最"省比特"的方案；代价是制备线路通常较深，且需要归一化。其二是角度编码的比特数：每个特征占一个旋转门，d 个特征至少需要 d 个门，比特数可少至 1（数据重上传时反复复用同一比特），但线路深度随特征数增长。其三是表达力与可训练性的张力：编码越"丰富"（如引入纠缠与多次重上传），对应的量子核越复杂，但也越容易遇到核矩阵集中（concentration）与梯度消失。

为了让这些抽象关系落地，我们用一个贯穿全课程的小例子建立手感。假设有一个二维二分类数据集，样本为 x = (x₁, x₂)，取值在 [0, π] 内。采用角度编码，线路为：对 qubit 0 施加 RY(x₁)，对 qubit 1 施加 RY(x₂)，再用一个 CNOT 引入纠缠。用 Qiskit 风格伪代码表示如下（示例参数，非实测结果）：

from qiskit import QuantumCircuit
import numpy as np

def encoding_circuit(x1, x2):
    qc = QuantumCircuit(2)
    qc.ry(x1, 0)          # 特征 x1 编码到 qubit 0
    qc.ry(x2, 1)          # 特征 x2 编码到 qubit 1
    qc.cx(0, 1)           # 引入纠缠，扩展特征空间
    return qc

# 两个样本的量子核（内积模平方）示例
def kernel(x, y):
    qc = encoding_circuit(*x).compose(encoding_circuit(*y).inverse())
    return abs(qc.statevector()[0])**2   # 仅示意，实际需模拟器

这段代码的关键不在语法，而在两个可观察的判断点。第一，编码是否单射：由于 RY(θ) 以 2π 为周期，若特征取值范围超过 2π，不同样本可能映射到同一量子态，造成信息丢失——所以实践中常把数据缩放到 [0, π] 或 [0, 2π) 并记录缩放系数。第二，纠缠是否必要：去掉 CNOT 后，量子核退化为两个单比特核的乘积，模型无法捕捉特征间的交互；加上 CNOT 后核函数出现交叉项，表达力提升，但线路深度增加、噪声影响变大。这正是"编码即建模"的具体体现。

学习建议：每学一种编码方案，都问自己三个问题——(1) 它需要多少比特和多少门？(2) 它对应的量子核长什么样、有什么周期性？(3) 在含噪硬件上，它的深度是否可接受？把这三个问题的答案记成一张对照表，比记住线路图更有长期价值。

最后说明本课程的组织逻辑与学习路径。前几章先建立基元与数学语言，让你能写出任意编码线路的态表达式；中段逐一展开角度编码、振幅编码、基态编码、数据重上传与 IQP 编码，每种方案都配以资源估算与核函数分析；随后进入性质分析专题，讨论单射性、纠缠、带宽与集中现象；再往后对接量子核方法与变分模型，并引入噪声与硬件约束；末尾用综合案例把整条链条串起来。建议的学习方式是"手算 + 小规模模拟"并行：对 1～2 个比特的线路亲手推导态向量，再用模拟器验证，这样对编码行为的直觉会比单纯阅读线路图牢固得多。

回到最初的问题：量子特征映射与数据编码，本质上是为经典数据设计一条进入希尔伯特空间的"通道"。通道的形状决定了后续量子模型能看到什么、能区分什么。本课程的目标，就是让你在设计这条通道时，既有数学上的清晰，也有工程上的分寸。