Quantum vs. classical: A comprehensive benchmark study for predicting time series with variational quantum machine learning

Resumen Técnico: Comparativa entre Computación Cuántica y Clásica para la Predicción de Series Temporales

Planteamiento del Problema
Aunque se han propuesto algoritmos de aprendizaje automático cuántico variacional (VQML) como herramientas prometedoras para la predicción de series temporales, su ventaja práctica sobre los métodos clásicos establecidos sigue siendo incierta. Las demostraciones existentes de ventaja cuántica en el aprendizaje automático se limitan en gran medida a entornos artificiales o predicciones simples de un solo paso hacia adelante, que a menudo exhiben una alta linealidad. Existe una falta de comparativas exhaustivas y mínimamente sesgadas que evalúen los modelos VQML frente a sus contrapartes clásicas en tareas de pronóstico no lineales complejas, particularmente aquellas que involucran predicciones a largo plazo en sistemas caóticos.

Metodología
Los autores presentan un estudio de comparativa a gran escala que compara cinco modelos de aprendizaje automático cuántico variacional frente a tres modelos de aprendizaje automático clásico a través de 27 tareas distintas de predicción de series temporales.

• Conjuntos de Datos: El estudio utiliza datos de tres sistemas dinámicos caóticos conocidos por su complejidad no lineal: la ecuación de Mackey-Glass unidimensional, el mapa de Hénon bidimensional y el sistema de Lorenz tridimensional.
• Tareas de Predicción: Los modelos se evalúan en diversos horizontes de predicción: un paso hacia adelante ($k=1$), aproximadamente la mitad de un tiempo de Lyapunov, y un tiempo de Lyapunov completo. Se prueban longitudes de secuencia ($l$) de 4, 8 y 16.
• Modelos:
  • Modelos Cuánticos: Se seleccionaron cinco arquitecturas basadas en la literatura con recuentos de citas significativos:
    1. d-QNN: Una red neuronal cuántica vestida (dressed) donde un circuito cuántico parametrizado (PQC) se encuentra entre capas lineales clásicas entrenables.
    2. ru-QNN: Una red neuronal cuántica de re-carga (re-uploading) que utiliza codificación de ángulo exponencial secuencial y bloques variacionales.
    3. QRNN: Una red neuronal recurrente cuántica (modificada de la propuesta original para omitir los reinicios de cúbits, que se descubrió que eran innecesarios).
    4. QLSTM: Un modelo de memoria de corto y largo plazo cuántica (LSTM) que reemplaza las capas clásicas con PQCs.
    5. le-QLSTM: Un QLSTM mejorado con capas lineales que incorpora capas lineales clásicas entre los PQCs.
  • Modelos Clásicos: Se utilizaron tres contrapartes como líneas base: Perceptrón Multicapa (MLP), Red Neuronal Recurrente (RNN) y Memoria de Corto y Largo Plazo (LSTM).
• Configuración Experimental:
  • Todos los modelos cuánticos fueron simulados clásicamente utilizando la librería PennyLane bajo condiciones ideales y sin ruido para establecer un límite superior de rendimiento.
  • Optimización de Hiperparámetros: Para garantizar la equidad, todos los modelos se sometieron a una extensa optimización de hiperparámetros mediante búsqueda en cuadrícula (grid search). Los espacios de búsqueda se restringieron para asegurar un número comparable de parámetros entrenables entre los modelos.
  • Evaluación: Cada configuración se entrenó diez veces con diferentes pesos aleatorios iniciales. El rendimiento se midió utilizando el Error Cuadrático Medio (MSE) de la mediana en el conjunto de prueba, reportando la variabilidad mediante la Desviación Absoluta de la Mediana (MAD).

Resultos Clave

• Comparación de Rendimiento: En muchos casos, los modelos cuánticos tuvieron dificultades para igualar la precisión de los contrapartes clásicos simples de complejidad comparable. Los modelos cuánticos con mejor desempeño (d-QNN y le-QLSTM) alcanzaron, como máximo, precisiones de predicción comparables a los modelos clásicos (RNN y LSTM) en horizontes cortos.
• Predicción a Largo Plazo: Para horizontes de predicción que se extienden hasta un tiempo de Lyapunov completo, los modelos clásicos superaron significativamente a sus contrapartes cuánticas.
• Análisis de Arquitectura:
  • El d-QNN y el le-QLSTM fueron los que mejor funcionaron entre los modelos cuánticos, pero los autores señalan que estas arquitecturas dependen fuertemente de las capas lineales clásicas. Los autores sugieren que los componentes cuánticos en estos modelos pueden servir meramente como capas adicionales sin proporcionar una ventaja cuántica distintiva, ya que las capas clásicas probablemente dominan el proceso de aprendizaje.
  • El QLSTM y el QRNN, que fueron diseñados específicamente para el procesamiento de datos temporales, funcionaron peor que el d-QNN y a menudo tuvieron un desempeño inferior en comparación con sus análogos clásicos.
  • El ru-QNN, diseñado como una línea base sin una fuerte dependencia de capas clásicas, mostró un rendimiento limitado, particularmente en tareas de múltiples pasos.
• Escalado de Parámetros: Cuando se igualó el número de parámetros entrenables, los mejores modelos clásicos y cuánticos mostraron un rendimiento comparable en horizontes cortos. Sin embargo, para horizontes más largos, los modelos clásicos (específicamente LSTM) continuaron mejorando con el aumento de parámetros, mientras que los modelos cuánticos no demostraron una ventaja de escalado similar.
• Clasificación: En las 27 tareas, el LSTM y la RNN clásicos lograron los mejores rankings promedio. Los modelos cuánticos diseñados específicamente para series temporales (QLSTM, QRNN) se situaron entre los peores.

Significancia y Reivindicaciones
El artículo afirma proporcionar la primera comparativa sistemática y a gran escala que compara modelos cuánticos variacionales con contrapartes clásicas para la prediccción de series temporales. La principal significancia del trabajo reside en su metodología de comparación rigurosa y justa, que incluye una extensa optimización de hiperparámetros y pruebas en sistemas caóticos complejos.

Los autores concluyen que, bajo el estado actual de los algoritmos cuánticos variacionales, no existe una ventaja discernible al reemplazar las capas neuronales clásicas con redes neuronales cuánticas para el pronóstico de series temporales. Los resultados sugieren que los modelos cuánticos de alto rendimiento en este estudio dependen fuertemente de los componentes clásicos, lo que plantea dudas sobre la contribución real de los efectos cuánticos. En consecuencia, el estudio pone en duda la utilidad de los VQA actuales para esta aplicación específica y destaca la necesidad de enfoos novedosos que aprovechen mejor los recursos cuánticos, como la computación de reservorio cuántica, en lugar de depender de métodos variacionales que pueden ser simulables clásicamente.