Resumen Técnico: CircuitHunt – Cribado Automatizado de Circuitos Cuánticos para la Detección de Fraude con Tarjetas de Crédito

1. Planteamiento del Problema

El artículo aborda el desafío crítico de diseñar modelos de Aprendizaje Automático Cuántico (QML) efectivos para tareas del mundo real, específicamente la detección de fraude con tarjetas de crédito. Este dominio presenta dos dificultades primordiales:

• Desequilibrio Extremo de Clases: Las transacciones fraudulentas suelen constituir menos del 1% de la actividad total, lo que provoca que los flujos de trabajo estándar de aprendizaje supervisado sufran de sesgo y bajo rendimiento.
• Cuellos de Botella Arquitectónicos en QML: A diferencia de las redes neuronales clásicas, que se benefician de arquitecturas establecidas y de la Búsqueda de Arquitectura Neuronal (NAS) escalable, el panorama de los Circuitos Cuánticos Parametrizados (PQC) está fragmentado. Los enfoques existentes dependen de:
  • Diseño Manual: La creación artesanal de circuitos basada en un conocimiento limitado del dominio, lo que conduce a una falta de diversidad estructural.
  • Inicialización Aleatoria: La generación de circuitos aleatorios sin considerar la entrenabilidad o la idoneidad de la tarea, lo que resulta en altas tasas de fallo y un uso ineficiente de los recursos.

Los autores argumentan que la investigación actual en QML carece de un marco automatizado y dirigido a la tarea para cribar y seleccionar eficientemente circuitos cuánticos de alto rendimiento a partir de grandes conjuntos de datos estructurados bajo restricciones de hardware prácticas.

2. Metodología: El Marco de Trabajo CircuitHunt

Los autores proponen CircuitHunt, un marco de cribado de circuitos cuánticos totalmente automatizado diseñado para descubrir modelos de alto rendimiento a partir del conjunto de datos KetGPT (una colección de 1,000 circuitos cuánticos estructuralmente válidos generados por modelos transformer). El flujo de trabajo opera en tres etapas principales:

A. Preprocesamiento de Datos

• Manejo del Desequilibrio: El conjunto de datos de fraude con tarjetas de crédito se procesa utilizando SMOTE (Synthetic Minority Over-sampling Technique) para reequilibrar la distribución de entrada.
• Normalización: Las características se escalan mediante normalización Min-Max a un intervalo acotado para asegurar la compatibilidad con el procesamiento cuántico.
• División: Los datos se particionan en conjuntos de entrenamiento, validación y prueba mediante muestreo estratificado para preservar las proporciones de clase.

B. Filtrado de Circuitos Cuánticos

El marco filtra el conjunto inicial de circuitos KetGPT ($C$) para crear un subconjunto viable ($C'$) basado en estrictas restricciones de hardware y aprendizaje:

1. Presupuesto de Qubits: Los circuitos deben tener entre 3 y 10 qubits ($3 \le n \le 10$) para alinearse con las capacidades actuales de simulación y hardware.
2. Puertas Entrenables: Los circuitos deben contener al menos una puerta entrenable (p. ej., $RY(\theta)$, $RZ(\theta)$, $U2(\phi, \lambda)$).
3. Presupuesto de Parámetros: El número total de parámetros entrenables no debe exceder los 30 ($P \le 30$).
4. Validación de Ejecución: Los candidatos se simulan con parámetros inicializados en cero; solo aquellos que produzcan valores de expectativa finitos dentro de los límites son retenidos.

C. Evaluación y Selección de Candidatos

Cada circuito filtrado se integra en una arquitectura de Red Neuronal Híbrida Cuántica (HQNN) estandarizada:

• Red Clásica Pre-Cuántica: Una red de alimentación hacia adelante (feedforward) mapea las características de entrada a un espacio latente que coincide con la anchura de qubits del circuito.
• Módulo Cuántico: Las entradas se codifican mediante puertas de rotación parametrizadas, se procesan por el circuito KetGPT candidato y son seguidas por operaciones de entrelazamiento (p. ej., cadenas CNOT).
• Conexión de Salto Aprendible (Skip Connection): Se introduce una conexión residual ($z_{res} = z_{quantum} + \alpha \cdot z_{classical}$) para preservar el flujo de gradiente y mejorar la expresividad.
• Red Post-Cuántica: Un MLP final genera los logits para la clasificación binaria.

Proceso de Selección:

• Cada candidato se entrena durante una duración corta (5 épocas) utilizando el optimizador Adam y la pérdida de Entropía Cruzada Binaria (Binary Cross-Entropy).
• La Puntuación Macro-F1 se utiliza como la métrica de selección primaria para asegurar un rendimiento equilibrado en ambas clases (fraude y no fraude).
• El circuito que alcanza la mayor puntuación Macro-F1 de validación se selecciona, se reentrena desde cero durante 20 épocas y se evalúa en el conjunto de prueba.

3. Contribuciones Clave

El artículo describe cuatro contribuciones principales:

1. Filtrado de Circuitos Consciente de las Restricciones: Un flujo de trabajo que excluye circuitos que violan el recuento de qubits, los límites de parámetros o la estabilidad de ejecución, asegurando que solo los candidatos viables procedan.
2. Selección Basada en la Puntuación Macro-F1: Una estrategia de evaluación que prioriza el rendimiento equilibrado de las clases sobre la precisión bruta, lo cual es crítico para la detección de fraude desequilibrada.
3. Flujo de Trabajo Modular de Extremo a Extremo: Un proceso reproducible que integra el preprocesamiento, la selección del módulo cuántico (con conexiones de salto aprendibles) y el postprocesamiento.
4. Análisis de Ablación y Rendimiento: Evidencia empírica que demuestra que el circuito seleccionado supera a los diseños manuales y que la conexión de salto residual es vital para la convergencia y generalización del modelo.

4. Resultados Experimentales

Los experimentos se realizaron en una MacBook Air (chip M3) utilizando el simulador PennyLane. El circuito seleccionado (Índice #221 de KetGPT) utilizó 6 qubits y 9 parámetros entrenables.

• Métricas de Rendimiento: El modelo seleccionado por CircuitHunt logró:
  • 97% de Precisión de Prueba (Test Accuracy)
  • 97% de Precisión, Recall y F1-Score tanto para las clases de fraude como para las de no fraude.
  • ROC-AUC de 0.9946, lo que indica un poder discriminativo casi perfecto.
• Comparación: El modelo superó a varios modelos de QML diseñados manualmente (EstimatorQNN, QGNN, SQNN, QFDNN), los cuales mostraron compensaciones entre precisión y recall (por ejemplo, SQNN tuvo 100% de precisión pero solo 68% de recall).
• Estudio de Ablación: Eliminar la conexión de salto residual resultó en una caída significativa del rendimiento:
  • La precisión cayó a aproximadamente ~70%.
  • La puntuación Macro-F1 descendió por debajo de 0.70.
  • El ROC-AUC disminuyó a 0.7706.
  • Esto confirma que la conexión de salto es esencial para el flujo de gradiente y el manejo del desequilibrio de clases.

5. Significado y Reivindicaciones

El artículo afirma que CircuitHunt proporciona una herramienta escalable y dirigida a la tarea para el despliegue de QML en aplicaciones financieras críticas. Su importancia radica en:

• Automatización: Reduce el tiempo de búsqueda de arquitectura de días o semanas (ajuste manual) a horas mediante la automatización del descubrimiento de circuitos de alto rendimiento.
• Robustez: Al combinar el recorte consciente del presupuesto con la validación empírica, mitiga las altas tasas de fallo asociadas con la selección de circuitos aleatoria o manual.
• Practicidad: Demuestra que el descubrimiento automatizado puede generar modelos que no solo son estructuralmente válidos, sino también empíricamente superiores a sus contrapartes diseñadas por expertos en escenarios reales desequilibrados.

Los autores mantienen una postura modesta, reconociendo limitaciones como el costo computacional de la etapa de filtrado y el hecho de que las evaluaciones actuales se basan en entornos simulados en lugar de hardware cuántico real con ruido. Concluyen que, si bien el enfoque muestra un fuerte potencial, se requiere mayor investigación respecto a la transferibilidad a otros dominios y la escalabilidad a conjuntos de datos más grandes.