Quantum measurement tomography with mini-batch stochastic gradient descent

Resumen Técnico: Tomografía de Medición Cuántica con Descenso de Gradiente Estocástico de Mini-lotes

Planteamiento del Problema
La Tomografía de Medición Cuántica (QMT, por sus siglas en inglés) es un componente crítico de la Caracterización, Verificación y Validación Cuántica (QCVV), cuyo objetivo es reconstruir los elementos de la Medida de Valor Medio Positivo (POVM) $\{\Pi_i\}$ que caracterizan un aparato de medición desconocido. A diferencia de la Tomografía de Estado Cuántico (QST) y la Tomografía de Proceso Cuántico (QPT), que cuentan con marcos de descenso de gradiente bien establecidos, la QMT se ha quedado rezagada en la adopción de métodos de optimización estocástica. Los enfoques de QMT existentes dependen principalmente de la Optimización Convexa Restringida (CCO) mediante programación semidefinida (por ejemplo, vía CVX). Estos métodos enfrentan dos obstáculos significativos:

1. Escalabilidad Computacional: El número de parámetros escala exponencialmente con el tamaño del sistema (número de cúbits), lo que hace que la CCO sea computacionalmente prohibitiva para sistemas con más de pocos cúbits.
2. Robustez: Los métodos de inversión lineal estándar, a menudo utilizados como precursor de la CCO, están mal condicionados y son altamente sensibles al ruido, lo que conduce a estimaciones no físicas que degradan el refinamiento posterior.

Si bien existe la Estimación de Máxima Verosimilitud iterativa (iMLE), esta suele tener dificultades para imponer estrictamente las restricciones físicas (positividad y completitud) durante todo el proceso de optimización, requiriendo en ocasiones proyecciones post-hoc que dificultan la convergencia.

Metodología
Los autores introducen un marco de Descenso de Gradiente Estocástico (SGD) de mini-lotes para la QMT, completando el trío de métodos de tomografía basados en descenso de gradiente (junto con QST y QPT). El núcleo de la metodología consiste en reformular la QMT como un problema de minimización de funciones iterativas. Para asegurar que los elementos POVM estimados permanezcan físicamente válidos (semidefinidos positivos y completos) en todo momento durante la optimización, los autores proponen dos esquemas de parametrización distintos:

1. Parametrización de la Variedad de Stiefel (SM):

   • Este enfoque aprovecha la geometría de la variedad de Stiefel compleja $St(k \cdot d, d)$.
   • Los elementos POVM se construyen como $\Pi_i = T_i^\dagger T_i$, donde las matrices $T_i$ se apilan verticalmente en una única matriz $T_k$.
   • La condición de completitud $\sum \Pi_i = I$ se impone intrínsecamente manteniendo la restricción de ortonormalidad $T_k^\dagger T_k = I$.
   • La optimización se realiza utilizando el Descenso de Gradiente Vainilla (VGD) con un procedimiento de retracción (transformada de Cayley) para mantener los parámetros en la variedad.

2. Parametrización HONEST (Técnica de Escalamiento de Autovalores de Operadores Hermíticos Normalizados):

   • Este enfoque construye operadores semidefinidos positivos no normalizados mediante la descomposición de Cholesky ($T_i^\dagger T_i$).
   • La completitud se impone mediante un paso de normalización proyectiva. Se calcula la suma de los operadores no normalizados $S = \sum T_i^\dagger T_i$, y se deriva su inversa raíz cuadrada $S^{-1/2}$ mediante escalamiento de autovalores (con regularización espectral para manejar inestabilidades numéricas).
   • Los elementos POVM finales se obtienen mediante el "sándwich": $\Pi_i = S^{-1/2} T_i^\dagger T_i S^{-1/2}$.
   • Este esquema se optimiza utilizando el optimizador Adam basado en momentum.

Funciones de Pérdida
El marco evalúa dos funciones de pérdida para guiar la optimización:

• Error Cuadrático Medio (MSE): Equivalente a la norma $L_2$, minimizando la discrepancia entre las probabilidades observadas y predichas.
• Log-Verosimilitud Negativa Promedio (MLE): Inspirada en la Estimación de Máxima Verosimilitud, minimizando el logaritmo negativo de la verosimilitud de los datos observados.

Contribuciones Clave

• Completitud Algorítmica: El trabajo proporciona los primeros algoritmos dedicados de SGD para QMT, completando el kit de herramientas de descenso de gradiente para los tres componentes fundamentales de los experimentos cuánticos (estados, procesos y mediciones).
• Manejo de Restricciones Físicas: La introducción de las parametrizaciones SM y HONEST asegura que las restricciones físicas se satisfagan durante el proceso de optimización, eliminando la necesidad de proyecciones post-hoc que pueden interrumpir la convergencia.
• Escalabilidad: El enfoque de mini-lotes permite el manejo eficiente de grandes conjuntos de datos y escala significativamente mejor que los métodos tradicionales de CCO a medida que aumenta la dimensión del sistema.
• Implementación de Código Abierto: Se pone a disposición pública una implementación en Python para facilitar su adopción e investigación posterior.

Resultos
Los autores compararon sus algoritmos SGD-QMT contra métodos de vanguardia de CCO (usando CVX) tanto en sistemas de Variables Discretas (DV) como de Variables Continuas (CV).

• Sistemas de Variables Discretas (hasta 6 cúbits):

  • Eficiencia Computacional: Para sistemas de 4 o más cúbits, los métodos SGD-QMT lograron aceleraciones de varios órdenes de magnitud en comparación con CCO-CVX. Por ejemplo, reconstruir un sistema de 5 cúbits con 32 elementos POVM tomó ~1000 segundos con CCO-CVX, pero solo decenas de segundos con SGD-QMT. CCO-CVX no logró converger en un tiempo razonable para sistemas de 6 cúbits, mientras que SGD-QMT tuvo éxito en aproximadamente dos minutos.
  • Fidelidad de Reconstrucción: Aunque CCO-CVX ofreció una fidelidad ligeramente superior para sistemas pequeños (hasta 3-4 cúbits), SGD-QMT mantuvo una alta precisión (error de Frobenius $\sim 10^{-4}$ a $10^{-5}$) para sistemas más grandes donde CCO falló.
  • Mejor Desempeño: La combinación HONEST-MLE (parametrización HONEST con pérdida MLE) produjo consistentemente la mayor precisión de reconstrucción, particularmente para mediciones proyectivas de rango 1.

• Sistemas de Variables Continuas (Detección de Fotones y Conteo):

  • Los métodos se probaron en escenarios de detección de fotones (2 resultados) y conteo de fotones (resultados múltiples) con una dimensión de espacio de Hilbert truncada de 32.
  • Conteo de Fotones: Este escenario resultó ser computacionalmente exigente, requiriendo hasta 10,000 iteraciones. HONEST-MLE logró una norma de Frobenius promedio de $\sim 10^{-4}$, superando significativamente a otras variantes. CCO-CVX no pudo producir una solución en el transcurso de una hora para estos casos.
  • Precisión: Los mapas de calor de los operadores reconstruidos mostraron una recuperación casi perfecta de los elementos diagonales y una alta precisión para los elementos fuera de la diagonal, validando la validez física de las reconstrucciones.

Significancia y Reivindicaciones
El artículo afirma que la SGD-QMT ofrece un marco versátil, eficiente y robusto para caracterizar dispositivos de medición cuántica, particularmente a medida que los sistemas cuánticos escalan más allá de las capacidades de la optimización convexa tradicional. Al completar el "trío de la tomografía" con métodos de descenso de gradiente, los autores proporcionan un enfoque unificado para los protocolos de QCVV.

Los autores enfatizan que, si bien sus métodos son computacionalmente eficientes y robustos al ruido, no pretenden reemplazar la CCO para sistemas de pequeña escala donde la CCO sigue siendo más rápida y ligeramente más precisa. En cambio, la importancia radica en permitir la QMT para sistemas de mayor dimensión y escala (por ejemplo, 5-6 cúbits y sistemas CV) donde los métodos estándar se vuelven intratables. El trabajo sugiere que la configuración HONEST-MLE es la más efectiva, especialmente para mediciones proyectivas, y destaca el potencial para futuros problemas de optimización unificados que combinen la tomografía de estado, proceso y medición.