Resumen Técnico: Redes Neuronales Ópticas Cuánticas de Variables Continuas Inspiradas en el Hardware

Planteamiento del Problema

El desarrollo de Redes Neuronales Ópticas Cuánticas (QONN) de Variables Continuas (CV) enfrenta un compromiso fundamental entre la viabilidad experimental y la universalidad computacional. Las operaciones gaussianas (desplazamientos, compresores, divisores de haz) son accesibles mediante hardware e inducen transformaciones afines, pero carecen de la no linealidad necesaria para la aproximación universal de funciones. Lograr la universalidad requiere típicamente recursos no gaussianos. Sin embargo, las propuestas estándar para unitarias no gaussianas, como las puertas Kerr o las puertas de fase cúbica, son experimentalmente exigentes debido a las débiles susceptibilidades de tercer orden o la necesidad de un feed-forward de alto rendimiento y estados ancilla diseñados a medida. Además, la simulación clásica de sistemas CV a menudo depende de la truncación del espacio de Hilbert de dimensión infinita (cortes de espacio de Fock), lo que introduce errores de aproximación y limita la escalabilidad.

Metodología

Los autores proponen una arquitectura de QONN novedosa y experimentalmente viable que utiliza la sustracción de fotones anunciada (heralded photon subtraction) como la principal fuente de no linealidad, evitando la necesidad de las difíciles puertas no gaussianas deterministas. La arquitectura consta de las siguientes capas:

1. Codificación de Entrada: Los vectores de datos de entrada se codifican como estados coherentes reales mediante operadores de desplazamiento.
2. Procesamiento Gaussiano: Se aplica un operador unitario gaussiano sintonizable y general ($\hat{G}$). Este operador se descompone mediante la descomposición de Bloch-Messiah en una secuencia de interferómetros ($\hat{U}_1, \hat{U}_2$), compresores de modo único ($\hat{S}$) y desplazamientos ($\hat{D}$). Esta capa realiza la transformación afín sobre los cuadraturas ópticas.
3. Activación No Lineal: Se realiza una sustracción de fotones multimodo mediante el operador de aniquilación ($\hat{a}$). Esto se implementa físicamente derivando una fracción débil de la señal hacia un modo vacío ancilla mediante un divisor de haz y condicionando el evento a la detección de un solo fotón (anuncio o heralding).
4. Lectura (Readout): La salida se obtiene mediante la detección homodina de la cuadratura de posición ($\langle \hat{x} \rangle$).

Marco Teórico:
Una contribución metodológica clave es la derivación de expresiones analíticas en forma cerrada para la salida de la red. Al aprovechar las transformaciones de Bogoliubov y la expansión de Wick–Isserlis (generalizada para medias no nulas), los autores expresan los valores esperados de los observables en los estados no gaussianos resultantes enteramente en términos de los primeros y segundos momentos estadísticos (medias y covarianzas) del estado gaussiano subyacente. Este enfoque:

• Evita la truncación del espacio de Fock, permitiendo la simulación exacta en espacios de Hilbert de dimensión infinita.
• Permite el entrenamiento basado en gradientes mediante derivadas analíticas.
• Mapea la operación de sustracción de fotones a una familia específica de funciones de activación de cresta sintonizables.

Herramienta de Simulación:
Para validar la teoría, los autores desarrollaron QuaNNTO, una biblioteca de Python de alto rendimiento construida sobre el marco JAX. Utiliza las expresiones analíticas derivadas para calcular valores esperados exactos y realizar la optimización basada en gradientes en el supercomputador MareNostrum 5.

Contribuciones Clave

1. Funciones de Activación Analíticas: El artículo deriva una expresión en forma cerrada (Ec. 17) que demuestra que la sustracción de fotones en estados coherentes comprimidos induce una función de activación no polinómica y sintonizable. La forma y la ganancia de esta función están controladas por el parámetro de compresión $r$.
2. Aproximación Universal en una Sola Capa: Los autores demuestran que una QONN de una sola capa con lectura lineal satisface el Teorema de Aproximación Universal (UAT). Cada modo con sustracción de fotones actúa efectivamente como una neurona óptico-cuántica. Cuando múltiples modos están correlacionados, emergen términos cruzados no lineales adicionales, mejorando la expresividad.
3. Diseño Viable para el Hardware: La arquitectura depende únicamente de componentes disponibles en la tecnología fotónica actual: osciladores locales, divisores de haz, desplazadores de fase, amplificadores paramétricos ópticos (para compresión), detectores de fotón único y fotodetectores.
4. Simulación Clásica Exacta: El marco basado en Wick–Isserlis permite la simulación clásica exacta de las QONN no gaussianas sin la sobrecarga computacional o los errores de aproximación asociados con la truncación del espacio de Fock.

Resultados

El marco propuesto fue evaluado en tres tareas distintas:

• Ajuste de Curvas: Las QONN de una sola capa con sustracción de fotones aprendieron con éxito funciones no lineales complejas (polinomios, exponenciales, funciones oscilatorias) a partir de conjuntos de datos con ruido. En contraste, las redes puramente gaussianas (sin sustracción) se limitaron a ajustes lineales. Aumentar el número de modos con sustracción (neuronas) redujo el error de ajuste a cero, de acuerdo con el UAT.
• Clasificación:
  • Lunas y Círculos: Las QONN de una sola capa lograron una precisión perfecta en el conjunto de datos de "lunas" con una neurona y en el de "círculos" con tres neuronas (este último requirió un modo auxiliar para equilibrar las probabilidades). Las redes puramente gaussianas no pudieron aprender las fronteras de decisión no lineales necesarias.
  • MNIST: El modelo clasificó con éxito un subconjunto del conjunto de datos MNIST (dígitos 0–4) tras una reducción de dimensionalidad mediante un autoencoder. Los resultados indicaron que añadir neuronas o capas mejoraba la capacidad de clasificación.
• Síntesis de Puertas No Gaussianas: La QONN fue entrenada para replicar la acción de una puerta de fase cúbica ($\hat{V}(\gamma) = e^{i\gamma \hat{x}^3/3}$) mediante el emparejamiento de momentos estadísticos de alto orden de estados coherentes. Los resultados mostraron que aumentar el número de neuronas en una sola capa o añadir capas mejoró la fidelidad de la síntesis de la puerta. Notablemente, los autores observaron indicios de desvanecimiento de gradientes en configuraciones de múltiples capas más profundas en comparación con configuraciones de una sola capa más anchas con recursos no gaussianos equivalentes.

Significancia y Reivindicaciones

El artículo afirma que esta arquitectura ofrece un "punto ideal" (sweet spot) para el aprendizaje automático cuántico fotónico al fusionar tractabilidad analítica, viabilidad experimental y alto poder de representación.

• Eficiencia vs. Profundidad: A diferencia de propuestas anteriores que dependen de circuitos profundos con muchos eventos no gaussianos (lo que conduce a probabilidades de éxito exponencialmente bajas y requiere la truncación del espacio de Fock para la simulación), este enfoque logra una alta expresividad con un diseño de una sola capa y poco profundo.
• Exactitud: Al evitar los cortes de espacio de Fock, el método proporciona un ansatz genuinamente de variables continuas. Los autores argumentan que esto es crucial para la escalabilidad, ya que el costo computacional escala con el número de modos y sustracciones en lugar de un corte de número de fotones impuesto artificialmente.
• Generalidad: Aunque el enfoque principal es la sustracción de fotones, los autores señalan que el formalismo se generaliza a cualquier recurso no gaussiano que pueda expresarse como un polinomio en operadores de escalera actuando sobre un estado gaussiano, incluyendo implementaciones perturbativas de interacciones Kerr débiles.

El trabajo posiciona a la propuesta de QONN de una sola capa como un candidato prometedor para el aprendizaje automático cuántico fotónico escalable y tareas de procesamiento de información cuántica, tales como la ingeniería de estados cuánticos y la síntesis de puertas no gaussianas, sin la carga experimental prohibitiva de las puertas no gaussianas deterministas.