Quantum Machine Learning for Climate Modelling

Resumen Técnico: Aprendizaje Automático Cuántico para la Modelización Climática

Planteamiento del Problema
Los Modelos de Sistemas Terrestres (ESM, por sus siglas en inglés) son esenciales para proyectar el cambio climático futuro, pero operan en resoluciones gruesas (decenas de kilómetros) que no pueden resolver procesos críticos de subescala de malla, tales como la microfísica de las nubes, la turbulencia y la convección. Estos procesos no resueltos se gestionan actualmente mediante parametrizaciones empíricas, lo que introduce incertidumbres y sesgos significativos en las proyecciones climáticas. Si bien el Aprendizaje Automático (ML) clásico ha mostrado ser prometedor para reemplazar estas parametrizaciones con modelos basados en datos, persisten desafíos respecto a la generalización más allá de los regímenes de entrenamiento y la consistencia física de las relaciones aprendidas. Este artículo investiga si el Aprendizaje Automático Cuántico (QML), específicamente las Redes Neuronales Cuánticas (QNN), puede ofrecer ventajas en el desarrollo de parametrizaciones para la cobertura de nubes, un componente crítico de los ESM.

Metodología
Los autores desarrollaron un enfoque híbrido cuántico-clásico para parametrizar la cobertura de nubes para el modelo climático ICON.

• Generación de Datos: Los datos de entrenamiento se derivaron de simulaciones globales de alta resolución (2.5 km horizontales) utilizando el modelo ICON dentro del proyecto DYAMOND. A diferencia de otros trabajos que utilizan marcos de modelado multiescala (MMF), este enfoque utilizó el mismo modelo tanto para la generación de datos como para la aplicación objetivo, evitando suposiciones de separación de escalas.
• Preprocesamiento: Los datos de alta resolución se granularon de forma gruesa a 80 km para coincidir con la resolución objetivo del ESM. Se definió una celda de la malla como nubosa si el condensado de nube específico excedía un umbral determinado. La variable objetivo fue la fracción de cobertura de nubes (0 a 1).
• Características de Entrada: Los modelos utilizaron variables de estado gruesas que incluyen humedad específica ($q_v$), contenido específico de agua/hielo de nube ($q_c, q_i$), temperatura del aire ($T$), presión ($p$), magnitud del viento horizontal ($h_w$), altura geométrica ($z_g$) y latitud ($\phi$).
• Arquitectura del Modelo:
  • QNN: Se empleó un circuito cuántico parametrizado donde el número de cúbits equivalía al número de características de entrada (6 u 8). La arquitectura consistió en la recarga de datos (codificación de las características de entrada como ángulos de rotación en múltiples capas), intercalada con bloques variacionales que contienen puertas de entrelazamiento y parámetros entrenables. La salida se derivó de los valores de expectativa de los operadores Pauli-Z, procesados a través de una capa lineal simple (promedio ponderado con sesgo) para predecir la cobertura de nubes.
  • NN Clásica: Para la comparación, se construyó una red neuronal clásica con tres capas ocultas (12, 6, 2 nodos) y funciones de activación no lineales (leaky-ReLU o tanh). Crucialmente, la NN clásica se diseñó para tener un número comparable de parámetros libres (203) a la QNN (200–201) para asegurar una comparación justa de expresividad en lugar de una comparación del recuento de parámetros.
• Entrenamiento y Explicabilidad: Los modelos fueron entrenados durante 200 épocas utilizando el Error Cuadrático Medio (MSE) y el descenso de gradiente (mediante la regla de desplazamiento de parámetros para las QNNs). Para analizar la consistencia física de las relaciones aprendidas, los autores aplicaron valores SHAP (Explicaciones de Shapley Aditivas), un método de explicabilidad agnóstico al modelo, para evaluar la estabilidad de la importancia de las características a través de múltiples instancias de entrenamiento.

Resultos Clave

• Desempeño Predictivo: La QNN logró un desempeño comparable al de la NN clásica con un número similar de parámetros, mostrando la NN clásica una ligera ventaja. Ambos enfoques de ML superaron significativamente el esquema de parametrización tradicional de Xu-Randall utilizado en los modelos climáticos.
• Robustez al Ruido: Las simulaciones que incorporaron ruido de disparo (shot noise) demostraron que la QNN mantiene un desempeño estable siempre que el número de disparos ($n_{shots}$) supere $10^4$. Por debajo de este umbral, el entrenamiento se vuelve inestable debido al ruido del gradiente, aunque las técnicas de regularización de la varianza pueden mitigar esto.
• Consistencia del Aprendizaje (Explicabilidad): Surgió un hallazgo crítico del análisis SHAP. Mientras que ambos modelos alcanzaron una precisión similar, las importancias de las características aprendidas por las NN clásicas variaron significamente entre diferentes instancias de entrenamiento (inicializaciones aleatorias). En contraste, las QNN exhibieron importancias de características altamente estables. Específicamente, las QNN identificaron consistentemente la humedad específica y la temperatura como las características más críticas, alineándose con las expectativas físicas. Las NN clásicas aprendieron ocasionalmente relaciones inconsistentes o potencialmente no físicas respecto a la importancia de las características.

Significancia y Reivindicaciones
El artículo afirma que las QNN pueden servir como alternativas viables a las NN clásicas para la parametrización climática, ofreciendo un desempeño a la par con sus contrapartes clásicas mientras demuestran una robustez superior en el aprendizaje de relaciones físicas consistentes. Los autores postulan que la capacidad de las QNN para converger en importancias de características estables sugiere que pueden ser menos propensas a aprender correlaciones espurias en comparación con las redes clásicas, un rasgo crucial para la modelización climática donde la generalización a climas cambiantes es vital.

Este trabajo demuestra que el QML puede desarrollarse eficazmente en dispositivos actuales de Escala Intermedia con Ruido (NISQ) (o sus simuladores) para aplicaciones climáticas. Los autores sugieren que, aunque ejecutar parametizaciones de QML en línea en modelos climáticos enfrenta actualmente sobrecargas computacionales, los "surrogatos" o sombras de los modelos QML entrenados podrían utilizarse para el despliegue operativo, reteniendo los beneficios de la fase de entrenamiento cuántico sin requerir hardware cuántico en tiempo real. Se propone como trabajo futuro extender estos métodos a problemas de mayor tamaño, redes neuronales convolucionales cuánticas (para evitar mesetas estériles o barren plateaus) y parametrizaciones más complejas como la turbulencia de la capa límite.