Bayesian quantum sensing using graybox machine learning

Resumen Técnico: Detección Cuántica Bayesiana mediante Aprendizaje Automático de Caja Gris

Planteamiento del Problema
Los sensores cuánticos ofrecen un potencial transformador en resolución espacial y sensibilidad para aplicaciones que van desde la ciencia de materiales hasta la atención médica. Sin embargo, su despliegue práctico se ve obstaculizado por la brecha entre los modelos teóricos idealizados y las condiciones experimentales del mundo real. En entornos realistas, el rendimiento del sensor se degrada debido a efectos no modelados, incluyendo imperfecciones en la preparación del estado, interacciones ambientales complejas (ruido), dependencias de parámetros externos (por ejemplo, temperatura, vibraciones) y campos de control no ideales (distorsiones de pulso).

Estas imprecisiones son particularmente perjudiciales para la inferencia bayesiana, un marco probabilístico utilizado para la estimación óptima de parámetros y el control adaptativo. Los métodos bayesianos dependen de una función de "verosimilitud" (likelihood) para actualizar las creencias sobre parámetros desconocidos basándose en datos de medición. Si el modelo subyacente del sensor no representa fielmente la realidad experimental, la función de verosimilitud se vuelve inexacta, lo que conduce a decisiones de control subóptimas, inestabilidad numérica y una degradación de la precisión de la estimación. Los modelos puramente analíticos ("caja blanca") a menudo no logran capturar estas no idealidades complejas, mientras que los modelos de aprendizaje profundo puramente basados en datos ("caja negra") requieren una cantidad excesiva de datos de entrenamiento y carecen de interpretabilidad física, lo que los hace poco prácticos para muchas tareas de detección cuántica.

Metodología
Los autores proponen una estrategia de modelado de "caja gris" (GB, por sus siglas en inglés) que integra un modelo de sistema basado en la física con una descripción basada en datos de las imperfecciones experimentales. Este enfoque es validado experimentalmente en un sistema cuántico abierto de estado sólido: un centro nitrógeno-vacante (NV) individual en diamante utilizado para estimar un campo magnético estático mediante interferometría de Ramsey.

1. Marco Teórico:

   • Línea Base de Caja Blanca (WB): Los autores establecen primero un modelo estándar basado en la física derivado del Hamiltoniano del experimento de Ramsey. Este modelo tiene en cuenta errores conocidos como la infidelidad en la preparación del estado e imperfecciones de lectura, pero asume pulsos de control ideales y modelos de ruido simplificados.
   • Arquitectura de Caja Gris (GB): El modelo GB propuesto combina una red neuronal de "caja negra" (BB) con capas físicas de "caja blanca" (WB).
     • Entradas: Parámetros de pulso ideales (retraso $\tau$, fase $\phi$, frecuencia de Larmor $f_B$), parámetros externos ($\vec{\chi}$) y coeficientes de calibración del detector ($\pi_0, \pi_1$).
     • Componente de Caja Negra: Una red neuronal profunda (8 capas) procesa las entradas para predecir la parametrización matricial de un operador de ruido ($\hat{V}_Z$). Este componente aprende las desviaciones desconocidas causadas por el ruido, los pulsos imperfectos y los factores ambientales directamente de los datos.
     • Componente de Caja Blanca: La salida de la red se integra con capas físicas que reconstruyen la evolución unitaria de Ramsey ideal y aplican el operador de ruido para calcular el valor de la esperanza $\langle Z \rangle$.
     • Salida: La capa final calcula la probabilidad de un clic del detector ($P_{cl}$) utilizando el modelo de lectura calibrado, generando efectivamente una función de verosimilitud altamente precisa $P(r|f_B)$.

2. Protocolo Experimental:

   • Adquisición de Datos: Los experimentos se llevaron a cabo en un centro NV individual a temperatura ambiente. Se recolectó un conjunto de datos de aproximadamente 10,000 puntos, que comprende secuencias de Ramsey aleatorizadas con variaciones de retraso y fase.
   • Entrenamiento: El modelo GB fue entrenado utilizando una función de pérdida basada en el logaritmo del Error Cuadrático Medio (MSE) entre la probabilidad de clic predicha y la probabilidad medida experimentalmente. El conjunto de datos se dividió en 90/10 para entrenamiento y prueba.
   • Estimación Bayesiana: El modelo GB entrenado se integró en un bucle de inferencia bayesiana. Comenzando con una distribución a priori uniforme, el algoritmo actualizó iterativamente la distribución posterior de la frecuencia de Larmor desconocida basándose en los resultados de las mediciones, utilizando la función de verosimilitud derivada del modelo GB.

Contribuciones Clave

• Primera Demostración Experimental: Este trabajo presenta la primera implementación experimental de una estrategia de modelado de caja gris para un sistema cuántico abierto de estado sólido. Las aplicaciones anteriores de este marco se limitaron a simulaciones numéricas o circuitos fotónicos.
• Marco de Modelado Híbrido: Los autores demuestran una integración rigurosa de la formalización del operador de ruido con el aprendizaje automático, lo que permite al modelo capturar dinámicas no markovianas complejas y distorsiones de pulso que son difíciles de caracterizar analíticamente.
• Funciones de Verosimilitud Mejoradas: Al entrenar el modelo con datos experimentales previos, el enfoque GB genera una función de verosimilitud significativamente más precisa que los modelos puramente analíticos, abordando directamente los modos de falla de la inferencia bayesiana estándar en entornos ruidosos.

Resultados
El rendimiento del modelo GB se comparó con un modelo de caja blanca estándar utilizando los mismos datos experimentales para la estimación del campo magnético.

• Precisión: El modelo GB produjo una mejora del error cuadrático medio (MSE) de varios órdenes de magnitud en comparación con el modelo de caja blanca. La distribución del MSE para el modelo GB se centró alrededor de $10^{-5}$ (MHz)$^2$, mientras que el modelo de caja blanca se centró alrededor de $10$ (MHz)$^2$.
• Convergencia: Aunque la varianza de las estimaciones indicó que el procedimiento bayesiano convergió para ambos modelos, el modelo de caja blanca frecuentemente convergió a valores inexactos debido al desajuste del modelo. El modelo GB logró converger a la frecuencia real en 156 de 159 casos de prueba.
• Robustez: Incluso en los escenarios más desfavorables donde el modelo GB no convergió completamente, el error de estimación fue significativamente menor que el del enfoque de caja blanca.

Significado
El artículo afirma que este trabajo establece un marco para mejorar el rendimiento de los sensores cuánticos en entornos realistas. La importancia radica en demostrar que los modelos de caja gris pueden cerrar la brecha entre la física teórica y la realidad experimental sin los requisitos prohibitivos de datos de los enfoques de caja negra total.

• Control Adaptativo: Los autores enfatizan que los modelos predictivos precisos son críticos para los protocolos de control en tiempo real. Incluso desajustes modestos en el modelo pueden conducir a bucles de control inestables; el enfoque GB mitiga este riesgo.
• Escalabilidad: El método se presenta como ampliamente aplicable a diversas plataformas de detección cuántica más allá de los sistemas de espín único. Los autores sugieren que los requisitos computacionales para secuencias de pulsos más complejas (por ejemplo, desacoplamiento dinámico de múltiples pulsos) podrían gestionarse entrenando componentes de caja negra más pequeños y modulares para las unidades base.
• Integración Futura: El trabajo sienta las bases para integrar modelos de caja gris con el diseño de experimentos bayesianos en tiempo real y el aprendizaje por refuerzo, donde la naturaleza diferenciable del modelo permite la optimización de cantidades de información teórica como la información de Fisher.

Los autores mantienen la modestia respecto al tiempo de adquisición de datos, señalando que recolectar el conjunto de datos de 10,000 puntos tomó varias semanas debido a la calibración y la deriva, aunque sugieren que las mejoras ópticas podrían reducir esto a menos de una hora. Concluyen que este enfoque proporciona un bloque de construcción clave para la detección cuántica escalable, interpretable y de alto rendimiento.