Scaling QAOA: transferring optimal adiabatic schedules from small-scale to large-scale variational circuits

Título: Escalado de QAOA: Transferencia de programas adiabáticos óptimos desde circuitos variacionales a pequeña escala hacia grandes escalas

1. El Problema

El Algoritmo de Aproximación Cuántica para Optimización (QAOA) es un enfoque líder para la optimización combinatoria en dispositivos cuánticos de escala intermedia ruidosa (NISQ). Sin embargo, su escalabilidad se ve severamente limitada por dos factores principales:

• Complejidad de Optimización: QAOA requiere optimizar $2p$ parámetros variacionales (ángulos $\gamma$ y $\beta$), donde $p$ es el número de capas del circuito. A medida que $p$ aumenta para mejorar la precisión, el espacio de búsqueda crece exponencialmente.
• Mesetas Áridas (Barren Plateaus): El paisaje de optimización clásico a menudo sufre de "mesetas áridas", donde los gradientes de los parámetros desaparecen exponencialmente, haciendo que el entrenamiento de circuitos profundos sea intratable.
• Coste Computacional: Encontrar los ángulos óptimos para cada instancia específica es computacionalmente costoso y no escala bien con el tamaño del problema.

2. Metodología

Los autores proponen un marco de aprendizaje de programas (schedule-learning) que aprovecha la observación empírica de que los ángulos óptimos de QAOA exhiben concentración y transferibilidad entre diferentes tamaños de problemas. La metodología se basa en los siguientes pasos:

• Aprendizaje en Pequeña Escala:

  • Se seleccionan instancias pequeñas de problemas (ej. $n=10$ qubits) donde es computacionalmente factible calcular el gap espectral instantáneo $g(s) = E_1(s) - E_0(s)$ del Hamiltoniano adiabático.
  • Se analiza la distribución de estos gaps para extraer un perfil promedio (media o mediana) que describe la estructura espectral del problema.

• Modelado del Programa Adiabático Óptimo:

  • Se asume que la velocidad de evolución óptima en un proceso adiabático es inversamente proporcional al cuadrado del gap (o una potencia de este).
  • Se define una tasa de evolución continua gobernada por la ecuación diferencial:
    $$\frac{ds}{dt} = \kappa g^q(s)$$
    Donde $g(s)$ es el perfil del gap aprendido, y $(\kappa, q)$ son dos hiperparámetros globales ($\kappa$ controla el tiempo total y $q$ es un exponente de ley de potencia).

• Mapeo a Circuitos Discretos (QAOA):

  • Se discretiza la evolución continua en $p$ pasos (capas de QAOA).
  • Utilizando una descomposición de Trotter-Suzuki, se derivan expresiones de forma cerrada para todos los ángulos variacionales ($\gamma_k, \beta_k$) en función del gap aprendido y los dos hiperparámetros:
    $$\gamma_k = \frac{s_k \delta s}{\kappa g^q(s_k)}, \quad \beta_k = \frac{(1-s_k) \delta s}{\kappa g^q(s_k)}$$
  • Reducción de Dimensionalidad: En lugar de optimizar $2p$ parámetros independientes, el problema clásico se reduce a optimizar solo 2 hiperparámetros globales ($\kappa$ y $q$), independientemente de la profundidad del circuito $p$.

• Transferencia y Escalado:

  • Los hiperparámetros óptimos aprendidos en instancias pequeñas ($n=10$) se transfieren a instancias objetivo más grandes (ej. $n=20$).
  • Se normalizan los coeficientes del problema para asegurar que los gaps sean transferibles entre diferentes escalas de energía.

3. Contribuciones Clave

• Compresión de Parámetros: Reducción drástica del espacio de optimización de $2p$ a 2 parámetros, eliminando la dependencia de la profundidad del circuito en la complejidad de la optimización clásica.
• Marco de Transferencia: Demostración de que la información espectral (perfil de gap) extraída de sistemas pequeños es suficiente para guiar la optimización en sistemas grandes, aprovechando la auto-similitud estructural de los problemas de optimización aleatoria.
• Mitigación de Mesetas Áridas: Al reducir el espacio de búsqueda y proporcionar una inicialización informada por la física (gap espectral), el método reduce la sensibilidad a las mesetas áridas, facilitando el entrenamiento de circuitos profundos.
• Expresiones Analíticas: Derivación de fórmulas explícitas para los ángulos de QAOA basadas en la teoría adiabática, evitando la necesidad de optimización variacional por capa.

4. Resultados

Las simulaciones numéricas se realizaron en instancias de MaxCut (regular 3, ponderado y no ponderado) y QUBO aleatorios con $n=20$ qubits, comparando el método propuesto contra QAOA estándar ("vanilla"):

• Rendimiento (Ratio de Aproximación):
  • Los métodos basados en el gap (media y mediana) alcanzaron ratios de aproximación competitivos y superiores a QAOA estándar, especialmente en problemas MaxCut ponderados y QUBO aleatorios.
  • A medida que aumentaba la profundidad $p$, los métodos basados en el gap mostraron una mejora monótona y estable, acercándose a soluciones de alta calidad.
  • En problemas MaxCut no ponderados, la mejora fue modesta, pero el método mantuvo una estabilidad superior.
• Estabilidad de Hiperparámetros:
  • Los hiperparámetros óptimos ($\kappa, q$) aprendidos en $n=10$ se transfirieron efectivamente a $n=20$.
  • A medida que $p$ aumentaba, los valores óptimos de los hiperparámetros se concentraban en valores pequeños y estables, mientras que en QAOA estándar los ángulos seguían siendo variables y dispersos.
• Eficiencia Computacional:
  • La optimización clásica de solo 2 parámetros es significativamente más rápida y robusta que la optimización de $2p$ parámetros, permitiendo alcanzar mejores soluciones con menos recursos clásicos.

5. Significado e Impacto

Este trabajo ofrece una estrategia escalable y eficiente en parámetros para QAOA, abordando uno de los cuellos de botella más críticos en la computación cuántica variacional: la optimización de circuitos profundos.

• Viabilidad en NISQ: Al reducir la carga de optimización clásica y mitigar las mesetas áridas, el método hace que QAOA sea más práctico para problemas de mayor escala en hardware actual.
• Principio Inductivo: Proporciona evidencia de que la información estructural (como los perfiles de gap espectral) extraída de instancias pequeñas puede servir como un esquema inductivo principiado para algoritmos cuánticos variacionales, validando la transferencia de conocimiento entre escalas.
• Futuro: Sugiere que el diseño de algoritmos cuánticos puede beneficiarse de integrar conocimientos de la teoría adiabática y la física espectral, en lugar de depender exclusivamente de la optimización "caja negra" de parámetros.

En resumen, el artículo demuestra que transferir programas adiabáticos informados por el gap espectral desde sistemas pequeños es una vía prometedora para escalar QAOA, logrando un equilibrio óptimo entre calidad de solución y coste de optimización.