Accuracy-Cost Trade-offs for Reference VQE Calculations of H$_2$ on IBM Quantum Hardware

Este artículo presenta un conjunto de datos validado en hardware que evalúa las compensaciones entre precisión y costo para cálculos VQE de la molécula de hidrógeno en procesadores cuánticos de IBM, demostrando que la simplificación de circuitos mediante mapeos acortados ofrece las mejoras de precisión más consistentes, mientras que la ejecución basada en sesiones no aporta ventajas sistemáticas a pesar de su mayor costo.

Lo esencial

Imagina que quieres cocinar el plato perfecto (en este caso, calcular la energía de una molécula de hidrógeno) usando una cocina muy nueva, pero un poco inestable: las computadoras cuánticas.

Este artículo es como una guía de supervivencia para principiantes que quieren usar estas "cocinas cuánticas" de IBM. Los autores, expertos del Instituto Fraunhofer, decidieron poner a prueba la cocina con el ingrediente más simple posible: una molécula de hidrógeno ($H_2$). ¿Por qué? Porque si no puedes cocinar bien un huevo frito, no podrás cocinar un banquete complejo.

Aquí tienes los hallazgos principales, explicados con analogías sencillas:

1. El problema: La cocina es ruidosa y cara

Las computadoras cuánticas actuales son como instrumentos musicales que, si no se afinan perfectamente, suenan un poco desafinados (ruido). Además, alquilas la cocina por minuto. Si te tardas mucho, pagas más, aunque no estés cocinando activamente.

El objetivo del estudio fue responder: ¿Cómo obtengo el resultado más preciso sin gastar una fortuna ni perder días en la cocina?

2. Las lecciones aprendidas (Los "Secretos del Chef")

A. Simplifica tu receta (Mapeo de circuitos)

• La analogía: Imagina que tienes dos formas de escribir una receta. Una es un libro de 500 páginas con instrucciones confusas (el mapeo "Jordan-Wigner"). La otra es una tarjeta de índice con solo 3 pasos claros (el mapeo "Parity Tapered").
• El hallazgo: Usar la receta corta y simple (menos qubits, menos puertas lógicas) siempre dio resultados más precisos y más baratos.
• La moraleja: En el mundo cuántico actual, menos es más. Intentar hacer cosas complicadas solo introduce más errores. Simplificar el problema desde el principio es la mejor estrategia.

B. No necesitas disparar millones de flechas (Cantidad de "shots")

• La analogía: Para adivinar el sabor de una sopa, ¿necesitas probarla un millón de veces? Probablemente no. Con 100 o 1000 pruebas, ya tienes una buena idea.
• El hallazgo: Aumentar el número de mediciones (disparos) ayuda a mejorar la precisión, pero solo hasta cierto punto. Pasado un nivel moderado (alrededor de 1024 pruebas), seguir aumentando el número solo te hace pagar más tiempo de cocina sin mejorar significativamente el sabor.
• La moraleja: No te obsesiones con la cantidad. Un punto medio es suficiente.

C. Los "filtros" de error (Resiliencia)

• La analogía: Imagina que tienes un filtro de agua.
  • Nivel 1 (Filtro básico): Quita la suciedad obvia. Funciona bien, pero cuesta un poco más de tiempo.
  • Nivel 2 (Filtro industrial): Intenta quitar hasta el polvo microscópico. A veces funciona, pero a veces arruina el sabor o tarda tanto que la sopa se enfría.
• El hallazgo: El filtro básico (Nivel 1) mejoró los resultados de forma consistente. El filtro industrial (Nivel 2) a veces mejoró, pero a veces empeoró las cosas y siempre fue mucho más caro.
• La moraleja: Usa el filtro básico si quieres mejorar, pero ten cuidado con los filtros excesivos; a veces son contraproducentes.

D. ¿Alquilar la cocina por horas o por minuto? (Modo Sesión vs. Trabajo Único)

• La analogía:
  • Trabajo Único: Vas a la cocina, cocinas un plato, pagas por el tiempo que usaste el horno y te vas.
  • Sesión: Alquilas la cocina entera por una hora. Puedes entrar y salir, pero pagas por la hora completa, incluso si estás esperando a que hierva el agua o pensando en el siguiente paso.
• El hallazgo: La gente pensaba que alquilar la cocina entera (Sesión) era mejor porque evitaba las filas de espera. Pero descubrieron que no mejoraba el sabor del plato (la precisión era la misma). Sin embargo, costaba mucho más dinero porque pagabas por el tiempo de espera y la reserva, no solo por el tiempo de cocción.
• La moraleja: Para tareas pequeñas o medianas, es mejor ir, cocinar rápido y pagar solo por lo que usas (Trabajo Único). No pagues por la "reserva" de la cocina si no la necesitas.

3. Conclusión para el usuario promedio

Si eres nuevo en esto y quieres usar una computadora cuántica para química:

1. No te compliques: Usa las herramientas por defecto y simplifica tu problema (usa mapeos que reduzcan el tamaño del circuito).
2. No gastes de más: No necesitas millones de pruebas ni los filtros de error más avanzados para empezar.
3. Paga solo por lo que usas: No alquiles la "sesión" completa a menos que tengas una razón muy específica. Trabaja en pequeños lotes.

En resumen: Este estudio nos dice que, con la tecnología actual, la clave no es ser el chef más ambicioso o usar la tecnología más cara, sino ser inteligente, simple y eficiente. La simplicidad gana a la complejidad en el mundo cuántico de hoy.

Resumen técnico

1. El Problema

El uso práctico de algoritmos híbridos cuántico-clásicos, específicamente el Variational Quantum Eigensolver (VQE), en dispositivos de escala intermedia ruidosa (NISQ) enfrenta desafíos significativos. Los usuarios, especialmente los no especialistas, carecen de una intuición fiable sobre cómo los parámetros de flujo de trabajo estándar (número de disparos shots, elección de backend, mapeo de circuitos, estrategias de mitigación de errores y modo de ejecución) se traducen en precisión alcanzable, tiempo de ejecución y costos facturados.

La literatura existente a menudo se centra en desarrollos algorítmicos o simulaciones, careciendo de datos de referencia sistemáticos ejecutados en hardware real que cuantifiquen el comportamiento de flujos de trabajo "listos para usar" (alineados con tutoriales) frente a diferentes configuraciones. El objetivo es llenar esta brecha proporcionando un conjunto de datos de referencia validado por hardware para el cálculo del estado fundamental de la molécula de hidrógeno ($H_2$).

2. Metodología

El estudio emplea un flujo de trabajo estandarizado utilizando la pila de software Qiskit (versiones compatibles con Qiskit 2.x, Nature y Algorithms) con intervención mínima del usuario, priorizando flujos de trabajo representativos sobre optimizaciones manuales.

• Sistema de Referencia: Estado fundamental electrónico de la molécula de hidrógeno ($H_2$) a una distancia internuclear de 0.735 Å. Se utiliza una base STO-3G. La energía de referencia exacta se obtiene mediante diagonalización numérica clásica ($E_{ref} = -1.85727503$ u.a.).
• Hardware: Ejecuciones realizadas entre agosto de 2025 y abril de 2026 en múltiples backends de IBM Quantum, incluyendo procesadores Heron (r1, r2, r3), Eagle r3 y Nighthawk r1 (en fase exploratoria).
• Configuraciones Variadas:
  • Mapeos de Fermiones a Qubits: Se compararon cuatro representaciones: Jordan-Wigner (JW, 4 qubits), Paridad (P, 4 qubits), Paridad con reducción de número de partículas (PF, 2 qubits) y Paridad totalmente acortada (PT, 1 qubit).
  • Ansatz: Unitary Coupled Cluster (UCC) con estado de referencia Hartree-Fock.
  • Optimizadores: Se comparó COBYLA (predominante) y SPSA.
  • Niveles de Resiliencia (Mitigación de Errores): Nivel 0 (sin mitigación), Nivel 1 (mitigación de errores de medición) y Nivel 2 (incluye extrapolación a ruido cero y twirling de puertas).
  • Modos de Ejecución: Single-job (cada iteración como trabajo independiente) vs. Session (todas las iteraciones en una sola sesión de tiempo de ejecución).
  • Recuento de Disparos (Shots): Desde 1 hasta 8192 (nominales), controlados mediante el parámetro de precisión del primitivo Estimator.
• Métricas Registradas: Desviación de energía ($E_{err}$), tiempo de ejecución cuántico (qtime), tiempo facturado (btime), iteraciones del optimizador y variabilidad entre ejecuciones.

3. Contribuciones Clave

1. Conjunto de Datos de Referencia Validado por Hardware: Proporciona la primera base de datos sistemática que cuantifica el rendimiento de flujos de trabajo estándar de VQE en múltiples backends de IBM, capturando la variabilidad inherente del hardware real (ruido, calibración, asignación de qubits).
2. Análisis de Compensaciones (Trade-offs): Establece relaciones cuantitativas entre la precisión de la energía, el esfuerzo computacional y el costo económico para configuraciones específicas.
3. Desmitificación de Mejores Prácticas: Cuestiona recomendaciones comunes (como el uso automático de sesiones o niveles altos de mitigación) basándose en evidencia empírica para problemas pequeños y medianos.
4. Guía para No Especialistas: Ofrece una hoja de ruta basada en datos para usuarios que ingresan a la química cuántica en hardware, priorizando la simplicidad y la transparencia sobre la optimización agresiva.

4. Resultados Principales

• Impacto del Mapeo (Simplificación del Circuito):

  • La reducción del tamaño del circuito mediante mapeos acortados (tapering) es el factor más determinante para la precisión.
  • El mapeo PT (1 qubit) y PF (2 qubits) mostraron consistentemente menores desviaciones de energía y tiempos de ejecución significativamente menores en comparación con JW y P (4 qubits).
  • La complejidad del circuito (profundidad y número de puertas de 2 qubits) es el principal predictor de la acumulación de errores y el costo.

• Conteo de Disparos (Shots):

  • Aumentar el número de disparos más allá de un rango moderado (aprox. 256-1024) ofrece retornos decrecientes en precisión.
  • Para la mayoría de los backends, la mejora más notable ocurre al pasar de conteos muy bajos a la región intermedia. Más allá de 1024 disparos, la reducción en el error es marginal mientras el costo (tiempo) aumenta linealmente.

• Mitigación de Errores (Resiliencia):

  • Nivel 1: Proporciona una mejora consistente y robusta en la precisión de la energía en todos los backends probados.
  • Nivel 2: No garantiza mejoras adicionales. En algunos casos (ej. ibm_aachen), degradó la estimación de energía en comparación con el Nivel 0. Además, introduce un sobrecosto de ejecución sustancial debido a la necesidad de evaluaciones adicionales de circuitos y procesamiento clásico.

• Modo de Ejecución (Sesión vs. Trabajo Único):

  • Precisión: No se observó ninguna ventaja sistemática en la precisión de la energía al usar el modo Session en comparación con el modo Single-job.
  • Costo: El modo Session incurre en un tiempo facturado (btime) sustancialmente mayor (orden de minutos) en comparación con la suma del tiempo cuántico de los trabajos individuales (orden de segundos). Esto se debe a que el modo Session cobra por la duración total de la reserva, incluyendo tiempos de espera y latencia, mientras que el modo Single-job cobra solo por el uso activo.

• Variabilidad del Backend:

  • La elección del backend afecta tanto a la precisión como al costo, incluso con configuraciones idénticas. Los procesadores Heron más nuevos (r2, r3) tendieron a ofrecer mejores resultados que el Heron r1 (ibm_torino).
  • La variabilidad temporal (deriva de calibración) y espacial (diferencias entre qubits en el mismo chip) es inherente y debe considerarse en la interpretación de resultados.

5. Significado e Implicaciones

• Guía Práctica: Para problemas de química cuántica de pequeña a mediana escala (como $H_2$), el enfoque más eficiente en costos y transparente es utilizar ejecución de trabajo único (single-job), mapeos acortados (PT/PF) y nivel de resiliencia 1 (si es necesario), evitando el uso indiscriminado de sesiones o niveles de mitigación superiores.
• Realismo en Expectativas: El estudio demuestra que los flujos de trabajo predeterminados ("out-of-the-box") a menudo no alcanzan la precisión de la química (1 kcal/mol) sin un ajuste cuidadoso, pero que la optimización agresiva no siempre es necesaria ni rentable.
• Escalabilidad: Las conclusiones actuales son válidas para circuitos poco profundos. A medida que los problemas crezcan y los circuitos se profundicen, el equilibrio podría cambiar, requiriendo estrategias de ejecución más coordinadas (como sesiones) para mitigar la deriva de calibración durante optimizaciones largas.
• Transparencia: El trabajo establece una línea base empírica para evaluar futuras mejoras en hardware y software de IBM Quantum, permitiendo a los usuarios tomar decisiones informadas sobre la asignación de recursos.

En resumen, el artículo desaconseja la adopción automática de características avanzadas (sesiones, mitigación nivel 2) para cargas de trabajo pequeñas, abogando por una estrategia incremental y basada en datos que priorice la simplificación del circuito y la eficiencia de costos.