Benchmarking Quantum Kernel Support Vector Machines Against Classical Baselines on Tabular Data: A Rigorous Empirical Study with Hardware Validation

Resumen Técnico: Benchmarking de Máquinas de Vectores de Soporte (SVM) con Kernels Cuánticos

1. Problema y Contexto

A pesar del interés teórico en los métodos de kernels cuánticos para aprovechar los ordenadores cuánticos de la era actual (NISQ) en el aprendizaje supervisado, existe una escasez crítica de benchmarks rigurosos que comparen estos métodos contra bases clásicas fuertes.

• Limitaciones de estudios previos: Muchos estudios anteriores comparan kernels cuánticos contra baselines clásicos débiles (ej. solo SVM lineales), utilizan validación simple (hold-out) en lugar de validación cruzada anidada (lo que introduce sesgo optimista), evalúan en pocos conjuntos de datos sin pruebas de significancia estadística o se basan exclusivamente en simulaciones sin validación en hardware real.
• La pregunta central: ¿Ofrecen los kernels cuánticos una ventaja real y reproducible en conjuntos de datos tabulares estándar frente a los kernels clásicos más avanzados (como RBF)?

2. Metodología

Los autores presentan un estudio empírico a gran escala y riguroso, diseñado para abordar todas las limitaciones metodológicas anteriores simultáneamente.

• Configuración Experimental:

  • Datos: 9 conjuntos de datos de clasificación binaria (UCI y OpenML), abarcando tamaños de muestra (N: 208–4601), dimensionalidades (d: 3–60) y desequilibrios de clases.
  • Kernels Cuánticos: 4 mapas de características cuánticas (feature maps) con diferentes topologías de entrelazamiento: Rot2DoF (sin entrelazamiento), Belis (escalera CNOT), Sakhnenko10 (anillo CNOT) y ZZFeatureMap (interacciones ZZ).
  • Kernels Clásicos: 3 baselines fuertes: Lineal, RBF (función de base radial) y Polinómico (grado 3).
  • Validación: Estricta validación cruzada anidada (5x3 y 5x5 pliegues) para evitar el sesgo de optimización de hiperparámetros.
  • Backends: Simulación ideal (vector de estado), simulación ruidosa (matriz de densidad) y validación en hardware real en el procesador IBM ibm fez (Heron r2, 156 qubits).
  • Escala: Total de 970 experimentos de evaluación de kernels y 8,400 ajustes de SVM adicionales para análisis de sensibilidad.

• Fases de Análisis:

  1. Significancia Estadística: Pruebas de rangos con signo de Wilcoxon pareadas y análisis factorial de Kruskal-Wallis.
  2. Curvas de Aprendizaje: Evaluación de eficiencia de datos en 6 fracciones de entrenamiento (10%–100%).
  3. Validación de Hardware: Comparación de fidelidad de kernels entre simulación y hardware real.
  4. Sensibilidad a la Semilla: Análisis de reproducibilidad con 16 semillas aleatorias diferentes.

3. Contribuciones Clave

• Rigor Metodológico: Es el primer estudio que combina simultáneamente múltiples datasets, validación cruzada anidada estricta, pruebas estadísticas completas, kernels entrenables (QKT), validación en hardware real y análisis espectral.
• Análisis Espectral ("Hipótesis de Goldilocks"): Introducen un análisis mecánico de los valores propios de las matrices de kernel, demostrando que el rendimiento depende de la estructura espectral del kernel.
• Validación en Hardware Real: Ejecución y validación de kernels cuánticos en un procesador cuántico superconductor real, confirmando la fidelidad de las simulaciones.
• Código y Datos Abiertos: Publicación completa de la suite de benchmarks (código, matrices de kernel cacheadas y resultados) para facilitar la reproducción.

4. Resultados Principales

• Ausencia de Ventaja Cuántica en Datos Tabulares:

  • En ninguna de las 29 comparaciones pareadas (quantum vs. clásico) se alcanzó significancia estadística a $\alpha = 0.05$ en la fase inicial.
  • Los kernels clásicos (especialmente RBF) superaron consistentemente a los kernels cuánticos en 8 de los 9 conjuntos de datos, con brechas de precisión balanceada (BA) de 1.6 a 12.0 puntos porcentuales.
  • Excepción: Solo el conjunto de datos Haberman mostró una ventaja cuántica robusta y significativa (+1.9 pp, p=0.004) en el análisis de sensibilidad con 16 semillas.

• Dominio del Conjunto de Datos:

  • El análisis factorial de Kruskal-Wallis reveló que la elección del conjunto de datos explica el 73% de la varianza en el rendimiento ($\epsilon^2 = 0.73$), mientras que el tipo de kernel solo explica el 9%. Esto sugiere que comparar kernels en un solo dataset es insuficiente.

• Explicación Mecanística (Análisis Espectral):

  • Los mapas de características cuánticos actuales producen espectros de valores propios extremos:
    • Belis: Espectro casi uniforme (demasiado plano, similar a una matriz identidad), lo que ofrece poca estructura para la decisión.
    • Rot2DoF: Espectro extremadamente concentrado en el primer valor propio (casi rango 1), colapsando la información.
    • RBF Clásico: Ocupa una "zona de Goldilocks" (ni demasiado plano ni demasiado concentrado), proporcionando la estructura espectral intermedia óptima para SVM.

• Validación en Hardware:

  • Se ejecutaron 6 experimentos en IBM ibm fez. La fidelidad del kernel (correlación de Pearson) entre el hardware y la simulación ideal fue $r \geq 0.976$ (media $r=0.990$).
  • Esto confirma que los resultados negativos de la simulación se transfieren al hardware real en las escalas de circuitos probadas (3-5 qubits).
  • Se observó un efecto de "ruido como regularizador" en 4 de 6 experimentos, donde el hardware ruidoso mejoró ligeramente el rendimiento respecto a la simulación ideal, aunque no de manera estadísticamente significativa.

• Entrenamiento de Kernel Cuántico (QKT):

  • El QKT (optimización de parámetros para alinear el kernel con el objetivo) logró el único resultado competitivo: BA = 0.968 en el dataset Breast Cancer, acercándose al techo clásico (0.976).
  • Costo: Esto se logró con una sobrecarga computacional de ~2,000 veces respecto a los baselines clásicos, con una tasa de convergencia baja (13.6%) e inestabilidad en los parámetros aprendidos.

• Curvas de Aprendizaje:

  • Los kernels cuánticos mostraron pendientes de aprendizaje más pronunciadas en 6 de 8 datasets, pero partieron de una base tan baja que no lograron cerrar la brecha con los métodos clásicos al aumentar el tamaño de los datos.

5. Significado y Recomendaciones

• Conclusión Principal: En el estado actual de la tecnología y con los mapas de características genéricos probados, no existe una ventaja cuántica demostrable en conjuntos de datos tabulares estándar frente a SVMs clásicos bien configurados.
• Guía para la Investigación Futura:
  • Diseño de Kernels: Se deben priorizar mapas de características que generen perfiles espectrales intermedios (ni planos ni colapsados), posiblemente mediante escalado de ancho de banda adaptable o kernels covariantes.
  • Benchmarking: Las futuras evaluaciones deben usar validación cruzada anidada, múltiples datasets diversos y pruebas de significancia estadística con tamaños de muestra adecuados.
  • Costo-Beneficio: El uso de QKT es actualmente prohibitivo en términos computacionales para la mayoría de las aplicaciones prácticas.
  • Selección de Datos: Los datasets donde la ganancia no lineal clásica (RBF vs. Lineal) es mínima podrían ser candidatos más prometedores para kernels cuánticos, alineándose con la teoría de que la ventaja cuántica surge en problemas difíciles para los mapas clásicos.

En resumen, este estudio proporciona una evaluación exhaustiva y honesta que establece una línea base rigurosa, indicando que la comunidad debe enfocarse en mejorar la estructura de los kernels cuánticos y su adaptación a los datos, en lugar de esperar una ventaja automática de la computación cuántica en problemas tabulares estándar.