Towards Automated Selection of Quantum Encoding Circuits via Meta-Learning

1. Planteamiento del Problema

Los métodos de kernel cuántico (QKM) han demostrado ser prometedores en dispositivos cuánticos de corto plazo (near-term). Sin embargo, un desafío crítico es la selección del circuito de codificación (encoding circuit) adecuado para un conjunto de datos específico.

• Dificultad actual: La elección óptima requiere evaluar exhaustivamente múltiples circuitos candidatos en hardware cuántico o simuladores costosos. El número de circuitos posibles crece combinatoriamente, haciendo la búsqueda sistemática computacionalmente intratable.
• Limitaciones de enfoques previos: Los métodos existentes de selección de arquitectura a menudo requieren bucles de optimización costosos para cada nuevo conjunto de datos o se centran en circuitos variacionales en lugar de métodos de kernel cuántico.
• Objetivo: Desarrollar un sistema automatizado que prediga el mejor circuito de codificación basándose únicamente en las características intrínsecas de los datos clásicos, eliminando la necesidad de evaluaciones cuánticas previas.

2. Metodología Propuesta

El trabajo propone un marco de meta-aprendizaje supervisado que trata la selección de circuitos como un problema de clasificación. El sistema opera en tres etapas principales (ilustradas en la Fig. 1 del artículo):

A. Construcción del Meta-Dataset

• Datos: Se utilizaron 200 conjuntos de datos de clasificación binaria (174 sintéticos generados con scikit-learn y configuraciones personalizadas, y 26 del mundo real).
• Extracción de Características (Features): Se calcularon 24 métricas de complejidad de datos clásicas (usando las bibliotecas problexity y Qsun) para describir la geometría y las propiedades estadísticas de cada conjunto de datos (ej. separabilidad, dimensión intrínseca, complejidad de Kolmogorov).
• Generación de Etiquetas (Labels): Para cada conjunto de datos, se evaluaron 9 circuitos de codificación candidatos utilizando tres clasificadores clásicos (SVC, GPC, KRC). La etiqueta óptima se definió como el circuito que alcanzó la mayor precisión.
  • Se introdujo un modo flexible de etiquetado: SINGLE-BEST-OUT (el único mejor) y TIED-BEST-OUT (un conjunto de los mejores dentro de un umbral de tolerancia, ej. 1% de diferencia), reconociendo que múltiples circuitos suelen tener rendimiento estadísticamente equivalente.

B. Entrenamiento del Recomendador

Se evaluaron dos estrategias de entrenamiento con 14 modelos de aprendizaje automático diferentes:

1. Votación Mayoritaria (MV): Un ensemble de clasificadores que promedian sus predicciones para reducir la sensibilidad a errores individuales.
2. Validación Cruzada Leave-One-Out (LOOCV): Una estrategia que entrena en $N-1$ muestras y prueba en la restante, iterando para identificar el modelo y configuración de características óptimos.

C. Inferencia

Para un nuevo conjunto de datos, el sistema extrae las 24 métricas de complejidad y el modelo meta-aprendido predice el Top-k de circuitos recomendados sin ejecutar ninguna operación cuántica.

3. Contribuciones Clave

1. Formulación de Meta-Aprendizaje: Se plantea formalmente la selección de circuitos de codificación para QKM como un problema de meta-aprendizaje basado en características de datos clásicos.
2. Evaluación Exhaustiva: Se realizó una evaluación rigurosa bajo múltiples configuraciones (2 modos de entrada de características $\times$ 2 modos de etiquetado $\times$ 2 estrategias de entrenamiento).
3. Reducción de Costo Computacional: Se demuestra que es posible identificar circuitos de alto rendimiento reduciendo la carga de evaluación cuántica en un 78% (de 9 candidatos a un máximo de 3) sin sacrificar la cobertura de la solución óptima.

4. Resultados Experimentales

• Precisión: El marco alcanzó una precisión Top-3 del 85.7% en la identificación del mejor circuito de codificación.
  • La configuración ALL-IN + TIED-BEST-OUT (usando todas las métricas y permitiendo múltiples "mejores" circuitos) fue la más efectiva, superando consistentemente a la configuración de "único mejor" (SINGLE-BEST-OUT).
  • El uso de todas las métricas (ALL-IN) superó o igualó el rendimiento de las métricas individuales, demostrando que la información complementaria es crucial.
• Comparación de Estrategias:
  • Votación Mayoritaria (MV): Ofreció una mayor escalabilidad y estabilidad, siendo aproximadamente 20 veces más eficiente en costo de entrenamiento que LOOCV para el tamaño de datos actual.
  • LOOCV: Proporcionó un perfil de rendimiento detallado por modelo, confirmando que los clasificadores basados en Random Forest (RF) con todas las características funcionaron mejor.
• Hallazgo Crítico: Las métricas de complejidad de datos clásicas contienen suficiente señal predictiva para guiar la selección de circuitos cuánticos, validando la hipótesis de que la estructura de los datos clásicos determina la idoneidad de la arquitectura cuántica.

5. Significado y Conclusiones

Este trabajo es significativo porque desacopla la selección de arquitectura cuántica de la evaluación costosa en hardware cuántico.

• Impacto Práctico: Permite a los investigadores y practicantes filtrar rápidamente candidatos prometedores antes de ejecutar algoritmos en dispositivos cuánticos reales, optimizando el uso de recursos limitados (tiempo de coherencia, acceso a hardware).
• Flexibilidad: La adopción del modo TIED-BEST-OUT refleja la realidad de los paisajes de rendimiento cuántico, donde a menudo existen múltiples circuitos con capacidades equivalentes, permitiendo a los usuarios elegir basándose en criterios secundarios (profundidad del circuito, compatibilidad con hardware).
• Futuro: Los autores sugieren extender el marco a problemas de regresión y optimización combinatoria, incorporar descriptores cuánticos (como entrelazamiento y expresividad) y evolucionar de un "recomendador" a un "diseñador" que genere arquitecturas específicas para el problema.

En resumen, el artículo establece un nuevo estándar para la automatización en el aprendizaje automático cuántico, demostrando que el análisis de datos clásico puede guiar eficientemente la construcción de pipelines cuánticos híbridos.