Q-PhotoNAS: Hybrid Quantum Neural Architecture Search Framework on Photonic Devices

Este artículo presenta Q-PhotoNAS, un marco híbrido de búsqueda de arquitecturas neuronales que combina algoritmos genéticos con codificación de fase cuántica aprendible para diseñar y optimizar automáticamente modelos cuántico-clásicos fotónicos, logrando una alta precisión en benchmarks de clasificación de imágenes mientras demuestra las capacidades únicas de extracción de características del hardware fotónico.

Lo esencial

Imagina que estás intentando crear la receta definitiva para un plato complejo, pero tienes dos chefs muy diferentes trabajando juntos: un chef humano (computadora clásica) y un mago (computadora cuántica). El chef humano es excelente cortando verduras y organizando ingredientes, mientras que el mago puede realizar trucos imposibles de lograr para el humano por sí solo.

El problema es que averiguar cómo deberían trabajar juntos estos dos es increíblemente difícil. Si dejas que el chef humano cocine solo, el plato está bien. Si dejas que el mago intente solo, es un desastre. Pero si intentas mezclarlos, hay miles de millones de formas de combinar sus habilidades. Intentar cada combinación individualmente a mano tomaría más tiempo del que ha existido el universo.

Este artículo introduce Q-PhotoNAS, un "robot degustador" inteligente que encuentra automáticamente la receta perfecta para este equipo humano-mago, específicamente para un tipo de computadora cuántica que utiliza luz (fotones) en lugar de electricidad.

Así es como funciona, desglosado en conceptos simples:

1. El Problema: Demasiadas Opciones

Piensa en diseñar este sistema híbrido como construir un automóvil personalizado. Tienes que decidir:

• Qué tamaño debe tener el motor.
• Qué tipo de combustible usar.
• Cómo se conecta el volante a las ruedas.
• El color de los asientos.

En el mundo de la computación cuántica basada en luz, hay aproximadamente 37 mil millones de formas diferentes de organizar estas partes. Los autores intentaron hacerlo manualmente (como un mecánico adivinando qué piezas encajan) y descubrieron que era lento y a menudo resultaba en un automóvil que no funcionaba bien. Necesitaban una forma de probar automáticamente las mejores combinaciones.

2. La Solución: El Robot Chef "Evolucionario"

Los autores crearon un sistema llamado Q-PhotoNAS que actúa como un laboratorio de evolución digital. En lugar de que un humano adivine, la computadora utiliza un Algoritmo Genético.

• La Población: Imagina que el robot crea 20 "bebés" recetas (arquitecturas) diferentes a la vez.
• La Prueba: Cocina una versión pequeña y rápida del plato (usando una pequeña cantidad de datos) para ver qué tan sabroso es.
• La Selección: Guarda las 20 recetas más sabrosas y desecha las malas.
• La Mezcla (Cruce): Toma las mejores partes de dos buenas recetas y las mezcla. Por ejemplo, podría tomar el "motor" de la Receta A y la "dirección" de la Receta B para crear una nueva, potencialmente mejor, Receta C.
• La Mutación: A veces, cambia aleatoriamente un ingrediente (como añadir una pizca de sal en lugar de azúcar) para ver si eso mejora el sabor.
• El Bucle: Repite este proceso 30 veces. Con cada ronda, las recetas mejoran y mejor, evolucionando hacia la combinación perfecta.

3. El Ingrediente Especial: Luz "Aprendible"

Una de las mayores innovaciones en este artículo es cómo manejan la parte "mágica". Por lo general, cuando alimentas datos a una computadora cuántica, debes forzarlos a una forma específica (como apretar un clavo cuadrado en un agujero redondo).

En este nuevo marco, el robot aprende cómo dar forma a la luz misma. Descubre la forma perfecta de convertir los datos de la imagen en "fases" (como ajustar el tiempo de una onda) para que la computadora cuántica pueda entenderlos mejor. Es como si el robot le enseñara al mago exactamente cómo mover su varita para obtener el mejor resultado, en lugar de obligar al mago a usar un truco rígido y preestablecido.

4. Los Resultados: Una Receta Ganadora

El robot probó sus nuevas recetas en dos famosos conjuntos de datos de imágenes: Digits (números escritos a mano del 0 al 9) y MNIST (un conjunto más grande y difícil de números escritos a mano).

• La Puntuación: El robot encontró una receta que obtuvo un 99.44% de precisión en la prueba Digits y un 98.78% en la prueba MNIST.
• La Comparación: Cuando compararon este equipo "Humano + Mago" contra un equipo "Solo Humano" (una computadora estándar sin la parte cuántica), el equipo híbrido ganó cada vez.
• Por qué ganó: El análisis mostró que el "mago" (la capa fotónica) no solo repetía lo que hacía el chef humano. Estaba encontrando patrones y características ocultas que el chef humano no podía ver, añadiendo efectivamente una nueva dimensión de sabor al plato.

5. La Prueba de Velocidad: ¿Qué Tan Rápida es la Magia?

Los autores también calcularon cuánto tiempo tomaría esto en una computadora cuántica física real (el chip Quandela Ascella) que utiliza luz.

• El Cuello de Botella: La parte más lenta no es el movimiento de la luz (que es instantáneo) ni la detección; es el calentamiento. La máquina utiliza calor para cambiar la trayectoria de la luz, y eso toma un poco de tiempo para calentarse y enfriarse.
• El Tiempo: Incluso con este retraso por calentamiento, el sistema podría identificar una sola imagen en aproximadamente 67 milisegundos (para Digits) y 149 milisegundos (para MNIST). Eso es lo suficientemente rápido para ser práctico en muchas tareas del mundo real.

Resumen

En resumen, este artículo muestra que no necesitamos ser arquitectos genios para construir computadoras cuánticas para la IA. En su lugar, podemos usar un robot evolutivo automatizado para buscar entre miles de millones de posibilidades, encontrar la forma perfecta de mezclar computadoras clásicas con computadoras cuánticas basadas en luz, y crear un sistema que sea más inteligente y preciso que cualquiera de ellos por separado. Es la diferencia entre un humano tratando de adivinar el diseño perfecto de un automóvil versus una fábrica que construye, prueba y mejora automóviles automáticamente hasta que son perfectos.

Resumen técnico

Resumen Técnico: Q-PhotoNAS

Enunciado del Problema
La computación cuántica fotónica ofrece una plataforma prometedora para el aprendizaje automático cuántico (QML) escalable debido a su operación a temperatura ambiente, su baja decoherencia y su compatibilidad con las redes de fibra existentes. Sin embargo, diseñar arquitecturas híbridas fotónicas cuántico-clásicas efectivas sigue siendo un desafío significativo. Los enfoques actuales dependen del ajuste manual de componentes distintos: pipelines de preprocesamiento clásico, estrategias de codificación de datos (mapeo de características clásicas a fases ópticas) y la estructura de las capas clásicas circundantes. Como demuestran los ejemplos motivadores del artículo (Fig. 1), lograr una precisión competitiva en conjuntos de datos como Digits y MNIST requiere intentos iterativos y diseñados a mano, donde cada cambio arquitectónico exige una ejecución completa de reentrenamiento. El espacio de diseño conjunto es vasto (aproximadamente $3.7 \times 10^{10}$ configuraciones), y las fuertes interacciones entre componentes hacen que el ajuste manual codicioso sea poco fiable e ineficiente. Además, los marcos existentes de Búsqueda de Arquitectura Neuronal (NAS) no se dirigen específicamente al hardware fotónico, el cual tiene restricciones únicas (por ejemplo, conteos de modos fijos, no linealidades de codificación específicas) distintas de los sistemas de qubits basados en puertas.

Metodología: Marco Q-PhotoNAS
Los autores proponen Q-PhotoNAS, un marco de Búsqueda de Arquitectura Neuronal diseñado específicamente para modelos híbridos fotónicos cuántico-clásicos. El sistema integra cuatro fases: preprocesamiento de datos, desarrollo progresivo del modelo, búsqueda basada en algoritmo genético (GA) y estimación del tiempo de ejecución en hardware.

1. Genoma y Espacio de Búsqueda: El marco codifica 19 hiperparámetros en seis grupos funcionales de genes:

   • Datos/Preprocesamiento: Componentes de PCA y parámetros del frontend convolucional.
   • Red Pre-Cuántica: Profundidad, ancho, funciones de activación y normalización para las capas clásicas que preceden al circuito cuántico.
   • Codificación de Fase: Un mecanismo de codificación novedoso y aprendible que reemplaza los esquemas fijos. Utiliza una transformación diferenciable $\theta_i = \text{act}_\phi(x_i \cdot s_i + b_i) \cdot \pi$, donde la función de activación ($\sigma$, $\tanh$ o $\text{clamp}$), la inicialización de la escala ($s_i$) y la inclusión de sesgo ($b_i$) son optimizadas por el GA.
   • Capa Cuántica: La dimensión de salida del circuito fotónico.
   • Cabeza Clasificadora: Profundidad, ancho y activación de las capas clásicas finales.
   • Entrenamiento: Tasa de aprendizaje, programación, decaimiento de pesos y recorte de gradientes.
     El espacio de búsqueda abarca aproximadamente $3.7 \times 10^{10}$ configuraciones.

2. Estrategia del Algoritmo Genético: El GA evoluciona una población de 20 arquitecturas candidatas durante 30 generaciones. Emplea:

   • Cruce Basado en Grupos: Para preservar la coherencia arquitectónica, se heredan grupos completos de genes (por ejemplo, todos los parámetros pre-cuánticos) como unidades de los padres, evitando la creación de arquitecturas inconsistentes (por ejemplo, redes profundas con anchos estrechos).
   • Mutación por Gen: Una mezcla de pasos locales y saltos globales para refinar o diversificar configuraciones.
   • Elitismo: Los 2 mejores individuos se preservan sin cambios.
   • Evaluación de Aptitud: Los candidatos se evalúan con un presupuesto corto de "proxy" (5 épocas en 1.000 muestras para Digits; 3 épocas en 5.000 muestras para MNIST) para estimar la precisión de validación. La mejor arquitectura encontrada se reentrena completamente durante 100 épocas en el conjunto de datos completo.

3. Estimación de Hardware: El marco incluye un modelo matemático de primeros principios para estimar el tiempo de ejecución en la QPU fotónica Quandela Ascella. La latencia total ($T_{total}$) se modela como la suma del tiempo de reconfiguración del desplazador de fase ($T_{prep}$), el tiempo de propagación en la guía de ondas ($T_{prop}$), el tiempo de detección ($T_{det}$) y la sobrecarga electrónica ($T_{lat}$). Las simulaciones de Monte Carlo tienen en cuenta la deriva térmica, la incertidumbre en la coincidencia de fotones y la fluctuación electrónica.

Resultados Clave
El marco se evaluó en los benchmarks de clasificación de imágenes Digits y MNIST.

• Precisión: Q-PhotoNAS logró precisiones finales de validación del 99.44% en Digits y del 98.78% en MNIST. Estos resultados superan significativamente las líneas base diseñadas manualmente (por ejemplo, circuitos cuánticos puros o híbridos de codificación fija) y coinciden con las líneas base solo clásicas.
• Contribución Cuántica: El análisis de las arquitecturas aprendidas reveló que la capa fotónica extrae características no redundantes.
  • Para Digits, la similitud del coseno interclase de las salidas cuánticas fue baja (0.135), indicando una separación ortogonal de clases. La similitud por muestra entre características cuánticas y clásicas fue de 0.167, sugiriendo información complementaria.
  • Para MNIST, la similitud interclase fue de 0.100, y la similitud por muestra fue de -0.154, lo que indica que la capa fotónica se anti-alinea activamente con la vía clásica, proporcionando una forma más fuerte de complementariedad.
  • Los modelos híbridos superaron consistentemente a las líneas base solo clásicas con parámetros coincidentes en aproximadamente 0.65 puntos porcentuales (Digits) y 0.83 puntos porcentuales (MNIST), con menor varianza entre semillas aleatorias.
• Latencia de Hardware: En la QPU Quandela Ascella, los tiempos estimados de inferencia por imagen fueron de ~67 ms para Digits y ~149 ms para MNIST. El análisis identificó la reconfiguración térmica del desplazador de fase como el costo dominante (representando >88% del presupuesto cuántico), escalando linealmente con la profundidad del circuito.

Significado y Afirmaciones
El artículo afirma presentar el primer marco NAS diseñado específicamente para arquitecturas híbridas fotónicas cuántico-clásicas. Su significado radica en:

1. Exploración Sistemática del Espacio de Diseño: Avanza más allá del diseño manual y de prueba y error hacia una búsqueda automatizada que maneja las interacciones complejas y no diferenciables entre el preprocesamiento clásico, la codificación de fase aprendible y la estructura del circuito fotónico.
2. Codificación Aprendible: Al tratar la transformación de codificación de fase como un eje de diseño optimizado conjuntamente, el marco permite que el circuito fotónico alinee su espacio de fases con la distribución de datos de extremo a extremo, superando las limitaciones de los esquemas de codificación fijos.
3. Viabilidad Práctica: Los resultados demuestran que la búsqueda automatizada es práctica para sistemas fotónicos híbridos, logrando alta precisión con tiempos de inferencia en el régimen de decenas de milisegundos en hardware fotónico térmico actual.
4. Optimización Consciente del Hardware: La inclusión de un estimador de tiempos de primeros principios permite la identificación de cuellos de botella en el hardware (específicamente la reconfiguración térmica), guiando el desarrollo futuro de hardware hacia alternativas electro-ópticas.

Los autores concluyen que Q-PhotoNAS proporciona un marco reutilizable y principista para el diseño sistemático de IA cuántica en dispositivos fotónicos, abriendo el camino para explorar conteos de modos más grandes y estrategias de codificación alternativas.