StableShots: Online Shot Stopping for Quantum Circuit Execution

Resumen Técnico: StableShots: Detención de Disparos en Línea para la Ejecución de Circuitos Cuánticos

Planteamiento del Problema
La ejecución de circuitos cuánticos depende de mediciones repetidas (disparos o shots) para estimar distribuciones de salida. Los flujos de trabajo actuales suelen requerir que los desarrolladores predefinan un presupuesto de disparos fijo (por ejemplo, 1,000 o 10,000 disparos). Este enfoque estático se describe como "frágil": un presupuesto bajo puede submuestrear la distribución, lo que conduce a una fidelidad deficiente, mientras que un presupuesto alto desperdicia recursos computacionales y tiempo de espera en la cola. El presupuesto óptimo no es universal; depende de la familia de circuitos, el tamaño, el ruido del backend y la dispersión de la salida. Este problema se plantea no meramente como un problema de complejidad de muestreo estadístico, sino como un desafío de ingeniería de software cuántica (QSE) referente a cómo ejecutar software de manera sistemática, medible y auditable. El artículo se centra específicamente en circuitos cuánticos estáticos, donde la estructura y los parámetros permanecen fijos durante la ejecución, distinguiéndolos de los bucles variacionales donde la distribución objetivo cambia por diseño.

Metodología: STABLESHOTS
Los autores proponen STABLESHOTS, una regla de detención en línea ligera y de caja negra para la ejecución de circuitos estáticos. El método opera como un envoltorio (wrapper) alrededor de las interfaces de ejecución estándar que devuelven recuentos por lotes, sin requerir inspección del circuito, datos de calibración del backend o modelos de ruido.

El mecanismo central implica:

1. Ejecución por Lotes: El circuito se ejecuta en pequeños lotes de $b$ disparos.
2. Monitoreo: Después de cada lote, el sistema calcula la Distancia de Variación Total (TVD) entre la distribución empírica acumulada actual ($\hat{P}_N$) y una distribución acumulada previa ($\hat{P}_{N-\ell b}$), donde $\ell$ es una ventana de retroceso en lotes.
3. Criterio de Detención: La ejecución se detiene solo después de observar $k$ comprobaciones consecutivas donde la TVD marginal sea inferior a un umbral $\epsilon$. Si la estabilidad no se alcanza, la ejecución continúa hasta alcanzar un presupuesto máximo $B$.

Los parámetros ($b, \ell, \epsilon, k$) controlan la granularidad de la decisión, las ventanas de comparación y el conservadurismo del criterio de estabilidad. La regla es intencionadamente heurística; no certifica que la distribución empírica esté dentro de una distancia específica de la distribución real desconocida del backend. En su lugar, operacionaliza una señal de "rendimientos decrecientes": si los nuevos lotes no alteran materialmente la distribución observada, es poco probable que un mayor muestreo altere el resultado visible para el desarrollador.

Diseño Experimental
La evaluación utilizó 180 trazas del conjunto de datos QSimBench, cubriendo seis familias de circuitos (dj, qaoa, qft, qnn, random, vqe), seis tamaños (4 a 14 qubits) y cinco backends simulados de IBM con ruido.

• Referencia: Una distribución empírica de 20,000 disparos sirvió como referencia offline para calcular la TVD, aunque STABLESHOTS nunca observó esto durante la toma de decisiones.
• Protocolo: El estudio empleó una división estricta de validación/prueba con 100 repeticiones. En cada repetición, un backend se mantenía fuera como conjunto de prueba, mientras que los cuatro restantes se utilizaban para validación. Esto aseguró que la configuración seleccionada no estuviera sobreajustada a perfiles de ruido de backends específicos.
• Líneas Base: El rendimiento se comparó contra presupuestos de disparos fijos de 5,000, 10,000 y 18,000 disparos.

Resultados Clave
La configuración seleccionada de STABLESHOTS (lotes de 50, retroceso de 3 lotes, 5 comprobaciones estables consecutivas, $\epsilon=0.005$) demostró compromisos de costo-fidelidad superiores a las líneas base fijas:

• Tasa de Éxito: STABLESHOTS logró una TVD $\le 0.05$ contra la referencia en el 100% de las evaluaciones de prueba excluidas. En contraste, las líneas base fijas lograron este umbral en solo un 54.1% (5k disparos), 66.7% (10k disparos) y 83.3% (18k disparos) de las evaluaciones.
• Eficiencia: El número de disparos mediano para STABLESHOTS fue de 7,650, significativamente menor que los 18,000 disparos requeridos por la línea base fija con mejor desempeño para lograr una fiabilidad similar.
• Adaptabilidad: El método exhibió un comportamiento dependiente de la traza. Circuitos pequeños (4–8 qubits) y familias específicas (dj, vqe) se detuvieron temprano con bajos recuentos de disparos. Circuitos más grandes (10–14 qubits) y distribuciones difusas (qft, qnn, random) a menudo se acercaron al tope de 20,000 disparos, identificando correctamente que la estabilidad local aún no se había alcanzado.
• Modo de Fallo: Cuando la política alcanzaba el tope, señalaba que la fidelidad objetivo no podía cumplirse dentro del presupuesto, proporcionando un estado de fallo informativo en lugar de devolver silenciosamente una estimación inestable.

Significancia y Reivindicaciones
El artículo presenta a STABLESHOTS como una contribución a la Ingeniería de Software Cuántica en lugar de una garantía estadística de cercanía distributiva. Su significancia radica en:

1. Ejecución Auditable: Transforma el presupuesto de disparos de una constante pre-ejecución en una política de ejecución trazable. La decisión de detención se deriva directamente de los recuentos observados, lo que permite la reproducibilidad y el seguimiento de la procedencia.
2. Aplicabilidad de Caja Negra: Al depender únicamente de los recuentos de cadenas de bits, el método es compatible con varios SDK, simuladores y proveedores de hardware sin requerir conocimiento interno del compilador o del hardware.
3. Gobernanza Práctica: Ofrece un punto medio entre la ejecución de disparos bajos arbitrarios y los presupuestos fijos de disparos altos y costosos. Los autores argumentan que el recuento de disparos debe tratarse como un parámetro de software controlable que puede ser calibrado, registrado y revisado.

Los autores mantienen la modestia sobre el alcance, señalando que el método asume que la distribución inducida por el backend es estable durante la ejecución y que la referencia de 20,000 disparos es finita. Declaran explícitamente que STABLESHOTS no proporciona una garantía independiente de la distribución y que la configuración específica de parámetros está delimitada por el conjunto de datos, no es universalmente óptima. El trabajo se presenta como una política ajustable que soporta la gobernanza práctica de la ejecución, sugiriendo trabajos futuros para la evaluación en vivo en QPU, el dimensionamiento de lotes adaptativo y aplicaciones a cargas de trabajo iterativas.