Resumen Técnico: Puente entre los Paradigmas de Computación Cuántica hacia el Rendimiento de Semiconductores

Declaración del Problema

A medida que los nodos de proceso de semiconductores se acercan al régimen de un solo nanómetro, los patrones de defectos en los mapas de obleas (WMs) se vuelven cada vez más intrincados. La clasificación automatizada precisa de estos defectos es crítica para el análisis de la causa raíz y la mejora del rendimiento, particularmente para las pilas de memoria de alto ancho de banda (HBM), donde un solo dado defectuoso puede comprometer un paquete completo. Si bien el Aprendizaje Automático Cuántico (QML) ofrece un sustrato potencial para tales tareas, el campo carece de una comparación controlada entre los dos paradigmas cuánticos dominantes: los circuitos de Variables Discretas (DV) (cúbits) y los de Variables Continuas (CV) (qumodes). Los estudios previos suelen confundir el rendimiento del cabezal cuántico con la capacidad del trasfondo clásico, dejando poco clara la contribución específica de la arquitectura cuántica.

Metodología

Los autores proponen un protocolo de evaluación estrictamente controlado utilizando el conjunto de datos industrial WM-811K (más de 811,000 mapas de obleas a través de ocho clases de defectos). El diseño experimental central aisla el circuito cuántico como la única variable estructural:

1. Trasfondo Compartido: Todos los modelos utilizan un trasfondo de red neuronal convolucional (CNN) idéntico (~4.28 millones de parámetros) para extraer características hasta un vector de 512 dimensiones. Esto asegura que cualquier diferencia de rendimiento sea atribuible únicamente al cabezal de clasificación descendente.
2. Cabezales Intercambiables: Se probaron tres tipos de cabezales sobre el mismo vector de características:
   • Línea Base Clásica: Una capa densa estándar.
   • Cabezal CV-QNN: Basado en el marco de Killoran et al. (2019a), utilizando puertas gaussianas y no gaussianas (Squeezing, Beamsplitter, Rotación, Desplazamiento, Kerr) para imitar una capa de red neuronal.
   • Cabezal DV-QNN: Un ansatz eficiente de hardware genérico utilizando la recarga de datos con rotaciones parametrizadas ($R_Y, R_Z$) y entrelazadores CNOT.
3. Escalabilidad y Simulación: Los cabezales cuánticos se probaron en tres tamaños (3, 4 y 8 qumodes/cúbits). Los modelos CV utilizaron un corte de Fock de $d=2$ (excepto para una variante de $d=3$). Las simulaciones se realizaron utilizando PennyLane (Strawberry Fields para CV, state-vector para DV).
4. Validación de Hardware: Los circuitos DV-QNN entrenados se ejecutaron en el procesador IBM Eagle r3 (ibm_yonsei) para validar el rendimiento bajo condiciones reales de ruido NISQ.
5. Pruebas de Robustez: Se inyectó ruido de entrada (Gaussiano) para probar la sensibilidad, y se prestó especial atención a la distinción de clase "Edge-Loc" vs. "Scratch", la cual requiere una discriminación espacial fina.

Principales Contribuciones

1. Comparación de Paradigmas Controlada: El estudio proporciona la primera comparación aislada de cabezales CV y DV en un conjunto de datos industrial de mapas de obleas, eliminando el efecto de "enmascaramiento" de los trasfondos clásicos dominantes presentes en trabajos previos.
2. Demostración de la Superioridad de CV: El cabezal CV superó consistentemente al cabezal DV. En la escala de 4 qumodes/cúbits, el CV alcanzó un 79.7 ± 1.8% de precisión frente al 61.6 ± 1.4% de DV, una brecha de 18 puntos sin solapamiento.
3. Resolución de Clase Espacial: El paradigma CV superó decisivamente a DV en la clase espacialmente localizada Edge-Loc (recuperación/recall de 0.66 frente a ≤0.05 para DV). El cabezal DV clasificó erróneamente de forma constante los defectos Edge-Loc como "Scratch", fallando en capturar las sutiles distinciones espaciales requeridas para un diagnóstico de causa raíz correcto.
4. Clarificación Teórica: Los autores aclaran que con el corte de Fock utilizado ($d=2$), la ventaja de CV no proviene del espacio de Hilbert de dimensiones infinitas o de recursos no gaussianos (ya que la puerta Kerr actúa como una rotación de fase gaussiana en $d=2$). En cambio, la ventaja surge del diseño de la capa con estructura análoga a una red neuronal y la codificación continua en el espacio de fases.
5. Perspectivas de Hardware e Interfaz:
   • Entrenabilidad de DV: El entrenamiento exitoso de DV requirió una interfaz clásica-cuántica determinista (sin dropout antes de la codificación, según la normalización por muestra). La regularización estocástica estándar causó el colapso del entrenamiento.
   • Profundidad de Hardware: El entrenamiento de DV-QNN preservó la precisión en profundidades poco profundas (hasta 12 puertas de dos cúbits), pero se degradó significamente en circuitos más profundos (28 puertas).

Resultados

• Precisión General: La línea base clásica alcanzó el 85.0%. El cabezal CV se acercó a esto (79.7%), mientras que el cabezal DV se estancó cerca del 60% independientemente del número de cúbits (3, 4 u 8), lo que indica un techo de capacidad de representación en lugar de un fallo de optimización.
• Dinámica de Entrenamiento: La precisión del entrenamiento de DV se saturó en ~0.73 (pérdida ~1.0), mientras que el CV alcanzó ~0.99 (pérdida ~0.14), confirmando que la limitación de DV es estructural (incapacidad de representar los datos) más que un problema de meseta estéril (barren plateau) o falta de entrenamiento.
• Robustez al Ruido: El cabezal CV exhibió un "acantilado" agudo en el rendimiento bajo ruido de entrada (colapsando de 0.77 a 0.05 a medida que $\sigma$ aumentaba de 0.10 a 0.20). En contraste, los cabezales DV más pequeños se degradaron de forma más gradual pero desde una base mucho más baja. Ningún paradigma fue uniformemente más robusto.
• Rendimiento de Hardware: El DV-QNN en hardware IBM coincidió con los resultados de simulación para circuitos poco profundos (3q, 4q), pero mostró una caída de precisión de 7 puntos en la profundidad de 8 cúbits, correlacionándose con el aumento del número de puertas y el ruido.

Significado y Reivindicaciones

El artículo sostiene que para tareas de clasificación de mapas de obleas industriales que requieren una discriminación espacial fina, las arquitecturas de Variables Continuas (CV) ofrecen una ventaja práctica distintiva sobre las arquitectas de Variables Discretas (DV), incluso en cortes de Fock bajos donde los recursos no gaussianos están ausentes.

La significancia radica en identificar las propiedades estructurales que impulsan esta ventaja:

1. Diseño Estructurado: La correspondencia explícita de la capa CV con una red neuronal clásica (mapa afín + no linealidad) proporciona un sesgo inductivo estable que los ansatz genéricos de DV carecen.
2. Codificación Continua: La capacidad de CV para mapear amplitudes de características de valor continuo directamente en coordenadas de espacio de fases preserva las pistas espaciales de grano fino (como la distinción Edge-Loc vs. Scratch) que la codificación de ángulos discretos tiende a aplanar.

Los autores concluyen que, si bien ninguno de los cabezales cuánticos supera actualmente el estado del arte clásico, el entorno controlado aisla dónde un cabezal cuántico estructurado ya proporciona valor. Sugieren que, a medida que el ruido y la escala mejoren, el paradigma CV está mejor posicionado para entregar ventajas prácticas en tareas de imagen industrial donde la continuidad espacial es crítica para la decisión. El estudio también destaca la importancia crítica del diseño de la interfaz clásica-cuántica, particularmente para la entrenabilidad de DV.