Neural-Network Inverse Design of SRF Cavities and Transmons for Bosonic Quantum Computation

Resumen Técnico: Diseño Inverso mediante Redes Neuronales de Cavidades SRF y Transmones para Computación Cuántica Bosónica

Planteamiento del Problema
El diseño de cavidades de radiofrecuencia superconductora (SRF) acopladas a qubits transmones para la computación cuántica bosónica implica un problema inverso complejo: recuperar las geometrías de los dispositivos que producen objetivos electromagnéticos (EM) y de acoplamiento específicos. Este mapeo es generalmente de uno-a-muchos, lo que significa que múltiples geometrías pueden producir un rendimiento similar, o inversamente, encontrar la geometría específica para una respuesta objetivo no es trivial. A medida que los espacios de parámetros de diseño escalan, el costo de la simulación iterativa convencional (por ejemplo, usando COMSOL o HFSS) se vuelve prohibitivo. Específicamente, la fuerza de acoplamiento entre un qubit y una cavidad depende sensiblemente tanto de la geometría del transmon como de su posición dentro del campo EM de la cavidad. Los métodos de optimización tradicionales, como la determinación de forma basada en el adjunto o las búsquedas evolutivas, a menudo ajustan solo un subconjunto de parámetros EM y tienen dificultades con la dependencia no lineal de alta dimensión de los parámetros del Hamiltoniano dispersivo respecto a la geometría del dispositivo.

Metodología
Los autores proponen dos enfoques complementarios de redes neuronales profundas (DNN) para abordar este problema de diseño inverso en diferentes niveles de la pila de diseño. El flujo de trabajo sigue una plantilla basada en datos: muestreo de geometrías candidatas, evaluación mediante simulación de elementos finitos para generar un conjunto de datos etiquetado, entrenamiento de una DNN para invertir el mapa directo (geometría $\to$ respuesta) y validación de las predicciones mediante re-simulación de extremo a extremo.

1. Diseño Inverso de la Geometría de la Cavidad:

   • Objetivo: Generar geometrías de cavidad SRF que produzcan observables de cavidad objetivo.
   • Entradas: Se entrenaron dos tipos de DNN. La primera toma el ancho de banda de paso tipo TM$_{010}$ (diferencia de frecuencia entre modos específicos) como entrada. La segunda toma un perfil de campo $E_z$ axial de cinco puntos en la ubicación prospectiva del qubit como entrada.
   • Salidas: Geometrías de pared de la cavidad parametrizadas por splines cúbicos. Para cavidades multicelda (tipo TESLA), la salida define los puntos de control para el contorno meridional; para cavidades cilíndricas, define los puntos de control y la longitud.
   • Datos de Entrenamiento: Se muestrearon y simularon en COMSOL 2,000 geometrías multicelda y 2,000 cilíndricas.
   • Arquitectura: Redes de alimentación hacia adelante (feed-forward) con activaciones ReLU. La red de entrada de frecuencia utiliza una expansión polinómica de la entrada, mientras que la red de entrada de campo procesa el vector de 5 puntos directamente.

2. Diseño Inverso del Transmon:

   • Objetivo: Generar diseños de qubits transmon que produzcan parámetros de qubit-cavidad objetivo.
   • Entradas: Parámetros objetivo $(g, \nu_q, \alpha)$, que representan la tasa de acoplamiento, la frecuencia de qubit desplazada (dressed) y la anharmonicidad. Notablemente, la interacción cross-Kerr $\chi_{0m}$ se excluye como entrada porque es algebraicamente dependiente de los otros parámetros en el régimen dispersivo y varía órdenes de magnitud, lo que la convierte en un objetivo de regresión deficiente.
   • Salidas: Tres variables de diseño del transmon: profundidad de inserción de la unión ($z_{trans}$), inductancia de Josephson ($L_J$) y ancho del pad de derivación ($w_{pad}$).
   • Datos de Entrenamiento: 981 puntos de datos "limpios" derivados de simulaciones de automodo en HFSS procesadas a través del marco pyEPR. Un filtro basado en la física eliminó "soluciones malas" (por ejemplo, mezcla de modos o ruptura de la aproximación dispersiva).
   • Arquitectura: Una red totalmente conectada de alimentación hacia adelante que mapea los 3 parámetros de entrada a las 3 variables de diseño.

Contribuciones Clave

• Diseño Inverso de Doble Nivel: El trabajo presenta un pipeline completo de diseño inverso que cubre tanto la estructura macroscópica de la cavidad como los parámetros microscópicos del qubit, abordando toda la pila de diseño para sistemas cQED 3D.
• Integración con Pipelines de Caracterización: La DNN del transmon se entrena directamente con parámetros extraídos mediante el método de la Razón de Participación de Energía (EPR) (implementado en pyEPR). Esto integra el modelo de aprendizaje automático dentro del flujo de trabajo estándar de caracterización de dispositivos cuánticos, invirtiendo efectivamente el conjunto de interacciones de auto y cross-Kerr dependientes de la geometría.
• Manejo de Mapeos de Uno-a-Muchos: Al entrenar sobre distribuciones específicas de geometrías viables, las redes deterministas de alimentación hacia adelante aprenden a seleccionar una única rama de solución viable para un objetivo dado, evitando la ambigüedad inherente al problema inverso dentro del espacio de diseño muestreado.

Resultados

• Rendimiento de la Cavidad:
  • La DNN de ancho de banda de paso recuperó geometrías que coinciden con los anchos de banda de paso objetivo con un ~5% de error. La red se centró en características dominantes (por ejemplo, radios de iris) mientras variaba detalles geométricos menos críticos.
  • La DNN de campo $E_z$ logró una fidelidad aún mayor, coincidiendo con el perfil de campo de entrada punto por punto dentro de un ~4%.
  • La re-simulación de extremo a extremo en COMSOL confirmó estos resultados.
• Rendimiento del Transmon:
  • La DNN del transmon logró un error cuadrático medio relativo (RRMSE) de 1.81 ± 0.96% a través de 15 permutaciones aleatorias de entrenamiento/prueba, con una mejor permutación alcanzando un 0.72%.
  • La validación de extremo a extremo implicó re-simular los diseños predichos por la DNN en HFSS con la extracción por pyEPR. Los parámetros recuperados $(g, \nu_q, \alpha)$ desviaron de los objetivos en un máximo de ~2% (específicamente ~1.6% para $\alpha$, ~1% para $g$, y ~0.5% para $\nu_q$).
  • El modelo generalizó con éxito a través de diferentes regímenes operativos, desde aplicaciones de almacenamiento de larga duración (bajo cross-Kerr) hasta de control rápido (alto cross-Kerr).

Significancia y Reivindicaciones
El artículo afirma que estos enfoques de DNN proporcionan una alternativa rápida a los estudios de simulación iterativos típicamente requeridos para diseñar hardware cuántico superconductor. Al mapear los comportamientos deseados del dispositivo directamente a diseños candidatos, el método evita la necesidad de repetidos barridos manuales de parámetros, que pueden tomar minutos por iteración y acumularse a lo largo de muchos ciclos.

Los autores posicionan este trabajo dentro de la dirección de "IA para la cuántica", enfatizando su utilidad a medida que los dispositivos cuánticos escalan y sus espacios de parámetros se expanden. El enfoque se presenta como un método para adaptar conjuntos de puertas universales a aplicaciones específicas mediante el co-diseño de hardware-software. Los autores señalan que, si bien el trabajo actual utiliza redes deterministas que producen una única solución, futuras extensiones podrían emplear arquitecturas generativas o invertibles para manejar casos donde existen múltiples geometrías viables para un mismo objetivo, ofreciendo así una gama más amplia de opciones de diseño para diferentes regímenes de acoplamiento (por ejemplo, favoreciendo el almacenamiento de larga vida frente al control rápido).