Low-Overhead Error-Corrected QCNNs Using Bivariate Bicycle Codes

Resumen Técnico: QCNNs con Corrección de Errores de Baja Sobrecarga mediante Códigos Bivariantes de Bicicleta

Planteamiento del Problema
Las Redes Neuronales Convolucionales Cuánticas (QCNNs) ofrecen una vía para la aceleración computacional en tareas de clasificación al aprovechar el paralelismo cuántico y la extracción jerárquica de características. Sin embargo, su despliegue práctico en dispositivos actuales de Escala Intermedia con Ruido (NISQ) se ve gravemente obstaculizado por las altas tasas de error físico y la decoherencia. Estas fuentes de ruido degradan el paisaje de pérdida, causando inestabilidad en el entrenamiento y evitando la convergencia. Si bien el código de superficie proporciona un método fiable para la tolerancia a fallos, su sobrecarga de cúbits escala de forma prohibitiva ($O(d^2)$), lo que lo hace inviable para arquitecturas de corto plazo que requieren cientos de cúbits lógicos. Además, los códigos de corrección de errores existentes suelen tener dificultades para soportar los circuitos profundos y las puertas no-Clifford requeridos por las QCNNs sin incurrir en costos de recursos masivos.

Metodología
Los autores proponen un protocolo de Corrección de Errores Cuánticos (QEC) de baja sobrecarga que integra códigos de Bicicleta Bivariante (BB) con QCNNs. El enfoque involucra tres componentes principales:

1. Selección del Código: El estudio utiliza un código BB de distancia 4 con parámetros $[[18, 4, 4]]$. Este código codifica 4 cúbits lógicos en 18 cúbits físicos (reducidos a 11 índices físicos distintos mediante mapeo transversal) con una tasa de codificación constante y una distancia de código lineal. Ofrece un umbral de error de aproximadamente el 0.3% para modelos de ruido estándar basados en circuitos.
2. Codificación Transversal: La QCNN de 4 cúbits, diseñada para reconocer fases topológicas protegidas por simetría (SPT) de 1D, se incrusta en el espacio del código BB. Las puertas lógicas se implementan mediante operaciones transversales, asegurando que las operaciones permanezan dentro del espacio de código protegido. Para abordar el desafío de las puertas no-Clifford (que no pueden implementarse transversalmente en los códigos BB), los autores emplean una Red Neuronal de Alimentación hacia Adelante (FFNN) como decodificador basado en síndromes.
3. Decodificación Híbrida y Entrenamiento: En lugar de depender únicamente del procesamiento clásico posterior (lo que introduce cuellos de botella de latencia), una FFNN se intercala entre las capas de la QCNN. Este decodificador toma las mediciones de síndrome X y Z de las comprobaciones de estabilizador del código BB y predice las correcciones de Pauli por cúbit. Los pesos de la FFNN se entrenan utilizando la Aproximación Estocástica de Perturbación Simultánea (SPSA) para minimizar las tasas de error lógico. El proceso de entrenamiento implica la inyección de ruido de Pauli estocástico en el circuito y la optimización de los ángulos de rotación del decodificador para recuperar el estado lógico.

Contribuciones Clave

• Integración de Códigos BB con QCNNs: El artículo introduce una arquitectura específica que combina un código BB de distancia 4 con una QCNN de 4 cúbits, demostrando un método para mantener la tolerancia a fallos con una sobrecarga constante.
• Protocolo de QEC de Baja Sobrecarga: Los autores proponen una técnica de QEC de sobrecarga constante que utiliza un decodificador FFNN entrenable para manejar errores no-Clifford, evitando la necesidad de costosas fábricas de destilación de estados mágicos requeridas por los códigos de superficie.
• Validación de la Resiliencia al Ruido: Mediante simulaciones numéricas, el estudio valida que la QCNN-QEC propuesta mantiene la capacidad de entrenamiento en tasas de error NISQ donde las QCNNs no protegidas fallan.

Resultos Experimentales
Los autores simularon el rendimiento del sistema propuesto frente a una QCNN de 4 cúbits no protegida bajo diversas tasas de error físico ($p \in \{0, 0.0001, 0.001, 0.003\}$):

• Simulación sin Ruido: La QCNN no protegida convergió suavemente a una pérdida de 0.174. La QCNN transversal (corregida de errores) exhibió una mayor varianza de pérdida inicial y un plateau final más alto (0.616) bajo condiciones sin ruido, atribuido a las restricciones estructurales de las puertas transversales que reducen la expresividad del ansatz.
• Ruido Bajo ($p=0.001$): La QCNN no protegida no logró converger, con la pérdida estancándose cerca de 0.65. En contraste, la QCNN transversal aprendió con éxito, descendiendo a una pérdida final de 0.348.
• Ruido Alto ($p=0.003$): Ambas arquitecturas fallaron en converger, con pérdidas que aumentan o se mantienen en valores altos. Los autores señalan que el nivel de ruido excedió los límites de entrenabilidad del esquema actual de gradiente de diferencia finita.
• Estabilidad de la Predicción: Los diagramas de violín de los valores de predicción mostraron que, si bien la QCNN transversal exhibió una mayor varianza que la versión no protegida, preservó una calidad de predicción mediana más alta ante niveles elevados de ruido, permitiendo al optimizador identificar mínimos locales donde el modelo no protegido falló.

Significancia y Reivindicaciones
El artículo afirma que la técnica de código BB de distancia 4 propuesta representa un paso significativo hacia las QCNNs prácticas al abordar las limitaciones duales de la alta sobrecarga de cúbits y el fallo de entrenamiento inducido por el ruido. El estudio demuestra que la QEC de baja sobrecarga puede permitir que las QCNNs converjan y aprendan en regímenes donde los dispositivos no protegidos no pueden. Sin embargo, los autores se mantienen modestos respecto a las limitaciones actuales:

• El umbral de error del código BB ($\sim0.3\%$) es inferior al del código de superficie, lo que limita su aplicabilidad en entornos de ruido muy alto.
• La implementación actual depende de un decodificador suave (FFNN) que no fue totalmente co-entrenado con los parámetros variacionales de la QCNN, lo que conduce a una corrección subóptima de los errores no-Clifford.
• Los autores reconocen que, a tasas de ruido más altas ($p=0.003$), el paisaje de gradiente sigue siendo demasiado difícil para el modelo actual sin una corrección de errores más avanzada.

El trabajo concluye que la investigación futura debería centrarse en el co-entrenamiento del decodificador con los parámetros de la QCNN y en la aplicación de códigos qLDPC con distancias mayores a medida que aumenten los conteos de cúbits, para soportar modelos QCNN más profundos y complejos.