SQGen: Structured Quantum Image Generation with Latent-Modulated Quantized Tensor Trains

Resumen Técnico de SQGen: Generación de Imágenes Cuánticas Estructuradas con Tensores de Tren Cuantizados con Modulación Latente

Declaración del Problema

La generación de imágenes directamente desde sistemas cuánticos en hardware de Escala Intermedia con Ruido Intermedio (NISQ) sigue siendo un desafío sin resolver. Los modelos generativos cuánticos existentes enfrentan tres obstáculos principales y acoplados:

1. Entrenabilidad: Los circuitos parametrizados profundos suelen sufrir de "mesetas estériles" (barren plateaus), donde la varianza del gradiente se desvanece exponencialmente con el número de cúbits y la profundidad del circuito, estancando la optimización.
2. Complejidad del Circuito: Los métodos que dependen de la codificación de amplitud incurren en costos costosos de preparación de estados, y los circuitos profundos requeridos para preparar estos estados erosionan la información cuántica debido al ruido del hardware.
3. Ventaja Cuántica de Extremo a Extremo: Producir salidas a escala de imagen requiere típicamente un decodificador clásico para interpretar los estados cuánticos. Este enfoque híbrido rompe la ventaja cuántica de extremo a extremo, ya que la mayor parte de la capacidad de modelado reside en el componente clásico.

Los enfoques híbridos actuales (por ejemplo, componentes cuánticos poco profundos con decodificadores clásicos) no logran proporcionar una verdadera ventaja cuántica para objetivos de alta dimensión, mientras que los enfoques puramente cuánticos luchan contra las restricciones de ruido y profundidad de los dispositivos NISQ.

Metodología

Los autores proponen SQGen, un generador cuántico completo diseñado para operar de extremo a extremo sin un decodificador clásico durante la inferencia. La arquitectura se basa en un esqueleto de Tren de Tensores Cuantizados (QTT) con Modulación Latente (LM), entrenado enteramente en hardware clásico y desplegado como un circuito de compuertas nativas.

1. Esqueleto de Vínculo QTT (Implementación Física):

• Estructura: El modelo utiliza una descomposición QTT de la distribución de píxeles objetivo. A diferencia de las redes de tensores clásicas, SQGen promueve los índices de vínculo QTT a cúbits de vínculo de ancilla físicos.
• Mecanismo: Para una imagen de tamaño $2^{n_s} \times 2^{n_s}$, las coordenadas de fila y columna se mapean a bits binarios a través de $n_s$ escalas. Cada escala es codificada por dos cúbits físicos. La dimensión de vínculo $\chi$ se mapea a $n_b = \log_2 \chi$ cúbits de ancilla.
• Operación: Cada sitio del circuito aplica una unitaria local en el registro de la ancilla y en los dos cúbits físicos que representan una escala de imagen específica. El resultado es la distribución de Born marginal de vínculo, obtenida midiendo todos los cúbits y descartando los bits de la ancilla. Esta estructura permite al circuito aprender correlaciones multiescala de manera eficiente con un número limitado de cúbits.

2. Modulación Latente (LM):

• Factorización a Nivel de Ángulo: Para condicionar la generación sobre una variable latente $z$, SQGen refina la técnica de re-carga de datos (data re-uploading). En lugar de colocar rotaciones de re-carga adyacentes a las rotaciones entrenables, factoriza el ángulo de rotación en una ruta principal entrenable más un término latente aditivo.
• Base Matemática: Esto se basa en la propiedad abeliana de las rotaciones sobre un eje común. Una rotación $R_a(\theta) R_a(\omega \cdot z + \beta)$ es exactamente equivalente a una rotación única $R_a(\theta + \beta + \omega \cdot z)$.
• Beneficio: Esta descomposición exacta permite que la $z$ module los ángulos de salida directamente. En el despliegue, estas rotaciones pueden fusionarse en compuertas únicas, reduciendo la profundidad del circuito.

3. Flujo de Entrenamiento Clásico, Despliegue Cuántico:

• Entrenamiento: El modelo se entrena enteramente en un sistema clásico utilizando una implementación diferenciable de QTT.
  • Prior Latente: La variable latente $z$ se muestrea de un prior de toro ($\mathbb{T}^d$) utilizando una secuencia cuasi-Monte Carlo de Sobol dispersa, coincidiendo con la periodicidad de $2\pi$ de los ángulos de rotación.
  • Codificador: Un pequeño codificador basado en CNN mapea las imágenes al espacio latente del toro durante el entrenamiento.
  • Objetivo: El entrenamiento minimiza una pérdida de reconstrucción (divergencia KL y distancia L1) entre la distribución de píxeles objetivo y la distribución de Born del circuito en $z = E_\phi(x)$.
  • Optimización: Se realiza la retropropagación de gradientes exactos a través de las contracciones de tensores, evitando los problemas de ruido de muestreo (shot-noise) y las mesetas estériles asociados con el entrenamiento cuántico variacional.
• Despliegue: Tras el entrenamiento, el codificador se descarta. Los parámetros aprendidos se exportan uno a uno a un circuito de compuertas nativas (usando compuertas $\{R_y, R_z, \text{CNOT}\}$). La inferencia implica muestrear $z$ directamente del prior del toro, ejecutar el circuito y medir en la base computacional.

Contribuciones Clave

1. Arquitectura SQGen: Un generador de imágenes cuánticas estructurado que combina un esqueleto de vínculo QTT (que aprende características multiescala eficientemente usando cúbits de ancilla) y Modulación Latente (que proporciona un condicionamiento exacto a nivel de ángulo para mejorar la diversidad de las muestras).
2. Flujo de Entrenamiento Clásico: Un marco de entrenamiento totalmente clásico que optimiza un modelo QTT diferenciable bajo un prior de toro. Esto evita las mesetas estériles y la sobrecarga de muestreo, permitiendo exportar los parámetros a un circuito de compuertas nativas sin un decodificador clásico en la ruta de inferencia.
3. Validación Empírica: Experimentos extensos que demuestran que SQGen se entrena de forma estable, logra un bajo error de reconstrucción (KL y L1) en MNIST y Fashion-MNIST, mantiene la diversidad de las muestras y muestra una viabilidad prometedora en hardware cuántico real en comparación con las líneas base de codificación de amplitud.

Resultados Experimentales

• Rendimiento en MNIST: SQGen logró los errores KL y L1 por muestra más bajos en las diez clases de dígitos, manteniendo una diversidad de muestra no nula. Superó a las ablaciones (Vanilla Born Machine, BM+LM, BM+QTT) y a las líneas base triviales.
  • Hallazgos de la Ablación: El esqueleto de vínculo QTT por sí solo produjo un prototipo estático de diversidad cero. La modulación latente por sí sola produjo muestras ruidosas con baja fidelidad. Solo su combinación (SQGen) produjo una estructura de clase nítida con variación condicional latente.
• Objetivos Sintéticos: En tareas controladas (franjas multiescala y manchas gaussianas en movimiento), SQGen reprodujo con éxito patrones espaciales complejos y demostró una variación consistente con entradas latentes continuas.
• Escalamiento del Rango de Vínculo: El aumento del rango de vínculo $\chi$ mejoró la calidad de la reconstrucción hasta cierto punto (saturación en $\chi=8$), pero rangos más altos aumentaron la complejidad del circuito y la sensibilidad al ruido.
• Robustez al Ruido: Bajo simulaciones de ruido de despolarización, SQGen mostró un compromiso entre la capacidad de representación (mayor $\chi$) y la resiliencia al ruido (menor $\chi$).
• Hardware Real: Desplegado en el dispositivo ibm_kawasaki, SQGen generó imágenes que se asemejan estrechamente al objetivo, mientras que una línea base de codificación de amplitud sufrió una degradación severa y perdió la integridad estructural.

Significancia y Reivindicaciones

El artículo sostiene que SQGen aborda las barreras fundamentales de la generación de imágenes cuánticas en hardware NISQ mediante:

• Eliminación del Decodificador Clásico: Logrando una generación cuántica de extremo a extremo real donde la distribución de salida se lee directamente de las mediciones cuánticas.
• Garantía de Entrenabilidad: Al entrenar clásicamente en una red de tensores diferenciable, el método evita el problema de las mesetas estériles inherente a los circuitos cuánticos variacionales profundos.
• Compatibilidad con el Hardware: El uso de un circuito de compuertas nativas poco profundo con una topología QTT estructurada hace que el modelo sea factible para los dispositivos cuánticos actuales, como lo demuestra su rendimiento superior en hardware real en comparación con las líneas base pesadas en preparación de estados.

Los autores posicionan a SQGen no como una solución universal para todas las tareas de generación cuántica, sino como un avance arquitectónico específico que permite la generación estructurada a escala de imagen con un camino claro hacia el despliegue en dispositivos NISK.