⚛️ quantum physics

Dynamic Entanglement-Weighted Pruning for Quantum Federated Unlearning in Supply-Chain Risk Prediction

Este artículo presenta la Poda con Pesado de Entrelazamiento (EWP, por sus siglas en inglés), un nuevo método de desaprendizaje para el aprendizaje federado cuántico en la predicción de riesgos de la cadena de suministro que elimina eficientemente la influencia del cliente mediante la poda de parámetros basada en una puntuación combinada de la información de Fisher cuántica y el entrelazamiento estructural, logrando una precisión comparable al reentrenamiento completo con un costo computacional significativamente reducido.

Autores originales: Aditya Kumar, Sumit Chongder

Publicado 2026-08-19

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Aditya Kumar, Sumit Chongder

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

En el mundo moderno de la logística, predecir el riesgo es un esfuerzo de equipo. Las empresas de transporte, los fabricantes y los transportistas poseen piezas de un rompecabezas —datos sobre retrasos, salud financiera y disrupciones en las rutas— que ninguna empresa puede compartir legal o de forma segura con las demás. Para resolver esto, utilizan un método llamado aprendizaje federado. En lugar de agrupar sus datos sensibles en una única base de datos central, entrenan un modelo computacional compartido enviando solo pequeñas actualizaciones cifradas de un lado a otro. Los datos brutos nunca abandonan las instalaciones del propietario. Este enfoque se ha extendido recientemente al emergente campo de la computación cuántica, donde el modelo compartido no es un programa estándar, sino un complejo arreglo de bits cuánticos, o qubits, que pueden procesar información de formas que las computadoras clásicas no pueden. Sin embargo, ha surgido una nueva complicación. Las leyes de privacidad, como el Reglamento General de Protección de Datos en Europa, otorgan a las personas y empresas el "derecho al olvido". Si una empresa se une a un modelo colaborativo y decide retirarse más tarde, la ley exige que su influencia sea borrada del sistema final. En un entorno clásico, esto es difícil; en un entorno cuántico, donde la información se entrelaza mediante un fenómeno llamado entrelazamiento, es aún más misterioso. La pregunta central es: ¿cómo se elimina la contribución de una persona de un modelo cuántico sin destruir la capacidad del modelo para predecir riesgos para todos los demás?

Investigadores del Instituto Indio de Tecnología de Jodhpur han propuesto una solución a este problema, un método que llaman Poda Ponderada por Entrelazamiento (Entanglement-Weighted Pruning). El equipo, liderado por Aditya Kumar y Sumit Chongder, abordó el desafío simulando un escenario de predicción de riesgos en la cadena de suministro que involucraba a cinco empresas diferentes. En su experimento, cada empresa poseía un pequeño conjunto de datos sobre riesgos de envío. Entrenaron juntos un modelo cuántico compartido y luego, en una solicitud legal simulada, una empresa pidió ser eliminada. Los investigadores necesitaban una forma de recortar quirúrgicamente la influencia de esa empresa específica sin tener que reentrenar todo el modelo desde cero, un proceso que sería increíblemente lento y costoso en el hardware cuántico actual.

El equipo se dio cuenta de que no todas las partes del modelo cuántico son igualmente importantes para cada empresa. Para determinar qué partes eliminar, desarrollaron un sistema de puntuación que observa dos cosas específicas para cada perilla ajustable, o parámetro, en el circuito cuántico. Primero, midieron qué tan sensible era una perilla específica a los datos de la empresa que quería irse. Si una perilla cambiaba drásticamente la salida del modelo al recibir los datos de esa empresa, se consideraba altamente sensible a ella. Segundo, midieron cuánto contribuía esa perilla al entrelazamiento cuántico del sistema. El entrelazamiento es el vínculo cuántico único que conecta las partículas; algunas perillas crean vínculos fuertes entre las partículas, mientras que otras crean vínculos débiles. Los investigadores descubrieron que las perillas más seguras para eliminar eran aquellas que eran altamente sensibles a los datos de la empresa saliente pero que creaban vínculos de entrelazamiento muy débiles. Estas eran las partes del modelo que contenían los secretos de la empresa específica pero que no eran esenciales para la estructura general que sostiene al modelo.

Combinaron estas dos mediciones en una sola puntuación. Cualquier perilla con una puntuación baja —es decir, que era específica de la empresa saliente pero estructuralmente poco importante para el grupo— fue restablecida a un estado neutral, borrando efectivamente su contribución. Tras esta poda, los investigadores realizaron un ajuste breve y dirigido utilizando solo los datos de las empresas restantes para asegurar que el modelo siguiera funcionando bien. Probaron este método contra varias alternativas, incluyendo el simple reentrenamiento de todo el modelo desde cero, que es el estándar de oro pero toma mucho tiempo, y otros métodos que consideraban solo uno de los dos factores.

Los resultados fueron sorprendentes. En sus simulaciones, el nuevo método de poda logró una precisión de aproximadamente el 84 por ciento en la predicción de riesgos, una cifra estadísticamente indistinguible del método de reentrenamiento completo. Más importante aún, fue mucho más efectivo en el "olvido". Cuando los investigadores probaron si un hacker aún podía saber si los datos de la empresa saliente habían formado parte del entrenamiento, el nuevo método hizo que el modelo fuera significativamente más difícil de engañar que el método de reentrenamiento completo. El hallazgo más significativo, sin embargo, fue la velocidad. Mientras que el reentrenamiento de todo el modelo desde cero tomó unos 65 segundos en su simulación, el nuevo método de poda completó el proceso de desaprendizaje en poco menos de cuatro segundos. Esto representa una aceleración de aproximadamente 16 veces, una ganancia masiva para un sistema donde cada segundo de computación es costoso.

El estudio también exploró qué sucede si los investigadores intentan usar solo uno de los dos factores. Si eliminaban las perillas basándose solo en la sensibilidad a la empresa saliente, ignorando la fuerza del entrelazamiento, la precisión del modelo caía en más de 35 puntos porcentuales. Del mismo modo, si eliminaban las perillas basándose solo en el entrelazamiento débil, ignorando la sensibilidad de los datos específicos, el modelo no lograba olvidar a la empresa de manera efectiva. Esto confirmó que la combinación de ambas señales era necesaria; el método funcionaba porque encontraba la intersección específica donde un parámetro era tanto un portador de los datos no deseados como seguro de descartar.

Los investigadores fueron cuidadosos al señalar los límites de su trabajo. Sus hallazgos provienen de una simulación en una computadora clásica, no en una máquina cuántica real, y utilizaron un modelo pequeño con solo cuatro qubits. También enfatizaron que, aunque su método imita el efecto de un derecho legal al "olvido", no proporciona una garantía matemática de que los datos hayan desaparecido de la misma forma que lo haría una prueba criptográfica. No obstante, el estudio ofrece un camino claro y práctico hacia adelante. Sugiere que, en el futuro, cuando los modelos cuánticos se utilen para tomar decisiones críticas en campos como las cadenas de suministro o la atención médica, será posible respetar las leyes de privacidad y eliminar contribuciones específicas sin sacrificar el rendimiento del modelo ni esperar días por un reentrenamiento completo. El método convierte un proceso potencialmente destructivo en una operación precisa y eficiente, asegurando que la inteligencia colectiva del grupo pueda evolucionar incluso mientras los miembros individuales entran y salen.

Resumen Técnico: Poda Dinámica Ponderada por Entrelazamiento para el Olvido Federado Cuántico

Planteamiento del Problema
El artículo aborda el desafío del "olvido de aprendizaje de máquina" (machine unlearning) en el contexto del Aprendizaje Federado Cuántico (QFL), aplicado específicamente a la predicción de riesgos en la cadena de suministro. En entornos federados, los clientes (por ejemplo, operadores logísticos) entrenan un modelo compartido sin compartir sus datos brutos. Sin embargo, bajo regulaciones como el RGPD (Artículo 17), los clientes tienen el derecho de solicitar la eliminación de la influencia de sus datos de un modelo entrenado. Aunque el reentrenamiento de toda la federación desde cero es la solución "oráculo" para la corrección, resulta computacionalmente prohibitivo para los circuitos cuánticos variacionales (VQC), donde la estimación de gradientes mediante el desplazamiento de parámetros (parameter-shift) y la evaluación de circuitos son costosas.

Un obstáculo técnico específico en el dominio cuántico es que las heurísticas de olvido clásicas (por ejemplo, la magnitud del gradiente o la información de Fisher por sí solas) no se traducen directamente. Los circuitos cuánticos distribuyen la información de forma no local a través del entrelazamiento; por lo tanto, identificar qué parámetros editar requiere comprender tanto la sensibilidad de un parámetro ante los datos de un cliente específico como la importancia estructural de dicho parámetro para la expresividad global del circuito.

Metodología: Poda Ponderada por Entrelazamiento (EWP)
Los autores proponen la Poda Ponderada por Entrelazamiento (EWP, por sus siglas en inglés), un procedimiento de olvido que identifica y elimina la influencia de un cliente objetivo mediante la poda selectiva de los parámetros entrenables del circuito. El método opera en tres etapas principales:

Estimación de Sensibilidad (Información de Fisher Cuántica): Para un cliente objetivo $j$ , el método estima las entradas diagonales de la Matriz de Información de Fisher Cuántica (QFIM), denotadas como $F^{(j)}_{kk}$ , para cada parámetro entrenable $\theta_k$ . Esto se logra utilizando la regla de desplazamiento de parámetros sobre los datos locales del cliente. Una $F^{(j)}_{kk}$ alta indica que el parámetro es altamente sensible a la distribución de datos del cliente, lo que sugiere que ha "memorizado" los patrones específicos de ese cliente.
Ponderación Estructural (Entrelazamiento): El método calcula un peso de entrelazamiento, $w_{ent}(k)$ , para cada parámetro. Este peso cuantifica la importancia estructural de la compuerta que controla $\theta_k$ midiendo el entrelazamiento (mediante la concurrencia o la entropía de von Neumann) generado por las capas de entrelazamiento asociadas con ese parámetro. Los parámetros asociados con compuertas de entrelazamiento débil se consideran estructuralmente más seguros para eliminar.
Poda y Ajuste Fino (Fine-Tuning): Se calcula una puntuación de poda compuesta como el producto de estas dos señales: $s_k = w_{ent}(k) \cdot F^{(j)}_{kk}$ . Los parámetros con puntuaciones por debajo de un umbral $\tau$ se podan restableciéndolos a un valor de referencia fijo (lo que equivale a reemplazar la rotación por una operación identidad). Tras la poda, se realiza una breve fase de ajuste fino en los clientes restantes ( $D \setminus D_j$ ) para recuperar la utilidad del modelo sin volver a exponer el modelo a los datos del cliente olvidado.

Contribuciones Clave
El artículo presenta cinco contribuciones primarias:

Formalización de EWP: Introduce un novedoso procedimiento de olvido que combina la sensibilidad de la Información de Fisher cuántica específica del cliente con los pesos de entrelazamiento estructural del circuito en una única puntuación de poda.
Implementación Algorítmica: Proporciona un estimador de desplazamiento de parámetros para las entradas diagonales de la QFIM y analiza la complejidad de los disparos (shots), operando bajo la suposición de que la aproximación diagonal es suficiente para identificar la memorización de un solo parámetro.
Implementación del Flujo Completo: Los autores implementaron el flujo de trabajo completo (entrenamiento federado, solicitud de olvido, estimación de QFIM, poda y evaluación) en Qiskit utilizando un ansatz de re-carga de datos de cuatro qubits. El código y el generador de datos sintéticos de la cadena de suministro se liberan públicamente.
Benchmarking Exhaustivo: El método se evalúa frente al reentrenamiento completo (oráculo), el ajuste fino únicamente, la poda aleatoria, la poda basada solo en Fisher y la poda basada solo en el entrelazamiento a través de tres semillas aleatorias.
Estudios de Ablación y Robustez: El artículo analiza el impacto de los umbrales de poda, el número de clientes y la fuerza de los datos no-IID, demostrando que la combinación de las señales de Fisher y de entrelazamiento es necesaria para el éxito.

Resultos Experimentales
Los experimentos se realizaron en un VQC simulado de cuatro qubits entrenado con cinco clientes para la clasificación binaria de riesgo en la cadena de suministro.

Utilidad: EWP logró una precisión media post-olvido de 0.837 ± 0.029 y un AUROC de 0.907 ± 0.034. Estos resultados son estadísticamente indistinguibles del oráculo de reentrenamiento completo (0.794 ± 0.031 de precisión, $p=0.28$ ).
Olvido: EWP produjo una puntuación de olvido menor (0.678 ± 0.130) en comparación con el oráculo (0.796 ± 0.039), lo que indica un acercamiento más estrecho al estado ideal de olvido.
Privacidad: El método produjo una brecha de ventaja de membresía más negativa (−0.322 ± 0.130) que el oráculo (−0.204 ± 0.039), sugiriendo que los datos del cliente olvidado fueron más difíciles de identificar como miembros del entrenamiento para un atacante de modelo de sombra.
Eficiencia: EWP requirió aproximadamente 16 veces menos tiempo de ejecución (3.96s) que el reentrenamiento completo (65.03s).
Ablación: La poda basada únicamente en la información de Fisher o únicamente en el entrelazamiento resultó en caídas de precisión de más de 35 puntos porcentuales en comparación con EWP, confirmando que ninguna de las señales es suficiente por sí sola.

Significancia y Reclamaciones
Los autores posicionan este trabajo como una contribución inicial y cuidadosamente delimitada hacia el olvido práctico para modelos cuánticos federados. Reclaman que EWP equilibra con éxito la compensación entre retener la utilidad para los clientes restantes y eliminar eficazmente la influencia de un cliente específico, todo ello reduciendo significativamente los costes computacionales en comparación con el reentrenamiento.

El artículo señala explícitamente sus limitaciones:

Depende de la aproximación diagonal de la QFIM, ignorando las correlaciones fuera de la diagonal.
Los experimentos se limitan a un simulador clásico sin ruido de cuatro qubits y tres semillas aleatorias; los autores no afirman que los efectos de magnitud se transferirán sin cambios a circuitos más profundos, hardware con ruido o federaciones más grandes.
El marco de la cadena de suministro motiva el problema, pero no ha sido validado con datos industriales propietarios.
La evaluación de privacidad utiliza un atacante de modelo de sombra específico; una ventaja de membresía más negativa que el oráculo se trata como una propiedad de esta configuración específica y no como una garantía de privacidad certificada general.

Los autores concluyen que, si bien EWP no es una solución criptográfica, ofrece un enfoque computacionalmente eficiente y motivado por la geometría de la información para aproximar el olvido en QFL, superando las estrategias de poda no informadas o de una sola señal.

Más como este