Readout Orientation Controls Measurement-Accessible Quantum Tangent Geometry

Resumen Técnico: Control de la Orientación de la Lectura en la Geometría Tangente Accesible mediante Medición

Planteamiento del Problema
Los Circuitos Cuánticos Variacionales (VQC) se acceden a través de los resultados de las mediciones. Si bien las magnitudes del espacio de estados, como la Información de Fisher Cuántica (QFI), caracterizan la distinguibilidad infinitesimal antes de la medición, la elección de la medición y la subsiguiente restricción a una familia específica de observables (la "lectura") contraen esta geometría. Trabajos previos han establecido que la elección de la medición, la localidad de los observables y la arquitectura del circuito influyen en la entrenabilidad. Sin embargo, persiste una brecha específica: una vez fijada una medición cuántica y determinado el dimensión de la lectura retenida (rango $r$), ¿qué parte de la información tangente subyacente es realmente accesible para ese subespacio de lectura específico?

El artículo postula que la dimensión de la lectura por sí sola no determina la utilidad. Dos lecturas de idéntico rango pueden retener cantidades de información tangente muy distintas dependiendo de su orientación espectral respecto a la covarianza tangente.

Metodología
Los autores formalizan el problema utilizando un "espacio de puntuación centrado" derivado de una medición fija sobre un estado cuántico parametrizado $\rho_\theta$.

1. Puntuaciones Tangentes y Covarianza: Para una dirección tangente $v$, se define un vector de puntuación normalizado $u_v$. La covarianza de estas puntuaciones, $C = E_v[u_v u_v^T]$, es una matriz semidefinida positiva con $\text{Tr}(C)=1$. Los autovalores de $C$ cuantifican la concentración de la variación tangente.
2. La Lectura como un Proyector: Una lectura restringida se modela como un proyector ortogonal $P$ de rango $r$ sobre un subespacio de observables. La masa tangente retenida se define como $R = \text{Tr}(PC)$.
3. La Referencia de Solo Rango: Para aislar el efecto de la orientación, los autores definen un modelo nulo basado en una orientación relativa aleatoria entre $P$ y $C$. Para un proyector aleatorio, la masa retenida esperada es $E[R] = r/N$ (donde $N$ es la dimensión del espacio de puntuación). La razón $\rho = R / (r/N)$ mide la desviación de este nivel base de solo rango.
4. Límites de Varianza: Utilizando la geometría de Grassmann, el artículo deriva la varianza de $\rho$ bajo orientación aleatoria:
   $$\text{Var}(\rho) \leq \frac{2}{r d_{\text{eff}}}$$
   donde $d_{\text{eff}} = 1/\text{Tr}(C^2)$ es la dimensión espectral efectiva. Esto establece que la superposición típica de rango puede coexistir con una fuerte anisotropía (pequeño $d_{\text{eff}}/N$) siempre que el producto $r d_{\text{eff}}$ sea grande.
5. Estrategia Numérica: El estudio emplea un conjunto de circuitos balanceados por familia de tipo genérico (ej., RY–RZ–CZ, SU2–CNOT, Haar-U(4)) y un circuito estructurado que conserva U(1).
   • Cross-Fitting: Para evitar el optimismo estadístico, los subespacios "alineados" se estiman a partir de un conjunto independiente de direcciones tangentes y se evalúan en tangentes de validación (held-out).
   • Métricas Operativas: El estudio compara lecturas físicas de bajo peso, subespacios de rango coincidente aleatorios y subespacios alineados mediante cross-fitting, manteniendo fijos el circuito, el registro de medición, el rango y el presupuesto de disparos (shots). Las métricas incluyen proxies de energía de gradiente direccional y relaciones señal-ruido (SNR) de disparo finito.

Resultos Clave

1. Circuitos Genéricos y Anisotropía: En circuitos genéricos y balanceados por familia, las lecturas de bajo peso (de uno y dos cuerpos) permanecen cerca de la referencia de solo rango ($\rho \approx 1$) incluso cuando la covarianza tangente se vuelve fuertemente anisotrópica (ej., $N \text{Tr}(C^2)$ crece de ~1.35 a ~146.8 conforme aumenta $n$). Esto demuestra que los circuitos físicos no necesariamente se aproximan a una orientación Haar-aleatoria, aunque sus proyecciones de bajo peso a menudo se alinean con la expectativa aleatoria "típica" a pesar de la concentración espectral.
2. Orientación vs. Rango: En circuitos Haar-U(4) con $n=12$, la lectura física de un cuerpo retiene significativamente menos masa tangente ($R \approx 2.71 \times 10^{-3}$) que un subespacio alineado mediante cross-fitting del mismo rango ($R \approx 3.06 \times 10^{-2}$). El subespacio alineado captura las direcciones tangentes principales que la lectura física pierde.
3. Impacto Operativo: Reemplazar la lectura física con un subespacio alineado mediante cross-fitting en circuitos genéricos aumenta el promedio del proxy de energía de gradiente direccional en un factor de 9.584 y la SNR de disparo finito en 3.111 para $n=12$. Un subespacio de rango coincidente aleatorio se comporta cerca de la línea base física, confirmando que la ganancia se debe a la orientación y no solo al rango.
4. Contraejemplo Estructurado (U(1)): Una familia de circuitos RZ–XY de llenado medio y conservación de número se comporta de manera distinta. Su lectura física de bajo peso en Z ya está fuertemente alineada con el subespacio tangente principal (reteniendo ~29% de la masa frente a ~0.3% para circuitos genéricos). Consecuentemente, la ganancia al reemplazarla con un subespacio alineado es mínima (ganancia de energía de gradiente ~1.2x). Esta alineación persiste en el rango de tamaño probado ($n=8$ a $18$), siguiendo un decaimiento de ley de potencia en lugar de exponencial, lo que sugiere un mecanismo estructural (ej., controlabilidad restringida por simetría o hidrodinámica) en lugar de azar aleatorio.

Significancia y Reivindicaciones
El artículo afirma aislar la orientación de la lectura como un grado de libertad distinto que es invisible para el rango por sí solo, pero que controla directamente la utilidad de la información tangente medida.

• Separación de Preocupaciones: El trabajo separa tres ingredientes: (1) El Rango ($r$) fija la escala de accesibilidad nula; (2) El espectro de $C$ controla el ancho de las fluctuaciones alrededor de esa escala; (3) La orientación relativa de $P$ y $C$ determina la masa retenida real.
• Utilidad del Modelo Nulo: La identidad estándar de promedio de Grassmann ($E\rho=1$) se utiliza no como un nuevo teorema de proyección aleatoria, sino como un modelo nulo controlado para detectar efectos de orientación sistemáticos en circuitos físicos.
• Alcance Modesto: Los autores declaran explícitamente que esto no es un teorema de llanura de barren (barren plateau) para pérdida supervisada. La entrenabilidad a nivel de tarea depende de la codificación, las etiquetas y las trayectorias de optimización. Los resultados cuantifican estrictamente la "geometría tangente accesible mediante medición" antes de aplicar cualquier pérdida específica de la tarea.
• Agnosticismo de Mecanismo: Respecto al caso U(1), el artículo no pretende que la simetría U(1) prevenga genéricamente los barren plateaus ni identifica un único mecanismo dominante (ej., hidrodinámica vs. estructura de álgebra de Lie). En su lugar, presenta la alineación de U(1) como un estudio de caso que demuestra cómo las simetrías estructuradas pueden alinear naturalmente las lecturas físicas con las direcciones tangentes principales, reduciendo así la "brecha de orientación" observada en circuitos genéricos.

En conclusión, el artículo argumenta que, si bien el rango especifica cuántas direcciones de puntuación se retienen, la orientación espectral de esas direcciones respecto a la covarianza tangente determina cuánta información tangente medida permanece accesible.