Programmable Coherent Memory Kernels for Quantum Reservoir Computing in Waveguide QED

Resumen Técnico: Reservorios de Memoria Coherente Programables para Computación de Reservorios Cuánticos en QED de Guía de Onda

Declaración del Problema
La computación de reservorios (RC) depende de la capacidad de un sistema para retener y transformar historias de entradas pasadas en estados dinámicos de alta dimensión. Aunque la computación de reservorios cuánticos (QRC) ofrece ventajas mediante la coherencia e interacciones intrínsecas, persiste una limitación crítica: el perfil de memoria en la mayoría de las arquitecturas de QRC surge de la dinámica intrínseca y no puede ser diseñado directamente para coincidir con requisitos de tareas específicas. Las tareas estándar (por ejemplo, memoria a corto plazo, producto retardado, NARMA-n) requieren la retención de información en desfases temporales o ventanas específicas, no simplemente una profundidad de memoria larga. Los esquemas de QRC no markovianos existentes suelen carecer de la capacidad de adaptar estos perfiles de memoria temporal sin recurrir a mediciones intermedias y reinyección clásica, lo que interrumpe la dinámica coherente. El desafío central es diseñar la estructura temporal de la memoria del reservorio cuántico a través de mecanismos de retroalimentación coherente que preserven la coherencia cuántica mientras alinean la disponibilidad de la memoria con las escalas de tiempo relevantes para la tarea.

Metodología
Los autores proponen una arquitectura de reservorio de electrodinámica cuántica (QED) de guía de onda no markoviana. El sistema consiste en un resonador con no linealidad Kerr impulsado y acoplado a una guía de onda unidimensional (1D) en múltiples puntos espacialmente separados.

• Modelo Hamiltoniano: El sistema se describe mediante un Hamiltoniano donde el resonador se acopla a modos de guía de onda que se propagan hacia la izquierda y la derecha. Al eliminar los grados de libertad de la guía de onda, los autores derivan una ecuación de Heisenberg-Langevin no local efectiva para el operador del resonador.
• Núcleo de Memoria (Memory Kernel): Esta derivación produce un núcleo de memoria $K(t)$ que comprende un término de decaimiento local instantáneo y una serie de términos retardados. Estos términos retardados representan canales de retroalimentación coherente inducidos por la geometría donde los campos emitidos por el resonador se propagan a través de la guía de onda y reingresan al resonador tras un tiempo finito $\tau_{\mu\nu} = |x_\mu - x_\nu|/v_g$, sin medición intermedia.
• Configuración Mínima: Para aislar el mecanismo, el estudio se centra en una geometría mínima con dos puntos de acoplamiento separados por un único retardo $\tau$. Esto es equivalente a un resonador acoplado a una guía de onda semi-infinita o colocado ante un espejo.
• Simulaciones y Protocolos: Los autores comparan dos regímenes: un Reservorio de Referencia con Retardo Temporal (TDLRC, $U=0$) para aislar el transporte de memoria coherente, y un Reservorio Cuántico Kerr con Retardo Temporal (TDQRC, $U=30\Gamma$) para estudiar la interacción con la no linealidad. La codificación de entrada utiliza un protocolo de orden cero (zero-order-hold) y la lectura se realiza mediante momentos de cuadratura de primer orden del resonador y del campo de salida, procesados por una capa de regresión de cresta lineal. Se emplea la multiplexación temporal para enriquecer los vectores de características.

Contribuciones Claves

1. Mecanismo de Retroalimentación Retardada Coherente: El artículo introduce un mecanismo de nivel de hardware donde un campo propagado no medido actúa como un portador de memoria coherente. Esto permite que la información de la entrada pasada se almacene en la dinámica conjunta resonador-guía de onda y regrese coherentemente, evitando la decoherencia asociada con la retroalimentación basada en mediciones.
2. Desacoplamiento de Roles de Memoria: El estudio establece una clara separación de funciones dentro de la arquitectura:
   • Propagación de la Guía de Onda: Determina cuándo la información pasada regresa al resonador (colocación temporal de la memoria).
   • No Linealidad Kerr: Determina cómo el campo devuelto se transforma en características temporales no lineales accesibles para una lectura lineal.
3. Principio de Ajuste de Tarea: Los autores proponen que el rendimiento óptimo del reservorio depende de alinear el retorno de la memoria inducido por el retardo con las dependencias temporales específicas de la tarea objetivo, en lugar de simplemente maximizar la profundidad de la memoria.

Resultados

• Benchmarks Resueltos por Retardo:
  • Memoria a Corto Plazo (STM): Las simulaciones muestran que el principal renacimiento de la memoria ocurre en un desfase $d \approx \tau/\Delta t$. Este tiempo está gobernado por el retardo de propagación de la guía de onda tanto en reservorios lineales como no lineales. Los renacimientos secundarios (ecos) aparecen debido a interacciones repetidas pero son más pronunciados en el caso lineal; en el caso no lineal, la interacción Kerr redistribuye la información en características no lineales.
  • Tarea de Producto Retardado: El reservorio lineal (TDLRC) falla al generar las características multiplicativas requeridas ($u_k u_{k-d}$) a pesar de retener la memoria lineal. En contraste, el reservorio no lineal (TDQRC) genera con éxito estas características, con el pico de capacidad alineándose con el retardo $\tau$. Esto confirma que la guía de onda transporta la información, mientras que la no linealidad Kerr procesa la información en la forma no lineal necesaria.
• Predicción NARMA-n:
  • Los autores probaron el sistema en benchmarks NARMA-n, donde la dinámica objetivo incluye un término producto explícito que acopla la entrada actual con una entrada en el desfase $n-1$.
  • Los resultados demuestran que el retardo de retroalimentación óptimo $\tau_{opt}$ se desplaza sistemáticamente con el orden $n$ de NARMA. Específicamente, $\tau_{opt}/\Delta t \approx n-1$.
  • El TDQRC con un retardo emparejado supera significativamente tanto al reservorio de referencia lineal (TDLRC) como a las configuraciones de QRC con retardo cero. El QRC de retardo cero falla en órdenes superiores debido a la falta de correlaciones temporales de largo alcance, mientras que el reservorio lineal falla debido a la incapacidad de generar características no lineales.
  • La mejora en el rendimiento se atribuye a la alineación entre el retorno de la memoria coherente y la dependencia temporal no lineal relevante para la tarea.

Significancia y Reivindicaciones
El artículo afirma establecer la retroalimentación retardada coherente en la QED de guía de onda como un mecanismo viable para la ingeniería de memoria relevante para tareas en la computación de reservorios cuánticos. La significancia radica en demostrar que la memoria en QRC puede ser "programada" mediante parámetros geométricos (puntos de acoplamiento y distancias) en lugar de ser únicamente un subproducto de la dinámica intrínseca.

Los autores sostienen que esta arquitectura proporciona una ruta física directa para el ajuste de los perfiles de memoria del reservorio con los requisitos de la tarea. Al separar el tiempo de retorno de la memoria (controlado por la geometría) del procesamiento no lineal (controlado por las interacciones intrínsecas), el sistema logra un rendimiento superior en tareas de predicción de series temporales no lineales como NARMA-n. El trabajo sugiere que los diseños futuros de QRC deberían priorizar la alineación de los desfases de memoria con las estructuras de las tareas. Los autores señalan que, aunque el estudio se centra en una geometría mínima de un solo retardo, los principios se extienden a acoplamientos de múltiples puntos y son compatibles con las plataformas existentes de circuitos superconductores de QED, ofreciendo un principio de diseño a nivel de hardware para el procesamiento de información cuántica no markoviana.