⚛️ física cuántica

Who can sample forever? Shot noise effects in quantum linear regression

Este artículo demuestra que el ruido de muestreo de disparos finitos limita fundamentalmente la regresión lineal cuántica al volver el problema mal condicionado, causando que los errores de predicción persistan o incluso aumenten con conjuntos de datos más grandes cuando los objetivos son ruidosos debido a una forma de sobreajuste cuántico.

Autores originales: Gabriele Lo Monaco, Salvatore Lorenzo, Alessandro Ferraro, Mauro Paternostro, G. Massimo Palma, Luca Innocenti

Publicado 2026-10-09

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Gabriele Lo Monaco, Salvatore Lorenzo, Alessandro Ferraro, Mauro Paternostro, G. Massimo Palma, Luca Innocenti

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 campo de la evolución rápida del aprendizaje automático cuántico, los investigadores están tratando de enseñar a las computadoras a reconocer patrones utilizando las extrañas reglas de la física cuántica. Un enfoque común implica un proceso de dos pasos: primero, un dispositivo cuántico fijo toma una entrada y la transforma en un conjunto de números llamados características, que describen la entrada de una manera nueva. Segundo, un programa de computadora estándar aprende a combinar estas características para hacer una predicción, como identificar una propiedad química específica o un tipo de material. Este método es atractivo porque el componente cuántico no necesita ser entrenado, evitando algunos de los problemas más difíciles que plagan otros algoritmos cuánticos. Sin embargo, existe un inconveniente fundamental: el dispositivo cuántico no puede simplemente emitir estos números de características directamente. En su lugar, debe medir el estado cuántico muchas veces para estimar las probabilidades de diferentes resultados. Este proceso es como intentar adivinar la proporción exacta de canicas rojas y azules en un frasco mediante la extracción de un puñado; cuanto más canicas saques, más cerca estará tu estimación de la verdad, pero con un número limitado de extracciones, tu estimación siempre contendrá un error aleatorio.

Un equipo de físicos ha investigado ahora cómo este error de medición inevitable, conocido como ruido de disparo (shot noise), afecta la capacidad de estos modelos cuánticos para aprender. Se centraron en una configuración específica donde el dispositivo cuántico genera características a partir de una colección de datos de entrenamiento, y una computadora clásica intenta encontrar la mejor relación matemática entre estas características y la respuesta deseada. Los investigadores descubrieron que el acto mismo de estimar estas características con un número finito de mediciones crea una trampa oculta. En un mundo ideal con mediciones infinitas, las características se situarían sobre una superficie plana y de menor dimensión dentro de un vasto espacio matemático. Pero en el mundo real, donde las mediciones son limitadas, el ruido aleatorio empuja las características estimadas fuera de esta superficie y hacia el espacio vacío que la rodea. Cuando la computadora intenta aprender de estos datos ruidosos, intenta ajustar una línea a estos puntos errantes, aprendiendo efectivamente a predecir direcciones que en realidad no existen en la física subyacente.

El estudio revela que esto crea un tipo específico de error que se comporta de manera diferente a los errores en la informática clásica. En el aprendizaje estándar, si tienes un conjunto de datos ruidoso, añadir más ejemplos suele ayudar a acercarse a la respuesta correcta. Aquí, los investigadores encontraron que simplemente añadir más ejemplos de entrenamiento no soluciona el problema si el número de mediciones realizadas para cada ejemplo sigue siendo bajo. En su lugar, el error se establece en un suelo obstinado determinado por la precisión de las mediciones individuales. La única forma de bajar este suelo es aumentar el número de mediciones tomadas para cada uno de los ejemplos de entrenamiento. Si los investigadores intentaran aprender con muy pocas mediciones por ejemplo, el modelo se volvería cada vez más sensible al ruido, y añadir más datos en realidad dejaría de mejorar los resultados.

La situación se vuelve aún más compleja cuando las respuestas que el modelo intenta aprender son ellas mismas ligeramente incorrectas, quizás debido a imperfecciones en la forma en que se prepararon los estados cuánticos. En este escenario, el modelo comienza a aprender el ruido mismo. Los investigadores observaron un fenómeno que llaman sobreajuste cuántico (quantum overfitting), donde aumentar la precisión de los datos de entrenamiento hace que las predicciones del modelo empeoren. Esto sucede porque el modelo comienza a aferrarse a las direcciones aleatorias creadas por el ruido de la medición y, a medida que los datos de entrenamiento se vuelven más precisos, amplifica los errores en las respuestas objetivo. El estudio muestra que existe un delicado equilibrio: se debe equilibrar el número de ejemplos de entrenamiento frente al número de mediciones tomadas para cada uno.

A través de un análisis matemático detallado y simulaciones por computadora, el equipo mapeó exactamente cómo crecen y disminuyen estos errores. Mostraron que, cuando las respuestas objetivo son perfectas, el error disminuye rápidamente al principio a medida que aumentan las mediciones, pero luego se ralentiza, dominado por un sesgo sistemático que no puede eliminarse añadiendo más datos. Cuando las respuestas objetivo son ruidosas, el error puede eventualmente empezar a subir de nuevo si las mediciones de entrenamiento se vuelven demasiado precisas sin un aumento correspondiente en la precisión de las mediciones de prueba. Este trabajo proporciona una guía clara sobre cómo asignar recursos en experimentos cuánticos, mostrando que un conjunto de datos más grande no siempre es mejor si la calidad de las mediciones individuales no también se mejora. Los hallazgos sugieren que los futuros sistemas de aprendizaje cuántico deben diseñarse con una conciencia cuidadosa de estos límites estadísticos, tratando el número de mediciones y el número de ejemplos como dos caras de la misma moneda en lugar de variables independientes.

Resumen Técnico: ¿Quién puede muestrear para siempre? Efectos del ruido de disparo en la regresión lineal cuántica

Planteamiento del Problema
La regresión lineal cuántica (QLR) abarca arquitecturas de aprendizaje automático cuántico no variacionales, tales como las Máquinas de Aprendizaje Extremo Cuántico (QELM) y los kernels de fidelidad cuántica, donde un dispositivo cuántico fijo mapea datos de entrada en un espacio de características cuánticas, y un modelo lineal clásico se entrena sobre los valores de esperanza resultantes. Una distinción fundamental entre la regresión lineal clásica y la cuántica es que las características cuánticas no son directamente accesibles; deben estimarse a partir de un número finito de disparos de medición ( $N$ ). Esto introduce un ruido de muestreo intrínseco (ruido de disparo o shot noise) en la matriz de características.

El artículo aborda una brecha crítica en la comprensión de cómo este ruido de estadísticas finitas afecta el rendimiento del aprendizaje. Mientras que se sabe que la regresión clásica con características ruidosas (modelos de errores en las variables) introduce sesgo, las consecuencias estructurales específicas del ruido de disparo sobre el rango y el condicionamiento de las matrices de características cuánticas no han sido caracterizadas sistemáticamente. Específicamente, los autores investigan cómo la interacción entre el número de estados de entrenamiento ( $n_{tr}$ ) y el número de disparos por estado ( $N$ ) determina el error cuadrático medio (MSE), desafiando la intuición de que aumentar únicamente el tamaño del conjunto de datos es suficiente para minimizar el error.

Metodología
Los autores analizan el escenario de QLR donde se asume inicialmente que los objetivos de entrenamiento son exactos, y el ruido surge únicamente de la estimación de las probabilidades de entrada. Modelan la matriz de características empírica $\hat{P}_N$ como una perturbación de la matriz ideal, deficiente en rango, $P$ (donde $\text{rank}(P) \le d^2$ , siendo $d$ la dimensión del espacio de Hilbert).

Análisis de discontinuidad de rango: El obstáculo teórico central identificado es que, mientras la matriz ideal $P$ es deficiente en rango (confinada a un subespacio de dimensión $d^2$ ), la matriz empírica $\hat{P}_N$ se vuelve de rango completo con alta probabilidad debido al ruido de disparo. Este aumento de rango crea una discontinuidad en la pseudoinversa de Moore-Penrose $\hat{P}_N^+$ , lo que provoca términos divergentes cuando $N \to \infty$ si no se gestiona correctamente.
Expansión perturbativa: Los autores desarrollan un enfoque perturbativo adaptado para la pseudoinversa en el régimen donde $n_{tr}, n_{out} > d^2$ . Al descomponer la matriz de ruido en bloques relativos al soporte y al cokernel de $P$ , aíslan los componentes divergentes. Demuestran que, aunque la pseudoinversa misma diverge, las predicciones físicas (que involucran objetivos exactos y probabilidades de prueba) permanecen finitas porque los bloques divergentes son anulados por la proyección sobre el subespacio de la señal.
Descomposición Sesgo-Varianza: El estudio deriva una descomposición explícita del MSE de estadísticas de prueba infinitas en sesgo de entrenamiento y varianza de entrenamiento. Emplean dos enfoques complementarios:
- Un modelo de ruido gaussiano homogéneo para calcular analíticamente los momentos del complemento de Schur y derivar leyes de escala.
- Un análisis de ruido multinomial riguroso que evita las aproximaciones gaussianas, utilizando desigualdades de concentración y límites de alta probabilidad para controlar los términos de resto para $N$ finito y $n_{tr}$ grande.
Extensión a objetivos ruidosos: El marco se extiende a escenarios donde los objetivos de entrenamiento también son ruidosos (por ejemplo, debido a errores de preparación de estados), analizando cómo esto interactúa con el ruido de disparo que aumenta el rango.

Contribuciones Clave y Resultados

Malos condicionamientos intrínsecos: El artículo establece que la estimación de disparos finitos hace que la regresión lineal cuántica sea inevitablemente mal condicionada. La matriz de características empírica adquiere "direcciones espurias" fuera del subespio ideal, portando valores singulares a la escala del ruido $N^{-1/2}$ .
Leyes de Escala de Recursos: Los autores derivan la escala del MSE con respecto a $N$ $N$ y $n_{tr}$ $n_{t r}$ , identificando dos regímenes distintos:
- Bajas Estadísticas ( $N \lesssim n_{tr}$ ): El MSE está dominado por un sesgo sistemático con una escala de $N^{-2}$ . Este sesgo surge del aumento de rango y el asociado mal condicionamiento. Crucialmente, este sesgo es insensible al número de estados de entrenamiento $n_{tr}$ .
- Altas Estadísticas ( $N \gtrsim n_{tr}$ ): El MSE está dominado por la varianza (fluctuaciones) con una escala de $(N n_{tr})^{-1}$ .
El Compromiso (Trade-off): A diferencia de la regresión clásica con características exactas, aumentar únicamente el tamaño del conjunto de datos ( $n_{tr}$ ) no puede eliminar el error causado por el ruido de disparo una vez que la varianza se ha suprimido. El error se satura en un suelo determinado por el presupuesto de disparos por estado ( $N^{-2}$ ). Para reducir el error más allá, se debe aumentar $N$ junto con $n_{tr}$ .
Sobreajuste Cuántico (Quantum Overfitting): Cuando los objetivos de entrenamiento son ruidosos, las "direcciones espurias" (creadas por el ruido de disparo), anteriormente inofensivas, se acoplan al ruido de las etiquetas. Esto conduce a un término en el MSE que escala como $N/M$ (donde $M$ es el número de disparos de prueba). En consecuencia, aumentar las estadísticas de entrenamiento $N$ sin aumentar las estadísticas de prueba $M$ puede aumentar el error de prueba. Los autores identifican esto como una forma de sobreajuste cuántico, donde el refinamiento de las características de entrenamiento amplifica el ruido en las etiquetas.
Coeficientes Explícitos: El artículo proporciona fórmulas explícitas para los coeficientes de sesgo y varianza en términos del POVM, el conjunto de entrenamiento y el observable objetivo, validadas mediante simulaciones numéricas en varios regímenes y dimensiones.

Significancia y Reivindicaciones
El artículo afirma exponer un compromiso fundamental entre el tamaño del conjunto de datos y las estadísticas de medición por estado en el aprendizaje cuántico no variacional. Argumenta que las intuiciones familiares del aprendizaje clásico deben revisarse para dar cuenta de la geometría del espacio de estados cuánticos, específicamente la restricción de que las características cuánticas ideales viven en un subespacio de dimensión $d^2$ , mientras que sus estimaciones no lo hacen.

Los autores enfatizan que sus resultados proporcionan una base para estrategias de entrenamiento y regularización conscientes de los recursos. Afirman que las garantías de rendimiento en el Aprendizaje Automático Cuántico (QML) deben considerar explícitamente los efectos de disparos finitos, tratando el presupuesto experimental total como un problema de asignación conjunta entre el número de estados de entrenamiento y el número de disparos por cada estado, en lugar de priorizar el tamaño del conjunto de datos de forma aislada. El trabajo destaca que las estadísticas finitas pueden alterar cualitativamente las conclusiones extraídas de análisis idealizados de muestras infinitas.

Más como este