🤖 aprendizaje automático

Quantum Evolution Kernel for Node-Attributed Graphs

Este artículo propone un nuevo núcleo de evolución cuántica para grafos con atributos de nodos que utiliza la codificación de estados cuánticos de tres niveles y la distancia de Wasserstein para lograr una mayor precisión en tareas de reconocimiento de dígitos en comparación con los métodos clásicos basados en la distancia de Jensen-Shannon, todo ello simulado en computadores cuánticos de átomos neutros utilizando la biblioteca Pulser de Pasqal.

Autores originales: Manuel Padovani, Alessandra Di Pierro, Claudia Daffara

Publicado 2026-10-28

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Manuel Padovani, Alessandra Di Pierro, Claudia Daffara

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

Las computadoras han sido durante mucho tiempo expertas en el reconocimiento de patrones en los datos, desde la clasificación de fotos de gatos hasta la lectura de notas manuscritas. Durante décadas, las herramientas más exitosas para esta tarea han dependido de la matemática clásica, tratando la información como listas fijas de números o conexiones simples. Sin embargo, una nueva frontera se está abriendo en el campo del aprendizaje automático, donde los científicos están comenzando a utilizar las extrañas leyes de la mecánica cuántica para procesar información de formas que antes eran imposibles. En este ámbito, los datos no solo se calculan; se evolucionan. En lugar de simplemente procesar números, los investigadores pueden guiar un sistema a través de una serie de cambios físicos, permitiendo que los datos interactúen consigo mismos de una manera que revela relaciones ocultas. Este enfoque es particularmente prometedor para analizar formas y redes complejas, conocidas como grafos, que aparecen en todas partes, desde redes sociales hasta moléculas químicas. El desafío ha sido encontrar una manera de alimentar estos grafos complejos y multifacéticos en máquinas cuánticas sin perder los detalles sutiles que los hacen únicos.

Un equipo de investigadores de la Universidad de Verona ha dado un paso significativo hacia la resolución de este problema mediante el desarrollo de un nuevo método para traducir grafos al lenguaje de las computadoras cuánticas de átomos neutros. Estas máquinas utilizan átomos individuales, mantenidos en su lugar por láseres, para representar puntos de datos. Los investigadores se centraron en un tipo específico de grafo donde cada punto, o nodo, porta su propio conjunto de características, como el color de un píxel en un dibujo o las propiedades químicas de un átomo en una molécula. Su objetivo era crear un sistema que no solo pudiera ver la forma del grafo, sino también comprender las características únicas asociadas a cada una de sus partes. Para lograrlo, diseñaron un proceso que mapea la estructura de un grafo sobre las posiciones físicas de los átomos y luego codifica los detalles específicos de cada nodo en los estados de energía interna de esos átomos.

El núcleo de su innovación reside en cómo gestionan estos estados internos. Los métodos tradicionales suelen tratar a los átomos como interruptores simples que están encendidos o apagados. El equipo de Verona, sin embargo, utilizó un sistema de tres niveles más complejo. Utilizaron láseres para empujar suavemente a los átomos hacia un estado intermedio, distinto tanto de su estado de reposo como de su estado altamente excitado. Esto permitió codificar dos piezas de información diferentes para cada nodo simultáneamente. Una parte del sistema capturó la forma general del grafo mediante la disposición de los átomos en un patrón específico, mientras que la otra parte utilizó los niveles de energía interna para almacenar las características únicas de cada nodo. Esta separación significó que la computadora pudiera procesar la estructura y los detalles de forma independiente, preservando la riqueza de los datos originales.

Para probar su idea, los investigadores recurrieron a un problema clásico: el reconocimiento de dígitos manuscritos. Tomaron imágenes de números de un conjunto de datos estándar y las convirtieron en grafos, donde cada píxel se convirtió en un nodo y las conexiones entre ellos formaron las líneas del dígito. Luego, introdujeron estos grafos en una simulación de una computadora cuántica de átomos neutros. El sistema hizo evolucionar los átomos durante un breve momento, permitiéndoles interactuar y entrelazarse, antes de que los investigadores midieran el estado final. En lugar de buscar una única respuesta, analizaron los patrones estadísticos de los resultados, creando una "huella digital" única para cada dígito. Luego compararon estas huellas para ver qué tan similares o diferentes eran los dígitos entre sí.

Los investigadores descubrieron que la forma en que medían la diferencia entre estas huellas digitales importaba enormemente. Probaron varios métodos matemáticos para comparar los patrones, incluyendo métodos que habían sido populares en estudios previos. Encontraron que un enfoque específico, conocido como la distancia de Wasserstein, era muy superior para sus datos. Este método es particularmente bueno para medir cuánto "trabajo" se requeriría para transformar un patrón en otro, capturando los sutiles desplazamientos geométricos que otros métodos pasaban por alto. Cuando utilizaron esta medida de distancia, su sistema cuántico logró una mayor precisión promedio en el reconocimiento de los dígitos que los métodos más antiguos y comunes.

El estudio también destacó la importancia de la información adicional adjunta a los nodos. Cuando los investigadores eliminaron las características específicas de los nodos y dependieron únicamente de la forma del grafo, el rendimiento del sistema disminuyó. Esto confirmó que su método de codificar los detalles locales en los estados internos de los átomos era esencial para la tarea. Si bien el sistema cuántico aún no superaba a los programas de computación clásica más avanzados diseñados para este trabajo específico, su rendimiento estuvo a la altura de algunas de las mejores herramientas tradicionales de emparejamiento de grafos. Este es un resultado notable porque el sistema cuántico estaba funcionando en una simulación con límites estrictos en el número de átomos que podía manejar, y aun así logró extraer patrones significográficos de los datos.

Los investigadores fueron cuidadosos en señalar que su trabajo era un prototipo. Todo el proceso se simuló en una computadora clásica para imitar el comportamiento de un dispositivo cuántico real, lo que significa que los resultados son una prueba de concepto más que la demostración de un producto terminado. También descubrieron que el sistema era sensible al tiempo de los pulsos de láser; si se permitía que los átomos evolucionaran durante demasiado tiempo, la señal se volvía ruidosa y la precisión sufría. Al encontrar el momento preciso para detener la evolución, maximizaron la claridad de la información. El estudio sugiere que, a medida que el hardware cuántico real mejore y pueda manejar un mayor número de átomos, este enfoque podría convertirse en una poderosa herramienta para analizar estructuras de datos complejas.

En última instancia, este trabajo demuestra que es posible mapear la información rica y multicapa de los grafos del mundo real en los delicados estados de los átomos cuánticos. Al combinar la disposición física de los átomos con sus niveles de energía interna, y al utilizar una forma inteligente de comparar los patrones resultantes, los investigadores han mostrado un camino viable para el aprendizaje de grafos cuánticos. Los hallazgos sugieren que, en el futuro, estas máquinas podrían ofrecer una nueva forma de comprender sistemas complejos, desde el reconocimiento de la escritura a mano hasta la predicción del comportamiento de nuevos materiales, al ver los datos no solo como números, sino como formas físicas en evolución.

Resumen Técnico: Núcleo de Evolución Cuántica para Grafos con Atributos de Nodo

Planteamiento del Problema

El aprendizaje automático de grafos es un campo crítico para la representación de problemas del mundo real, sin embargo, los métodos clásicos enfrentan limitaciones significativas. Los núcleos de grafos tradicionales (por ejemplo, Weisfeiler-Lehman) a menudo ignoran las características continuas de los nodos, mientras que las Redes Convolucionales de Grafos (GCN) están teóricamente limitadas por la prueba de isomorfismo 1-WL, sufren de sobre-suavizado (over-smoothing) y conllevan altos costos computacionales a medida que aumenta el tamaño del grafo. Además, la incorporación de múltiples atributos de nodo continuos en núcleos de grafos cuánticos analógicos sigue siendo un desafío ampliamente inexplorado. Este artículo aborda la necesidad de un paradigma cuántico capaz de codificar tanto la estructura del grafo como las características continuas a nivel de nodo en procesadores cuánticos de átomos neutros, apuntando específicamente al régimen de bajos datos donde los núcleos cuánticos han mostrado resultados prometedores.

Metodología

La propuesta extiende el marco del Núcleo de Evolución Cuántica (QEK) para manejar grafos con atributos de nodo utilizando los procesadores de átomos neutros de Pasqal. La metodología consta de tres etapas principales:

1. Codificación Física y Hamiltoniano

El sistema utiliza átomos neutros con tres estados relevantes: dos estados fundamentales hiperfinos de baja energía ( $|g\rangle$ y $|h\rangle$ ) y un estado de Rydberg de alta energía ( $|r\rangle$ ).

Estructura del Grafo: Codificada mediante el posicionamiento espacial de los átomos. Los nodos conectados se colocan dentro de un radio de bloqueo de Rydberg ( $R_b$ ) para permitir interacciones mediante la fuerza de van der Waals ( $1/R^6$ ), mientras que los nodos no conectados se colocan más allá de este radio.
Características del Nodo: A diferencia de trabajos previos que utilizaban únicamente láseres de Rydberg, este método introduce pulsos de láser Raman locales para acoplar los estados $|g\rangle$ y $|h\rangle$ . Esto crea un sistema de tres niveles (qutrit) por átomo. Los vectores de características de los nodos se normalizan y se mapean a ángulos de rotación ( $\theta_1, \theta_2$ ) en la esfera de Bloch, modulando efectivamente la transferencia de población entre $|g\rangle$ y $|h\rangle$ .
Evolución: El sistema evoluciona bajo un Hamiltoniano que comprende rotaciones locales ( $U_{local}$ ) e interacciones de Rydberg globales ( $U_{int}$ ). El estado final $|\Psi(t)\rangle$ es el resultado de estas capas sucesivas.

2. Medición y Extracción de Distribución

Dado que el hardware no puede distinguir directamente los tres estados, las mediciones se realizan en la base de estado fundamental-Rydberg (bit 0 para $|g\rangle$ o $|h\rangle$ , bit 1 para $|r\rangle$ ).

Distribución de Ocupación: Derivada del peso de Hamming de las cadenas de bits (fracción de átomos excitados).
Distribución de Correlación: Derivada de las correlaciones de dos puntos $\langle Z_i Z_j \rangle - \langle Z_i \rangle \langle Z_j \rangle$ .
Invarianza de Escala: Estas distribuciones se agregan para crear representaciones de grafos invariantes al tamaño.

3. Construcción del Núcleo

El artículo define un núcleo cuántico basado en la distancia entre distribuciones de probabilidad derivadas de las mediciones.

Métrica de Distancia: Los autores emplean la distancia de Wasserstein ( $W_1$ ) (Distancia del Moviente de la Tierra) en lugar de la distancia de Jensen-Shannon (JS) comúmnente utilizada. $W_1$ preserva la información geométrica y evita las pérdidas de discretización asociadas con el agrupamiento (binning), aunque tiene una mayor complejidad temporal.
Formulación del Núcleo: El núcleo se define como $K(P, Q) = \exp(-\gamma D(P, Q))$ . Se prueban dos estrategias de agregación: una suma ponderada de núcleos individuales y un producto de distancias sumadas.
Clasificación: El núcleo resultante se introduce en un Clasificador de Vectores de Soporte (SVC) con una estrategia de uno-contra-uno para la clasificación multiclase.

Configuración Experimental

Conjunto de Datos: Un subconjunto del conjunto de datos de dígitos escritos a mano MNIST fue convertido en grafos. Las imágenes pasaron por procesos de binarización, esqueletización y refinamiento de grafos (fusión de nodos cercanos, eliminación de nodos colineales).
Restricciones: Debido a los límites de simulación utilizando la biblioteca Pulser de Pasqal, los grafos fueron filtrados para tener $|V| \le 9$ nodos.
Características: Se codificaron cuatro características a nivel de nodo: coordenadas de píxeles (escaladas), ángulo de desviación de bordes consecutivos y dirección de la bisectriz.
Líneas Base (Baselines): El método se comparó contra núcleos de grafos de Weisfeiler-Lehman (WL) clásicos (con varias configuraciones de características) y una Red Convolucional de Grafos (GCN).

Resultados Clave

Eficacia de la Métrica de Distancia: La distancia de Wasserstein logró la mayor precisión media en todos los tamaños de conjuntos de entrenamiento en comparación con las distidades de Jensen-Shannon, Hellinger y L2. La distancia JS funcionó ligeramente peor, y el rendimiento se degradó al aumentar el número de grupos (bins), lo que sugiere que la capacidad de $W_1$ para manejar distribuciones continuas sin agrupamiento es superior para esta tarea.
Importancia de las Características: El núcleo cuántico con características a nivel de nodo superó a la versión sin ellas, confirmando que la información local mejora la clasificación.
Comparación con Líneas Base Clásicas:
- La GCN alcanzó la mayor precisión general, como era de esperar en modelos de aprendizaje profundo.
- El Núcleo Cuántico (usando Wasserstein) funcionó de manera comparable al núcleo WL de solo posición y superó a los núcleos WL de solo ángulo y sin características.
- Sin embargo, el núcleo cuántico no superó al núcleo WL combinado de posición-ángulo ni a la GCN en precisión media.

Significancia y Reivindicaciones

El artículo afirma demostrar la viabilidad arquitectónica de codificar características continuas de múltiples atributos en hardware de átomos neutros analógicos. Sus principales contribuciones son:

Codificación Novedosa: Introducción de un sistema de tres niveles por átomo mediante láseres Raman para separar la codificación de características de nodo de la codificación topológica, enriqueciendo el espacio de Hilbert local.
Selección de Métrica: Establecer que la distancia de Wasserstein es más efectiva que la métrica de Jensen-Shannon para los núcleos de grafos basados en distribuciones de medición cuántica en este contexto.
Validación de Prototipo: Demostrar que incluso con un diseño de circuito simple y tiempos de evolución cortos, el método puede extraer información basada en correlaciones útil para tareas de clasificación.

Los autores mantienen la modestia respecto al rendimiento actual, señalando que el diseño de circuito simple y los cortos tiempos de evolución impidieron que el método superara a los núcleos clásicos de última generación o a las GCN. Plantean que diseños más refinados con codificaciones elaboradas y tiempos de evolución más largos podrían mejorar el desempeño. El trabajo sirve como una línea base para futuras implementaciones a gran escala, destacando que, si bien la codificación escala linealmente con el tamaño del grafo en hardware real, la gestión de los costos de post-procesamiento clásico para las matrices de correlación sigue siendo un desafío crítico para la escalabilidad.