Hidden selection rules and amplitude ceilings in quantum Fourier models

En la búsqueda de la construcción de máquinas que aprendan de los datos, los científicos están recurriendo a las extrañas leyes de la física cuántica. En el corazón de este esfuerzo se encuentran los circuitos cuánticos, que son esencialmente redes de diminutos interruptores que manipulan la información almacenada en partículas llamadas qubits. Para que estas máquinas sean útiles en tareas como el reconocimiento de patrones o la predicción de tendencias, los investigadores deben enseñarles a procesar la información de una manera no lineal, lo que significa que la salida no aumenta simplemente en proporción directa a la entrada. Esta no linealidad es el motor del aprendizaje, pero en el mundo cuántico, es algo frágil. Los circuitos están diseñados para computar complejos patrones de tipo ondulatorio, y su capacidad de aprendizaje depende enteramente de qué patrones específicos pueden generar. Durante años, el campo ha operado bajo la suposición de que si un circuito es lo suficientemente complejo y se entrena durante el tiempo suficiente, eventualmente puede aprender casi cualquier patrón. Sin embargo, un nuevo estudio sugiere que esta esperanza es a menudo errónea, no por una falta de potencia de entrenamiento, sino debido a paredes invisibles construidas en el propio diseño del circuito.

Los investigadores Pavel Sulimov y Claude Lehmann, de la Universidad de Ciencias Aplicadas de Zúrich, han descubierto que muchos circuitos cuánticos están fundamentalmente limitados por reglas ocultas que impiden que expresen ciertos patrones, sin importar cuánto se les entrene. Estas limitaciones no son causadas por el ruido o los errores que plagan a las computadoras cuánticas actuales, ni son el resultado de estrategias de entrenamiento deficientes. En cambio, son características estructurales, como la geometría fija de un edificio que dicta qué habitaciones pueden estar conectadas. El equipo descubrió dos tipos específicos de estas barreras estructurales. La primera actúa como un filtro estricto, borrando completamente ciertas frecuencias de la salida del circuito, haciendo que sea imposible aprenderlas. La segunda actúa como un techo, limitando la fuerza de los patrones que un circuito puede producir, asegurando que incluso si un patrón está permitido, sea tan débil que resulte efectivamente inútil para el aprendizaje.

Para entender cómo funcionan estas barreras, imagine un circuito cuántico como una máquina que toma un número, lo retuerce a través de una serie de puertas y produce una salida de tipo ondulatorio. Los investigadores descubrieron que, para muchos diseños de circuitos comunes, existe una simetría oculta que obliga a la salida a comportarse de una manera específica. Si el circuito tiene un cierto arreglo de conexiones, obedece una regla similar a una simetría de inversión temporal. Esta regla dicta que si se desplaza el número de entrada una cantidad específica, la salida debe invertir su signo. Esta restricción matemática obliga a la máquina a ignorar familias enteras de patrones. Por ejemplo, en un diseño específico utilizado en un importante referente de aprendizaje automático cuántico, esta regla significaba que el circuito solo podía aprender patrones de números impares y era físicamente incapaz de aprender los de números pares. Los investigadores desarrollaron un método rápido basado en computadoras para verificar estas reglas antes de que comience cualquier entrenamiento. Probaron miles de diseños de circuitos estándar y encontraron que esta regla de inversión temporal estaba presente en casi el 18 por ciento de ellos, dejando efectivamente inútil una parte significativa del potencial del circuito antes de realizar un solo cálculo.

La segunda barrera es un techo de amplitud, que limita qué tan fuerte o potente puede ser un patrón. Cuando un circuito utiliza una sola capa de qubits para codificar datos, la fuerza de los patrones de mayor frecuencia que puede producir cae exponencialmente a medida que aumenta el número de qubits. Con solo ocho qubits, el patrón de alta frecuencia más fuerte posible es tan débil que puede explicar menos del dos por ciento de la variación en un conjunto de datos. No se trata de que el circuito sea demasiado superficial; incluso si el circuito se hace más profundo mediante la re-codificación de los datos múltiples veces, la fuerza de estas frecuencias superiores permanece limitada por el ancho de la primera capa. Los investigadores demostraron que este techo se mantiene independientemente del ruido o los errores en el sistema. Es un límite duro en la expresividad del modelo, lo que significa que ninguna cantidad de entrenamiento podrá jamás empujar al circuito más allá de este muro para aprender una señal de alta frecuencia fuerte.

Para verificar estos hallazgos, el equipo pasó de la teoría a la realidad, realizando experimentos en procesadores cuánticos reales proporcionados por IBM. Probaron circuitos en dispositivos que iban desde unos pocos qubits hasta una cadena de 65 qubits. En todos los casos, las reglas ocultas se mantuvieron firmes. Cuando diseñaron un circuito que supuestamente tenía prohibido producir ciertos patrones, la máquina no produjo más que ruido de fondo para esos patrones, confirmando la predicción teórica. También demostraron que podían romper deliberadamente estas reglas añadiendo una sola puerta simple al circuito, lo que permitió inmediatamente que los patrones prohibidos aparecieran. Además, demostraron que el ruido en la máquina a veces podía imitar la ruptura de estas reglas, pero al analizar cuidadosamente los datos, pudieron distinguir entre una verdadera violación estructural y un fallo temporal causado por la máquina relajándose hacia un estado de menor energía.

Las implicaciones de estos hallazgos son profundas para el campo del aprendizaje automático cuántico. El estudio muestra que la capacidad de un modelo cuántico para aprender no es solo una cuestión de tener suficientes datos o una computadora potente; es, ante todo, una cuestión de arquitectura. Antes de que un modelo sea entrenado, su potencial ya está determinado por su estructura. Los investigadores probaron esto congelando sus predicciones sobre lo que un circuito podría aprender antes de ejecutar cualquier entrenamiento. En conjuntos de datos del mundo real, estas predicciones previas al entrenamiento fueron notablemente precisas, coincidiendo a menudo con el rendimiento final de los modelos entrenados dentro de un margen de error mínimo. En los casos donde las reglas estructurales impedían que un modelo aprendiera, ningún entrenamiento podía solucionarlo. Por el contrario, cuando identificaron una falla estructural y aplicaron una solución simple, el rendimiento del modelo mejoró drásticamente, exactamente como se predijo.

Este trabajo cambia el enfoque de simplemente entrenar modelos cuánticos a comprender sus límites fundamentales. Revela que muchos de los fallos observados en los parámetros de referencia del aprendizaje automático cuántico no se deben a una falta de optimización o de datos, sino a que los modelos están intentando aprender patrones que su diseño físico les prohíbe expresar. Los investigadores han proporcionado un conjunto de herramientas para identificar estos límites tempranamente, permitiendo a los científicos diseñar circuitos que sean realmente capaces de las tareas que se les asignan. Al reconocer estas reglas de selección ocultas y los techos de amplitud, el campo puede alejarse de los enfoques de ensayo y error y avanzar hacia una comprensión más basada en principios de lo que las computadoras cuánticas pueden y no pueden hacer. El estudio concluye que el camino hacia un aprendizaje automático cuántico útil no reside en hacer los circuitos más profundos o complejos, sino en asegurar que su estructura esté alineada con los patrones que deben aprender.