Data informed Ansatz Selection for Variational Quantum Circuits

En el campo emergente del aprendizaje automático cuántico, los investigadores están intentando enseñar a las máquinas a aprender patrones utilizando las extrañas leyes de la física cuántica. En lugar de los chips de silicio estándar que se encuentran en las computadoras actuales, estas máquinas utilizan bits cuánticos, o qubits, que pueden existir en múltiples estados a la vez. Para hacer que estas máquinas aprendan, los científicos diseñan circuitos especiales compuestos por puertas cuánticas que procesan la información. Estos circuitos no son fijos; son plantillas flexibles llamadas "ansätze", llenas de perillas y diales que pueden girarse para cambiar cómo se comporta la máquina. El objetivo es encontrar la configuración perfecta para estas perillas de modo que la máquina pueda clasificar datos con precisión, como distinguir entre diferentes tipos de imágenes o señales. Sin embargo, encontrar el diseño de circuito adecuado ha sido un juego de adivinanzas. Tradicionalmente, los investigadores han tenido que construir muchas versiones diferentes de estos circuitos, ejecutarlos y entrenarlos una y otra vez para ver cuál funciona mejor. Este proceso de ensayo y error es increíblemente costoso y lento, consumiendo enormes cantidades de potencia de cálculo antes de producir un solo resultado útil.

Un equipo de investigadores del Instituto de Tecnología de la India en Madrás y la Universidad Tecnológica de Singapur y el Diseño ha propuesto una forma de terminar con este juego de adivinanzas. Han descubierto tres reglas simples que permiten a los científicos diseñar una arquitectura de circuito cuántico específica para una tarea concreta utilizando únicamente los propios datos, sin necesidad de realizar ni una sola sesión de entrenamiento. Su enfoque trata el proceso de diseño como un chequeo de diagnóstico en lugar de una búsqueda ciega. Al observar de cerca la estructura de los datos que desean clasificar, pueden determinar exactamente cuántas capas de puertas se necesitan, qué qubits deben conectarse entre sí y cómo leer la respuesta final. Este método elimina la necesidad de las búsquedas masivas y de fuerza bruta que actualmente dominan el campo, reemplazándolas con un camino claro y lógico hacia una solución altamente efectiva.

La primera regla aborda una pregunta fundamental: ¿necesita el circuito conectar sus qubits entre sí? En la computación cuántica, el "entrelazamiento" es una conexión poderosa donde el estado de un qubit influye instantáneamente en otro. Aunque el entrelazamiento suele verse como esencial para la ventaja cuántica, también es difícil de crear y mantener. Los investigadores descubrieron que, para muchas tareas, el entrelazamiento no es realmente necesario. Desarrollaron una prueba que observa los patrones matemáticos ocultos dentro de los datos. Si los patrones de los datos pueden describirse mediante partes simples e independientes, la prueba revela que un circuito sin entrelazamiento es suficiente. Si los patrones son demasiado complejos y entrelazados, la prueba identifica exactamente qué qubits deben estar vinculados. Este paso de diagnóstico ocurre antes de que comience cualquier entrenamiento, ahorrando al investigador la construcción de circuitos demasiado complejos para el trabajo o demasiado simples para funcionar.

La segunda regla resuelve el problema de la profundidad, o cuántas capas de puertas debe tener el circuito. En el pasado, se pensaba que añadir más capas hacía que un circuito fuera más inteligente, pero añadir demasiadas puede hacer que la máquina pierda su capacidad de aprender, un fenómeno conocido como "meseta estéril" (barren plateau). Los investigadores descubrieron una ley matemática precisa que dicta exactamente cuándo un circuito deja de ganar nuevas direcciones de movimiento independientes. Encontraron que el número de formas independientes en que un circuito puede cambiar crece de manera constante con cada capa añadida, pero solo hasta un límite específico determinado por los tipos de puertas utilizados. Una vez que el circuito alcanza este límite, las reglas predicen que añadir más capas no genera nuevas direcciones; sin embargo, los experimentos mostraron que los circuitos más profundos aún pueden mejorar el rendimiento, probablemente porque la sobreparametrización facilita el proceso de optimización. Al calcular este límite basándose en las puertas elegidas, los investigadores pueden prescribir una profundidad que alcance la capacidad máxima, aunque señalaron que ir más profundo aún puede ofrecer ganancias prácticas.

La tercera regla se refiere a cómo la máquina lee sus propios resultados. Después de que un circuito cuántico procesa los datos, este debe ser medido para producir una respuesta final. La forma más común de hacerlo es comprobar solo una propiedad de cada qubit, pero los investigadores demostraron que esto es un cuello de botella severo. Es como intentar comprender una pintura compleja mirando solo unos pocos píxeles dispersos. Demostraron que, al medir todas las combinaciones posibles de una propiedad específica a través de los qubits en una sola toma, el circuito puede revelar la mitad de la información oculta en su estado. Esta es la cantidad máxima de información que cualquier configuración de medición única puede extraer. Aunque este método de lectura exhaustivo es teóricamente óptimo para resolver las direcciones del estado, las pruebas de ablación en el conjunto de datos específico utilizado mostraron que descartar estas mediciones adicionales dejaba la precisión media sin cambios, lo que sugiere que, para este objetivo en particular, la lectura más simple contenía tanta información utilizable como la compleja.

Para demostrar que sus reglas funcionan, el equipo las aplicó a un conjunto de datos desafiante conocido como Madelon, que contiene miles de puntos de datos con muchas características confusas. Usando sus tres reglas, diseñaron una arquitectura de circuito específica sin ningún ensayo y error. Las reglas dictaron un diseño con siete pequeños bloques de tres qubits cada uno, funcionando durante tres capas y leyendo todas las combinaciones posibles de resultados. Este diseño resultó en un clasificador con 239 parámetros ajustables que logró una precisión de prueba del 78,5 por ciento. Para confirmar que sus decisiones de diseño eran correctas, realizaron experimentos donde rompieron deliberadamente sus propias reglas. Probaron circuitos más superficiales, bloques más pequeños y circuitos que no utilizaban el método de lectura exhaustiva. En los casos de los circuitos más superficiales y los bloques más pequeños, el rendimiento cayó, confirmando que sus reglas habían identificado correctamente el diseño óptimo para esas restricciones. Sin embargo, contrariamente a la predicción inicial de que el circuito había alcanzado su límite, encontraron que simplemente añadir más capas más allá de la profundidad prescrita mejoraba la precisión, validando que, si bien las reglas fijan la arquitectura basándose en direcciones independientes, los circuitos más profundos aún pueden ganar de la sobreparametrización.

Este trabajo representa un cambio significativo en la forma en que se aborda el aprendizaje automático cuántico. En lugar de depender de búsquedas costosas y automatizadas para encontrar una aguja en un pajar, los investigadores ahora pueden utilizar los propios datos para dibujar el mapa. Los hallazgos sugieren que, para muchas tareas de aprendizaje, el mejor circuito no es necesariamente el más complejo, sino aquel que está perfectamente ajustado a la estructura de los datos. Al fijar las decisiones de diseño antes de que comience el entrenamiento, este método hace que el desarrollo de algoritmos cuánticos sea más rápido, barato y fiable. Aunque las reglas se aplican actualmente a condiciones ideales y sin ruido, proporcionan una base sólida para construir la próxima generación de herramientas de aprendizaje cuántico, convirtiendo una búsqueda caótica en una ciencia precisa.