Trained quantum Kolmogorov--Arnold networks can dequantize, and a discrete-logarithm encoding need not: a measurement-based map of where quantum advantage can live

Resumen Técnico: Las Redes de Kolmogorov–Arnold Cuánticas Entrenadas Pueden Descuantizar, y una Codificación de Logaritmo Discreto No Es Necesaria

Planteamiento del Problema
Los modelos de aprendizaje automático cuántico (QML) solo son valiosos si no pueden ser imitados eficientemente por computadoras clásicas. Muchos de los modelos cuánticos propuestos que se ejecutan en hardware cuántico suelen fallar al proporcionar una ventaja genuina porque sus salidas pueden ser reproducidas por algoritmos clásicos, particularmente mediante simulaciones de redes de tensores (TN). El desafío central es identificar qué arquitecturas cuánticas específicas resisten la contracción clásica eficiente (es decir, poseen requisitos de "dimensión de enlace" o bond dimension elevados) mientras permanecen entrenables. Para las Redes de Kolmogorov–Arnold Cuánticas (QKAN)—una familia de modelos donde las funciones de borde entrenables se realizan mediante subrutinas cuánticas—aún no está claro si alguna construcción concreta resiste simultáneamente la simulación eficiente por TN y evita patologías de entrenamiento como los barren plateaus (mesetas estériles).

Metodología
Los autores introducen un criterio de dimensión de enlace sensible a la tarea para evaluar la simulabilidad clásica de las QKAN. En lugar de asumir dureza basándose únicamente en la profundidad del circuito o la generación de entrelazamiento, el estudio mide la dimensión de enlace ($\chi_{need}$) requerida para que un sustituto clásico (específicamente, un Estado de Producto de Matrices, MPS) reproduzca la salida del modelo con la precisión específica que alcanza el modelo entrenado.

La metodología consiste en:

1. Evaluación del Modelo: Probar diversas construcciones de QKAN, incluyendo la QKAN de amplitud de Chebyshev y una QKAN Variacional (VQKAN) con rotaciones controladas de todos contra todos (all-to-all).
2. Verificación del Entrenamiento: Asegurar que los modelos realmente aprendan una función objetivo suave (medido mediante $R^2$ contra un predictor constante) antes de evaluar su simulabilidad. Esto evita artefactos donde las dimensiones de enlace bajas resultan de un subajuste (under-fitting).
3. Diagnósticos:
   • Entropía de Entrelazamiento: Medir la entropía de von Neumann bipartita para distinguir entre el escalamiento de ley de área (eficientemente simulable) y de ley de volumen (difícil de simular).
   • Entrenabilidad: Cuantificar la varianza de las derivadas parciales para detectar barren plateaus (gradientes que desaparecen exponencialmente).
   • Análisis de Ruido: Simular ruido de despolarización para observar la transición de regímenes de alta dimensión de enlace a representaciones de Operador de Producto de Matrices (MPO) eficientes.
4. Codificación Estructurada: Implementar un mapa de características de logaritmo discreto (basado en Liu–Arunachalam–Temme) para probar si situar la dificultad en la estructura teórica de números, en lugar de en el entrelazamiento genérico, produce un modelo entrenable pero clásicamente difícil.

Resultados Clave
El estudio identifica una "escalera" de comportamientos a través de diferentes configuraciones de QKAN:

• R1: La QKAN de Amplitud de Chebyshev es Exactamente Clásica.
  Este modelo utiliza codificación de amplitud con $O(\log n)$ cúbits. Su salida es matemáticamente equivalente a una suma ponderada clásica. No requiere recursos de entrelazamiento y es eficientemente simulable con una dimensión de enlace $\chi \le \sqrt{n}$.

• R2: Las VQKAN Entrenadas Descuantizan.
  Aunque una VQKAN con parámetros aleatorios exhibe un entrelazamiento de ley de volumen (que requiere una dimensión de enlace exponencial), el modelo descuantiza una vez entrenado. Cuando se entrena para ajustar una función objetivo suave de 2 locales, la dimensión de enlace sensible a la tarea $\chi_{need}$ permanece pequeña (constante o de crecimiento lento, $\chi \sim 2\text{--}5$), incluso cuando la dimensión de enlace máxima posible crece exponencialmente. El modelo ajusta los datos, pero lo hace utilizando un subespacio de bajo entrelazamiento accesible para sustitutos clásicos.

• R3: El Ruido Restaura la Clasicidad.
  Bajo ruido de despolarización, la entropía de entrelazamiento del espacio de operadores (OSEE) colapsa. Ocurre una transición en una tasa de ruido $p \approx 0.03\text{--}0.05$, donde el modelo transiciona de un régimen de alta dimensión de enlace a un régimen MPO eficientemente simulable, imitando el comportamiento de los circuitos aleatorios ruidosos.

• R4: La Dureza Genérica Provoca Barren Plateaus.
  Los intentos de forzar la dureza mediante el uso de mediciones globales, entrelazadores más profundos o mapas de características genéricos de tiempo polinómico instantáneo cuántico (IQP) resultan en barren plateaus. Estas configuraciones llevan las varianzas de los gradientes a descender exponencialmente ($Var \sim 2^{-n}$), haciendo que los modelos sean inentrenables. Esto confirma el compromiso donde las rutas genéricas hacia la dureza destruyen la entrenabilidad.

• R5 y R6: El Escape del Logaritmo Discreto.
  Los autores demuestran que un mapa de características de logaritmo discreto logra cruzar la línea de fuego con éxito.

  • No Concentración: A diferencia de los núcleos IQP genéricos cuya varianza decae como $2^{-n}$, el núcleo de logaritmo discreto mantiene una varianza fuera de la diagonal plana ($0.07 \pm 0.01$) de 4 a 14 cúbits.
  • Entrenabilidad: Debido a que el núcleo no se concentra, evita los barren plateaus y puede ser entrenado eficientemente por una Máquina de Vectores de Soporte (SVM).
  • Dureza: El núcleo se basa en el problema del logaritmo discreto, el cual es clásicamente difícil. Una SVM usando este núcleo logra un $\ge 99\%$ de precisión en un concepto clásicamente difícil, mientras que los núcleos cuánticos y clásicos genéricos fallan (actuando al nivel del azar).
  • Eficiencia de Disparos (Shot Efficiency): El modelo sigue siendo aprendible con un número realista de disparos (shots), mientras que resolver los núcleos IQP genéricos requeriría un número exponencial de disparos.

Significancia y Reivindicaciones
El artículo afirma proporcionar la primera clasificación de extremo a extremo de las QKAN a lo largo del eje de simulabilidad utilizando una métrica sensible a la tarea. Sus principales contribuciones son:

1. Un Criterio Basado en Mediciones: Establece que la "descuantizabilidad" debe definirse por la dimensión de enlace requerida para igualar la precisión alcanzada por un modelo, no solo por la profundidad de su circuito.
2. Un Mapa Empírico: Sitúa configuraciones concretas de QKAN en un plano de "dureza–entrenabilidad", mostrando que el cuadrante de "entrenable y difícil" está vacío para los ansatz de entrelazamiento genérico, pero es accesible mediante codificaciones estructuradas.
3. Una Regla de Diseño: Los autores argumentan que la ventaja cuántica en el aprendizaje automático no debe buscarse en el entrelazamiento profundo o la expresividad genérica, que tienden a inducir barren plateaus o descuantización. En su lugar, la ventaja debe buscarse en codificaciones estructuradas y demostrablemente difíciles (como los logaritmos discretos) que mantienen un bajo entrelazamiento (evitando los barren plateaus) mientras codifican la dureza computacional en la propia construcción del núcleo.

Los autores señalan explícitamente que sus hallazgos se basan en simulaciones numéricas para tamaños de sistema pequeños ($n \le 14$) y no constituyen una prueba asintótica. Enfatizan que el resultado del logaritmo discreto demuestra las propiedades de una codificación específica más que un teorema general para todas las QKAN, y que la integración de tales mapas en la arquitectura completa de Kolmogorov–Arnold sigue siendo una pregunta abierta.