Toward a Quantum Diagnostic Intelligence System: A Multi-Layer Architecture for Circuit-Level Assessment of Quantum Hardware Operational State

Resumen Técnico: Hacia un Sistema de Inteligencia de Diagnóstico Cuántico

Declaración del Problema
Los estándares actuales de la industria para certificar la salud de las Unidades de Procesamiento Cuántico (QPU) dependen de métricas de calibración a nivel de pulso, específicamente tiempos de coherencia ($T_1$ y $T_2$) medidos en cúbits individuales aislados. Aunque son eficientes, estas métricas poseen una limitación fundamental: no logran capturar los errores que surgen únicamente durante la ejecución de circuitos multiqubit, tales como errores coherentes derivados de la descalibración de compuertas, el crosstalk entre cúbits operados simultáneamente y la inestabilidad temporal de estos efectos. En consecuencia, existe una brecha sistemática entre la calidad del hardware certificado (altos valores de $T_1/T_2$) y el rendimiento real de los algoritmos. El artículo destaca un caso crítico de este desajuste donde el $T_2$ reportado por IBM mejoró un 12%, mientras que la infidelidad a nivel de circuito para un estado GHZ de 2 cúbits se degradó en un 920%.

Metodología: La Arquitectura de Inteligencia de Diagnóstico Cuántico (QDI)
Los autores proponen QDI, una arquitectura de soporte de decisiones de cinco capas diseñada para inferir el estado operativo de una QPU utilizando mediciones a nivel de circuito en lugar de métricas de pulso aisladas. El marco opera sobre un vector de biomarcadores $\chi$ extraído de aproximadamente 13 circuitos ejecutados en unos tres minutos.

El núcleo de la metodología involucra cuatro operadores matemáticos aplicados a $\chi$:

1. Clasificador de Estado de Diagnóstico $D(\chi)$: Mapea el vector de biomarcadores a uno de cinco modos operativos mutuamente excluyentes (por ejemplo, dominado por errores coherentes, dominado por deriva, dominado por SPAM) basándose en reglas de prioridad ordenadas derivadas de la física. Los indicadores clave incluyen el exponente de escala K–R $\alpha$ (específicamente $\alpha_{GHZ}$) y el coeficiente de variación ($CV_{drift}$).
2. Puntuación de Salud $H(\chi)$: Genera una puntuación de penalización ponderada de 0 a 100. La puntuación es decomponible, atribuyendo penalizaciones a factores específicos como desviaciones en el exponente de escala, inestabilidad de deriva y valores de bondad de ajuste. Los pesos derivan de la física y no son aprendidos de los datos.
3. Generador de Recomendaciones $R(\chi)$: Mapea el estado de diagnóstico a pasos accionables priorizados, tales como aplicar desacoplamiento dinámico para errores coherentes o extrapolación de ruido cero para el ruido de depolarización.
4. Pronóstico de Deriva $F(\chi, t)$: Produce una distribución predictiva para futuros exponentes de escala basados en modelos de tendencia lineal, cuantificando explícitamente la incertidumbre (actualmente etiquetada como "BAJA CONFIANZA" debido a los pequeños tamaños de muestra).

El vector de biomarcadores $\chi$ incluye exponentes de escala ($\alpha$) para circuitos GHZ, profundidad de circuito, secuencias de eco y amplificación de ruido, junto con métricas de estabilidad ($CV$) y valores de bondad de ajuste ($R^2$). Estos se extraen mediante el ajuste de un modelo K–R de tres parámetros a las mediciones de infidelidad.

Configuración Experimental y Resultados
El marco fue validado utilizando 191 ejecuciones de circuitos en tres procesadores IBM Heron r2 de 156 cúbits: ibm_kingston, ibm_fez e ibm_marrakesh.

• Demostración de Divergencia: En ibm_marrakesh, entre el 3 y el 5 de julio de 2026, el $T_2$ a nivel de pulso de IBM mejoró de 303 $\mu$s a 340 $\mu$s. Por el contrario, las métricas a nivel de circuito indicaron una degradación severa: $\alpha_{GHZ}$ aumentó de 1.406 a 3.811, y la infidelidad del estado GHZ de 2 cúbits aumentó un 920%. El sistema QDI identificó correctamente esto como un estado "dominado por errores coherentes" con una puntuación de salud de 37.8/100, contrastando con el veredicto de "MEJORADO" de las métricas de pulso.
• Validación entre Dispositivos: Las reglas entrenadas exclusivamente con datos de ibm_kingston se aplicaron sin reajustes a ibm_fez y a dos sesiones de ibm_marrakesh. El sistema clasificó correctamente el estado operativo en 3 de 3 pruebas mantenidas fuera del conjunto de entrenamiento (100% de precisión en el conjunto de prueba), demostrando la viabilidad de la generalización entre dispositivos.
• Explicabilidad: La puntuación de salud para la sesión degradada de marrakesh se desglosó explícitamente, mostrando que el 64% de la penalización provino del exponente de escala $\alpha_{GHZ}$ y el 35% de la deriva, proporcionando información accionable sobre las causas raíz del fallo.

Contribuciones Clave

1. Definición Formal: El artículo proporciona la primera formalización matemática de una transición de la medición al diagnóstico, recomendación y pronóstico para el hardware cuántico a través de cuatro operadores definidos ($D, H, R, F$).
2. Evidencia Empírica: Presenta datos del mundo real que demuestran que las mediciones a nivel de circuito contienen información diagnóstica invisible para la calibración estándar de $T_1/T_2$, capturando específicamente la acumulación de errores coherentes y el crosstalk.
3. Validación de Viabilidad: El estudio demuestra que las reglas diseñadas por expertos, entrenadas en un dispositivo, pueden clasar con éxito el estado operativo de diferentes dispositivos y diferentes sesiones de tiempo sin necesidad de reentrenamiento.
4. Métricas Explicables: El marco ofrece una puntuación de salud transparente con un desglose de penalizaciones, en contraste con los modelos de "caja negra" opacos.

Significancia y Limitaciones
El artículo afirma que QDI aborda una brecha crítica en la caracterización del hardware cuántico al proporcionar un control de salud rápido (3–5 minutos) a nivel de circuito que complementa, en lugar de reemplazar, métodos rigurosos como el Randomized Benchmarking o la Tomografía de Conjunto de Compuertas (Gate Set Tomography). Su principal significancia radica en identificar que un dispositivo puede parecer saludable mediante métricas de pulso mientras está operativamente degradado para algoritmos multiqubit.

Los autores reconocen explícitamente tres limitaciones científicas:

1. Naturaleza Heurística: Los operadores actualmente dependen de reglas y pesos diseñados por expertos en lugar de modelos estadísticos aprendidos.
2. Falta de Verdad Fundamental (Ground Truth): La puntuación de salud aún no ha sido validada contra las tasas reales de éxito/fallo de los algoritmos.
3. Tamaño de la Muestra: La validación cruzada ($n=4$ sesiones) es insuficiente para realizar afirmaciones estadísticas; los autores declaran que se requiere una validación prospectiva en $n \ge 50$ sesiones independientes antes de poder realizar afirmaciones de generalización.

El artículo concluye que, si bien el exponente de escala $\alpha$ es un componente útil, la arquitectura QDI es la contribución principal, diseñada para ser agnóstica a los biomarcadores específicos utilizados, permitiendo la integración de futuros datos de diagnóstico.