Symbolic Pauli Propagation for Gradient-Enabled Pre-Training of Quantum Circuits

Résumé Technique : Propagation de Pauli Symbolique pour le Pré-entraînement par Gradient de Circuits Quantiques

Énoncé du Problème
Les modèles d'apprentissage automatique quantique (QML), particulièrement ceux basés sur des circuits quantiques paramétrés (PQC), font face à des goulots d'étranglement significatifs en termes d'efficacité d'entraînement. L'évaluation et l'optimisation des PQC sur le matériel quantique actuel sont gourmandes en ressources, et l'obtention de gradients via des méthodes analytiques (par exemple, la règle du décalage de paramètre ou parameter-shift rule) nécessite un nombre d'évaluations de circuits qui croît linéairement avec le nombre de paramètres. Pour des tâches réalistes, cela conduit à des temps d'entraînement prohibitifs. Bien que des optimiseurs sans gradient existent, ils souffrent souvent d'instabilité et n'éliminent pas la dépendance vis-à-vis du coûteux matériel quantique. De plus, le phénomène de « plateau stérile » (barren-plateau), où les gradients s'estompent exponentiellement avec la taille du système, complique l'entraînement de circuits profonds.

Méthodologie
Les auteurs proposent une méthode pour représenter les observables quantiques sous forme de fonctions analytiques symboliques explicites des paramètres du circuit, indépendamment de l'assignation spécifique des paramètres. Ceci est réalisé par une Propagation de Pauli Symbolique dans la représentation de Heisenberg.

1. Propagation Exacte : Au lieu d'évoluer l'état quantique vers l'avant (représentation de Schrödinger), la méthode fait évoluer l'observable vers l'arrière à travers le circuit via des transformations de similitude ($O \to U^\dagger O U$). Lorsqu'elle est restreinte à la base de Pauli, les portes non-Clifford induisent un effet de « ramification », où un seul mot de Pauli se divise en une combinaison linéaire de deux mots. Cela provoque une croissance exponentielle du nombre de termes avec la profondeur du circuit.
2. Représentation Symbolique : Contrairement aux approches précédentes qui assignent des valeurs numériques aux paramètres pendant la propagation, cette méthode laisse les paramètres $\vec{\theta}$ non assignés. Par conséquent, l'observable propagée finale est une fonction analytique composée de sommes de mots de Pauli pondérées par des produits de sinus et de cosinus des paramètres.
3. Schémas de Troncature : Pour gérer la croissance exponentielle des termes, les auteurs introduisent deux schémas de troncature :
   • Seuil de Poids de Pauli ($w_{cut}$) : Élimine les mots de Pauli où le nombre d'opérateurs non identité dépasse un seuil. Ceci est justifié par l'observation que pour les ansatz à mélange local (locally scrambling), l'importance des termes décroît exponentiellement avec le poids.
   • Seuil de Fréquence ($\nu_{cut}$) : Élimine les termes où le nombre de facteurs sinus/cosinus (fréquence) dépasse un seuil. Puisque les coefficients sont des produits de valeurs $\leq 1$, les termes à haute fréquence ont statistiquement de fortes chances d'avoir de petits coefficients.
4. Bornes d'Erreur : Les auteurs dérivent des bornes d'erreur uniformes pour la troncature conjointe du poids et de la fréquence. En supposant une décroissance des coefficients induite par la localité, l'erreur d'approximation décroît exponentiellement par rapport aux seuils de coupure, à condition que les constantes de décroissance dominent la croissance combinatoire des termes. Un contrôle similaire est établi pour les gradients.

Contributions Clés

• Cadre Symbolique : L'introduction d'un cadre de propagation symbolique qui produit des expressions analytiques pour les observables, permettant une optimisation basée sur le gradient sans recours immédiat au matériel quantique.
• Troncature Évolutive : La démonstration que le choix approprié d'ansatz (spécifiquement ceux à mélange local) combiné à des troncatures contrôlées sur le poids de Pauli et la fréquence permet d'obtenir des estimateurs précis, même pour des tailles de système dépassant les capacités de simulation classique.
• Pré-entraînement Classique : La proposition d'un flux de travail de « pré-entraînement classique » où les PQC sont optimisés à l'aide de l'objectif substitut symbolique sur du matériel classique avant d'être affinés sur des dispositifs quantiques.
• Justification Théorique : La dérivation de bornes d'erreur rigoureuses (Éqs. 7 et 8) qui quantifient l'échange entre les seuils de troncature et la précision de l'approximation pour la fonction de perte et ses gradients.

Résultats
La méthode a été validée en utilisant l'algorithme de l'Eigensolver Quantique Variationnel (VQE) pour trouver l'état fondamental du modèle d'Ising à voisin suivant et prochain (ANNNI).

• Configuration de Simulation : Les expériences ont été menées sur un système de 18 qubits en utilisant un ansatz d'intrication locale. Les résultats ont été comparés à la diagonalisation exacte.
• Précision : En utilisant des seuils de $w_{cut} = 8$ et $\nu_{cut} = 20$, la méthode a atteint une grande précision. Les erreurs relatives entre les résultats VQE propagés et la diagonalisation exacte étaient minimales, les écarts se produisant principalement dans la région « antiphase » du modèle (faible champ magnétique $h$, interaction $\kappa$ élevée), où les configurations de spin sont moins régulières.
• Convergence : Les courbes d'entraînement ont démontré qu'augmenter les seuils mène à une convergence rapide vers les valeurs exactes. Notamment, un seuil de fréquence relativement faible ($\nu_{cut} = 20$) a suffi pour une convergence quasi parfaite, soulignant l'efficacité de l'approximation.
• Contrôle du Gradient : Il a été démontré que les gradients calculés via la règle du décalage de paramètre sur l'objectif substitut tronqué fournissent une approximation contrôlable du paysage exact du gradient.

Signification et Revendications
L'article affirme que cette approche permet un entraînement scalable pour des systèmes quantiques plus larges en déplaçant la charge de calcul du matériel quantique vers la simulation classique. En dérivant des représentations symboliques, les auteurs facilitent une forme de pré-entraînement assisté par gradient qui est informatiquement efficace.

Les auteurs positionnent cela comme une étape prometteuse pour atténuer les défis de temps d'entraînement de l'apprentissage automatique quantique (QML). Ils notent que bien que la méthode soit particulièrement efficace pour les problèmes exprimables sous forme de valeurs d'attente d'observables (comme le VQE) et d'ansatz possédant des propriétés de propagation favorables (mélange local), elle peut rencontrer des défis pour les tâches génératives nécessitant la propagation d'un nombre prohibitif d'observables. Le travail suggère que ce cadre peut s'étendre à des tailles de systèmes où l'évolution directe de la fonction d'onde est classiquement intraitable, à condition que les hypothèses de troncature tiennent. Les directions futures incluent l'application de la méthode à des circuits non simulables et l'élargissement de son champ d'application à d'autres classes de problèmes de QML.