Beyond Logical Circuits: Hardware-Aware Analysis of Expressibility and Trainability in Variational Quantum Algorithms

Cet article démontre que la transpilation consciente du matériel modifie considérablement l'expressibilité et la trainabilité des algorithmes quantiques variationnels par rapport aux prédictions au niveau logique, révélant que les modifications structurelles durant l'exécution peuvent perturber le compromis supposé entre expressibilité et trainabilité et rendre nécessaire une évaluation incluant le matériel pour une caractérisation précise.

L'essentiel

Imaginez que vous êtes un architecte concevant une maison magnifique et complexe. Vous établissez des plans parfaits (le Circuit Logique) montrant exactement comment chaque pièce se connecte, où se trouvent les fenêtres et comment circule l'électricité. Vous supposez que, dès que vous remettrez ces plans à l'équipe de construction, la maison sera construite exactement comme vous l'avez conçue.

Cependant, dans le monde réel de l'informatique quantique, l'« équipe de construction » (le Matériel) régit par des règles très strictes. Ils ne peuvent pas construire un pont entre deux pièces s'il y a un mur en travers, et ils ne disposent que de types spécifiques de briques (portes). Pour adapter votre plan parfait à ces contraintes, un intermédiaire appelé un Transpileur intervient. Il réorganise les pièces, ajoute des couloirs supplémentaires et remplace vos briques sophistiquées par celles dont dispose l'équipe. Ce processus s'appelle la Transpilation.

Cet article soutient que la plupart des scientifiques ont étudié les « plans parfaits » en supposant que la maison finale leur ressemblait. Les auteurs disent : « Attendez une minute ! L'équipe de construction modifie tellement la maison qu'elle pourrait même ne plus être la même maison. »

Voici une analyse de leurs résultats utilisant des analogies simples :

1. Les Deux Choses Qui Importent : « Flexibilité » et « Facilité de Conduite »

Pour juger si un algorithme quantique (un programme pour un ordinateur quantique) est bon, les scientifiques examinent deux aspects principaux :

• Expressibilité (Flexibilité) : Combien de formes différentes la maison peut-elle prendre ? Une maison très flexible peut se transformer en château, en chalet ou en gratte-ciel. En termes quantiques, cela signifie que le circuit peut créer une grande variété d'états complexes.
• Apprenabilité (Facilité de Conduite) : À quel point est-il facile de diriger la voiture vers la bonne destination ? Si la voiture est coincée dans une vallée profonde (un « plateau stérile »), vous ne pouvez pas la faire remonter la colline pour trouver la meilleure solution. Si la voiture est sur une plaine plate, il est facile de la conduire.

2. La Grande Surprise : L'Équipe de Construction Modifie les Règles

Les auteurs ont pris plusieurs « plans » différents (appelés Ansatzes) et les ont soumis à l'équipe de construction (le Transpileur) sur une puce quantique IBM simulée. Ils ont comparé le plan original à la maison finalement construite.

Le Résultat : L'équipe de construction n'a pas simplement ajouté quelques briques supplémentaires ; elle a fondamentalement changé la nature de la maison.

• Le Choc de la « Flexibilité » : Pour certains designs, le processus de transpilation a rendu la maison moins flexible. Dans un cas (le design « HEA Ring »), la flexibilité a chuté de jusqu'à 125 % (ce qui signifie que la maison finale pouvait faire beaucoup moins de choses que ce que promettait le plan).
• Le Choc de la « Conduite » : Pour d'autres designs, la capacité à diriger la voiture a changé. Parfois, c'est devenu plus facile, parfois plus difficile. Dans certains cas, la direction a changé de 25 %.

3. Tous les Plans Ne Réagissent Pas De La Même Façon

Les auteurs ont constaté que certains designs sont « plus résistants » que d'autres face à l'équipe de construction :

• Les Maisons « Structurées » (TTN et MPS) : Ce sont comme des maisons construites avec un système de grille logique strict. Elles sont très robustes. Lorsque l'équipe de construction les a réorganisées, la maison est restée globalement la même. Elles n'ont pas perdu beaucoup de flexibilité et elles restaient faciles à conduire.
• Les Maisons « Denses » (EfficientSU2) : Ce sont comme des maisons avec des murs partout et aucun chemin clair. Elles étaient déjà très flexibles, donc l'équipe de construction ne pouvait pas les rendre beaucoup plus flexibles, mais elle ne les a pas non plus facilement brisées.
• Les Maisons « Anneau » (HEA Ring) : Ces designs tentaient de connecter les pièces en cercle. Comme l'équipe de construction ne pouvait pas construire un cercle parfait avec ses outils limités, elle a dû ajouter tant de couloirs supplémentaires que la maison est devenue un labyrinthe. Cela a détruit la flexibilité du design original.

4. La Promesse Brisée : Le Mythe du « Compromis »

Pendant longtemps, les scientifiques ont cru à une règle simple : « Si vous rendez une maison super flexible, elle devient impossible à conduire (à entraîner). » Ils pensaient qu'il fallait choisir entre une maison polyvalente ou une maison facile à conduire.

L'article dit que cette règle est brisée dès que vous construisez la maison réelle.
L'équipe de construction (la transpilation) peut interférer avec la flexibilité et la direction indépendamment.

• Parfois, l'équipe rend la maison moins flexible mais plus facile à conduire.
• Parfois, elle la rend plus flexible mais plus difficile à conduire.
• Parfois, elle modifie l'un sans toucher à l'autre.

Cela signifie que vous ne pouvez pas prédire comment un ordinateur quantique se comportera simplement en regardant les plans. Le « processus de construction » lui-même change la donne.

La Conclusion

Si vous concevez un algorithme quantique sur papier, vous ne voyez que la moitié de l'histoire. Dès que vous essayez de l'exécuter sur du matériel réel, l'« équipe de construction » (la transpilation) réécrit le scénario.

Les auteurs concluent que nous devons cesser de simplement regarder les plans. Nous devons tester la maison réellement construite (le circuit transpilé) pour savoir si elle fonctionnera réellement. Se fier uniquement au design théorique revient à juger les performances d'une voiture en regardant un croquis, en ignorant le fait que l'usine devra souder les pièces ensemble d'une manière très différente.

Résumé technique

Énoncé du problème

Les algorithmes quantiques variationnels (VQA) reposent sur des circuits quantiques paramétrés (PQC), dont la performance est régie par deux propriétés critiques : l'expressibilité (la capacité à approximer des états aléatoires selon la mesure de Haar) et la trainabilité (la facilité d'optimisation des paramètres, souvent entravée par des plateaux stériles). La recherche existante évalue généralement ces propriétés au niveau du circuit logique, en supposant implicitement que le circuit conçu reste structurellement identique lors de l'exécution matérielle.

Cependant, dans la pratique, les PQC doivent subir une transpilation consciente du matériel (compilation) pour satisfaire des contraintes physiques telles que la connectivité limitée des qubits, les ensembles de portes natives et la topologie du dispositif. Ce processus modifie la structure du circuit par le biais de la cartographie des qubits, du routage (insertion de portes SWAP) et de la décomposition de base. L'article soutient que ces modifications structurelles peuvent fondamentalement altérer l'expressibilité et la trainabilité du PQC, rendant les analyses au niveau logique peu fiables pour prédire le comportement réel sur le matériel. Bien que des travaux antérieurs aient étudié l'impact de la transpilation sur les coûts de ressources (profondeur, nombre de portes) et le bruit, son effet sur les propriétés fonctionnelles fondamentales des VQA reste largement inexploré.

Méthodologie

Les auteurs présentent un cadre d'évaluation systématique et conscient du matériel comparant les circuits logiques à leurs équivalents transpilés.

• Familles d'ansatz : L'étude évalue six familles d'ansatz divers couvrant différents biais inductifs structurels :
  • Efficaces pour le matériel : EfficientSU2, HEA Ring.
  • Inspirés des réseaux de tenseurs : Tree Tensor Network (TTN), Matrix Product State (MPS Brick).
  • Spécifiques au problème/Généraux : RealAmplitudes, TwoLocalRYRZ.
• Configuration expérimentale :
  • Circuits logiques : Construits avec des nombres de qubits variables ($n \in \{2, 4, 6, 8, 10\}$) et des profondeurs de répétition ($L \in \{2, 4, 6, 8, 10\}$).
  • Transpilation : Les circuits sont compilés à l'aide du transpileur Qiskit avec le backend IBM FakeBrooklynV2 (65 qubits, connectivité heavy-hex) pour simuler des contraintes matérielles réalistes sans introduire de bruit stochastique.
  • Niveaux d'optimisation : La transpilation est effectuée sur les niveaux d'optimisation 0 à 3 pour évaluer l'impact de l'agressivité du compilateur.
  • Simulation : Les circuits logiques et transpilés sont convertis en PennyLane pour une simulation d'état vectoriel sans bruit. Crucialement, le nombre de paramètres est maintenu constant entre les versions logiques et transpilées pour isoler les effets structurels.
• Métriques :
  • Expressibilité : Mesurée par la divergence de Kullback–Leibler (KL) entre la distribution de fidélité des états de sortie du circuit et la distribution théorique aléatoire selon Haar. Une divergence KL plus faible indique une expressibilité plus élevée.
  • Trainabilité : Quantifiée par la variance des gradients de la fonction de coût. Une variance de gradient plus élevée indique une meilleure trainabilité, tandis qu'une faible variance suggère des plateaux stériles.
  • Surcoût : Défini comme la différence entre la métrique du circuit transpilé et celle du circuit logique ($\Delta = \text{Métrique}_{\text{transpilé}} - \text{Métrique}_{\text{logique}}$).

Contributions clés

1. Limites des évaluations au niveau logique : L'article démontre que les métriques au niveau logique ne sont pas toujours des prédicteurs fiables du comportement au niveau matériel. Les PQC peuvent présenter des caractéristiques substantiellement différentes après compilation consciente du matériel.
2. Cadre d'évaluation conscient du matériel : Ce travail fournit la première étude systématique comparant l'expressibilité et la trainabilité des PQC aux niveaux logique et transpilé, allant au-delà des métriques de ressources conventionnelles comme la profondeur et le nombre de portes.
3. Benchmarking systématique multi-ansatz : Une évaluation complète couvrant plusieurs familles d'ansatz, nombres de qubits et profondeurs de circuit révèle comment la transpilation affecte différemment les propriétés fonctionnelles selon l'architecture.
4. La transpilation comme transformation active : Les résultats montrent que la transpilation n'est pas simplement une optimisation passive de ressources, mais une transformation active capable de remodeler de manière non monotone les paysages d'expressibilité et de trainabilité.
5. Effondrement du compromis expressibilité–trainabilité : L'étude remet en question la relation inverse supposée entre expressibilité et trainabilité dans des contextes conscients du matériel, montrant que la transpilation peut modifier ces propriétés de manière découplée et dépendante de l'ansatz.

Résultats clés

• Surcoût en qubits : La plupart des ansatz (EfficientSU2, TTN, RealAmplitudes, MPS Brick, TwoLocalRYRZ) ont maintenu le même nombre de qubits après transpilation. Cependant, l'ansatz HEA Ring a nécessité des qubits physiques supplémentaires (expansion de 8/10 à 12) aux niveaux d'optimisation supérieurs pour faciliter le routage de l'intrigation en anneau sur la topologie heavy-hex.
• Surcoût en profondeur : La transpilation a systématiquement augmenté la profondeur du circuit, l'ampleur dépendant fortement de la structure de l'ansatz et du niveau d'optimisation. EfficientSU2 (intrication dense) a montré le plus grand surcoût en profondeur, tandis que les ansatz structurés comme TTN et MPS Brick sont restés relativement insensibles en raison de leur nature préservant la localité.
• Surcoût en expressibilité :
  • HEA Ring a présenté la plus grande dégradation (jusqu'à une augmentation d'environ 1,25 de la divergence KL), en particulier pour des nombres de qubits plus élevés et des niveaux d'optimisation supérieurs.
  • EfficientSU2 a montré un surcoût minimal, probablement car il était déjà hautement expressif.
  • Ansatz structurés (TTN, MPS Brick) ont démontré une grande robustesse, avec des surcoûts généralement confinés à de petites plages ($\pm 0,04$).
  • RealAmplitudes a montré une tendance vers une légère amélioration de l'expressibilité aux niveaux d'optimisation supérieurs.
• Surcoût en trainabilité :
  • TTN et HEA Ring ont montré des améliorations localisées (surcoût positif) en trainabilité, en particulier pour des nombres de qubits plus faibles.
  • RealAmplitudes a présenté un biais négatif constant (dégradation) aux niveaux d'optimisation supérieurs.
  • MPS Brick et TwoLocalRYRZ sont restés très stables avec un surcoût proche de zéro.
  • Globalement, les variations de trainabilité étaient plus faibles (jusqu'à ~25 %) que les variations d'expressibilité (jusqu'à ~125 %).
• Découplage des propriétés : L'étude a constaté que les changements d'expressibilité ne sont pas nécessairement corrélés aux changements de trainabilité. Par exemple, EfficientSU2 est resté stable sur les deux métriques malgré un surcoût significatif en profondeur, tandis que RealAmplitudes a subi une dégradation de la trainabilité sans gains d'expressibilité cohérents.

Signification et affirmations

L'article affirme que la pratique standard consistant à évaluer les VQA uniquement au niveau de la conception logique est insuffisante pour caractériser leurs performances sur les dispositifs NISQ. Les auteurs soutiennent que :

• La transpilation est une transformation active : Elle altère fondamentalement la capacité de représentation et le paysage d'optimisation des VQA, et pas seulement le coût des ressources.
• Les compromis au niveau logique peuvent ne pas tenir : Le compromis supposé entre expressibilité et trainabilité ne s'applique pas uniformément après une compilation consciente du matériel ; ces propriétés peuvent être modifiées indépendamment et de manière dépendante de l'ansatz.
• Nécessité d'une conception consciente du matériel : Les conclusions tirées de conceptions de circuits abstraites peuvent ne pas se traduire par des implémentations pratiques. Par conséquent, une caractérisation précise des VQA nécessite des cadres d'évaluation qui prennent explicitement en compte les transformations structurelles induites par la transpilation.

Les auteurs concluent que l'évaluation consciente du matériel est essentielle pour la conception et le déploiement fiables des algorithmes quantiques variationnels, car l'étape de compilation « passive » peut agir comme une perturbation architecturale significative.