Résumé Technique : Évolution de l'Hamiltonien Quantique pour l'Apprentissage Quantique Cohérent

Énoncé du Problème

Les approches actuelles de l'apprentissage automatique quantique (QML) reposent principalement sur un paradigme hybride où les modèles quantiques sont entraînés à l'aide de boucles d'optimisation classiques. Dans ce cadre standard, des circuits quantiques paramétrés sont évalués à des réglages de paramètres spécifiques, les gradients sont estimés via des mesures répétées (par exemple, en utilisant la règle du décalage de paramètre), et les paramètres sont mis à jour par un optimiseur classique. Ce processus conserve une dynamique classique : la cohérence, la superposition et l'interférence quantiques ne jouent aucun rôle actif dans le mécanisme d'entraînement lui-même.

Cette dépendance à l'optimisation classique introduit plusieurs limitations :

1. Incertitude Statistique : L'optimisation hybride hérite du bruit provenant des mesures quantiques.
2. Plateaux Stériles (Barren Plateaus) : Les circuits paramétrés expressifs souffrent souvent de gradients évanescents qui augmentent exponentiellement avec la taille du système, entravant l'entraînabilité.
3. Contraintes Fondamentales : La rétropropagation classique ne peut pas être directement transférée aux systèmes quantiques sans accès à de multiples copies de l'état quantique, car l'effondrement de la mesure empêche la réutilisation de l'information intermédiaire.

L'article postule que l'apprentissage devrait être formulé comme un processus physique quantique natif plutôt que comme un algorithme classique appliqué à un modèle quantique.

Méthodologie : Apprentissage Quantique Cohérent (CQL)

Les auteurs introduisent l'Apprentissage Quantique Cohérent (CQL), un cadre où l'entraînement d'un modèle quantique est réalisé par une évolution unitaire cohérente des paramètres du modèle eux-mêmes.

Concept Central

Dans le CQL, les paramètres du modèle $\theta$ sont promus au rang de degrés de liberté quantiques. Au lieu qu'un optimiseur classique mette à jour $\theta$ sur la base d'estimations de gradient, le registre de paramètres évolue sous un Hamiltonien dépendant du temps $\hat{H}_{CQL}(t)$ qui encode l'objectif d'apprentissage (fonction de perte).

L'Hamiltonien est défini par :
$$\hat{H}_{CQL}(t) = e^{\phi(t)} \left( -\frac{1}{2} \hat{P}_\theta^2 \right) + e^{\chi(t)} \hat{H}_L(x, \hat{\theta})$$
Où :

• $\hat{P}_\theta$ est l'opérateur d'impulsion dans la base des paramètres (agissant comme un terme cinétique pour l'exploration).
• $\hat{H}_L(x, \hat{\theta})$ est un Hamiltonien diagonal codant la fonction de perte $L(x, \theta)$.
• $e^{\phi(t)}$ et $e^{\chi(t)}$ sont des programmes d'amortissement dépendants du temps contrôlant l'équilibre entre l'exploration cinétique et la convergence pilotée par le potentiel.

Implémentation Technique

Pour implémenter cela sur un ordinateur quantique à portes, les auteurs emploient plusieurs techniques algorithmiques quantiques avancées :

1. Discrétisation et Dimension d'Horloge : L'espace des paramètres continu est discrétisé à l'aide de $m$ qubits. Pour gérer la dépendance temporelle de l'Hamiltonien (qui n'est pas native au modèle de circuit), les auteurs utilisent une technique de "dimension d'horloge". Cela implique d'agrandir l'espace de Hilbert avec un registre d'horloge auxiliaire, transformant l'Hamiltonien dépendant du temps en un Hamiltonien indépendant du temps où la dépendance temporelle est encodée comme un opérateur de position dans le registre d'horloge.
2. Block Encoding et Simulation d'Hamiltonien : Le Hamiltonien de perte $\hat{H}_L$ est construit en utilisant le block encoding. Un primitif clé est une unité de modèle cohérente $U_{x,\theta}$ qui évalue le modèle quantique simultanément sur toutes les valeurs de paramètres de la grille.
   • Pour une tâche de classification binaire, la perte est liée à la probabilité de classification correcte. Les auteurs construisent un block encoding de la racine carrée de l'opérateur de perte en utilisant des techniques de conversion amplitude-vers-diagonale (se référant à la Réf. [46]).
   • Le plein Hamiltonien de perte est obtenu en multipliant les block encodings des opérateurs racines carrées.
3. Qubitization : L'évolution temporelle de l'état initial (typiquement une superposition uniforme sur l'espace des paramètres) est implémentée via la qubitization, permettant une simulation efficace de la dynamique de l'Hamiltonien.
4. Entraînement par Lots (Batched Training) : Pour répondre à la scalabilité pour de grands ensembles de données, les auteurs proposent une stratégie de CQL par lots itérative. L'ensemble de données est partitionné en mini-lots. Le système évolue sous l'Hamiltonien du premier lot, et l'état quantique résultant sert de condition initiale pour le lot suivant. Ce processus séquentiel évite le besoin d'un registre auxiliaire massif pour encoder l'ensemble des données simultanément.

Contributions Clés

1. Définition du Cadre : La proposition du CQL comme un cadre général d'apprentissage où l'apprentissage est un processus quantique cohérent, éliminant le besoin d'estimation de gradient classique et de boucles de rétroaction.
2. Construction Explicite : Une construction algorithmique détaillée pour des circuits paramétrés arbitraires en utilisant des block encodings, la simulation d'Hamiltonien et la méthode de la dimension d'horloge pour gérer la dépendance temporelle.
3. Polyvalence : Démonstration que le cadre s'applique non seulement aux tâches d'apprentissage automatique standard (entraînement de circuits quantiques variationnels) mais aussi aux problèmes d'inférence physique (estimation de paramètres d'Hamiltoniens inconnus).
4. Protocole par Lots : Une stratégie d'entraînement par lots séquentiels qui équilibre l'ajustement local et la généralisation globale, analogue aux méthodes de mini-lots en apprentissage classique mais implémentée via l'évolution d'un état quantique.

Résultats Numériques

Les auteurs valident le cadre à travers deux expériences numériques :

1. Classification Binaire :

   • Configuration : Un modèle de re-chargement de données (data re-uploading) à un qubit avec deux paramètres entraînables, entraîné sur une tâche de classification binaire 1D.
   • Résultat : Partant d'une superposition uniforme, la distribution de probabilité de l'état des paramètres évolue sous l'Hamiltonien CQL. La distribution se concentre progressivement autour des minima du paysage de perte. L'état final présente une distribution bimodale correspondant aux paramètres optimaux, égalant les performances des méthodes basées sur le gradient sans calcul explicite de gradient.

2. Estimation de Phase Interférométrique :

   • Configuration : Apprentissage d'un déphasage $\phi$ inconnu dans un interféromètre de Mach–Zehnder. Le paramètre $\theta$ contrôlable est le paramètre à apprendre.
   • Résultat : L'évolution cohérente conduit la fonction d'onde vers le minimum global du paysage de perte interférométrique ($L \propto \sin^2((\theta-\phi)/2)$). L'amplitude de probabilité se localise autour de la véritable phase inconnue $\phi$, démontrant une estimation de paramètre réussie sans étapes d'optimisation classique.

Signification et Revendications

L'article affirme que le CQL représente un changement de paradigme dans la formulation de l'apprentissage quantique. En traitant l'apprentissage comme un processus physique régi par la dynamique quantique, le cadre exploite la superposition et l'interférence comme des ressources de calcul actives.

• Apprentissage Quantique Natif : Contrairement aux approches hybrides qui imposent des structures classiques aux systèmes quantiques, le CQL utilise des principes natifs de la mécanique quantique.
• Avantages Potentiels : Les auteurs suggèrent que l'optimisation basée sur l'Hamiltonien pourrait offrir des avantages de calcul prouvables par rapport à l'optimisation classique dans certains contextes, atténuant potentiellement les problèmes de plateaux stériles et de bruit de mesure.
• Scalabilité : La construction est compatible avec les architectures d'informatique quantique tolérantes aux fautes et s'étend à l'entraînement par lots, ce qui en fait un candidat viable pour les futures applications d'apprentissage quantique à grande échelle.

Le travail conclut que si les efforts actuels de QML cherchent souvent à reproduire les paradigmes d'entraînement classiques dans des contextes quantiques, une approche plus fondamentale pourrait consister à considérer l'apprentissage lui-même comme une évolution quantique cohérente.