⚛️ physique quantique

Classical Pre-Training of Large Shallow Parametrized Quantum Circuits through Pauli Propagation and deployment on Quantum Hardware

Ce document propose un cadre de pré-entraînement classique pour les circuits quantiques à paramètres peu profonds et de grande taille en utilisant la propagation de Pauli pour optimiser efficacement les fonctions de perte via la propagation d'observables vers l'arrière, démontrant le déploiement réussi des paramètres résultants sur du matériel quantique IBM de 64 qubits pour des tâches telles que le calcul de valeurs propres variationnelles et la modélisation générative.

Auteurs originaux : Saverio Monaco, Jamal Slim, Ran Xue, Dirk Krücker, Kerstin Borras

Publié 2026-10-26

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Saverio Monaco, Jamal Slim, Ran Xue, Dirk Krücker, Kerstin Borras

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

L'apprentissage automatique quantique se situe à la frontière où les règles étranges du monde subatomique rencontrent le besoin pratique de résoudre des problèmes complexes. En son cœur se trouvent des circuits composés de bits quantiques, ou qubits, qui peuvent exister dans plusieurs états à la fois, ce qui leur permet de traiter l'information de manières impossibles pour les ordinateurs classiques. Pour rendre ces circuits utiles, les scientifiques doivent les « entraîner », en ajustant leurs paramètres internes pour trouver la meilleure solution pour une tâche spécifique, un peu comme l'on accorde une radio pour trouver un signal clair. Cependant, à mesure que ces circuits s'agrandissent pour s'attaquer à des problèmes plus difficiles, le processus d'entraînement devient un goulot d'étranglement. La méthode standard nécessite d'envoyer le circuit de manière répétée vers une machine quantique physique, des milliers de fois, pour mesurer sa performance. C'est lent, coûteux et sujet aux erreurs car les machines quantiques actuelles sont fragiles et bruitées. Le défi central consiste à trouver un moyen de réaliser le gros du travail d'entraînement sans dépendre constamment du matériel délicat.

Une équipe de chercheurs a développé une nouvelle approche qui déplace entièrement la charge de l'entraînement vers les ordinateurs classiques, ne laissant la machine quantique que pour le test final. Leur méthode, appelée propagation de Pauli, fonctionne en inversant le flux d'information. Au lieu d'envoyer un état quantique en avant à travers le circuit pour voir ce qui en ressort, ils partent de la question qu'ils veulent résoudre et travaillent à rebours à travers les couches du circuit. En suivant la façon dont la question change lorsqu'elle se déplace à contre-courant des portes, ils peuvent rédiger une description mathématique précise du comportement du circuit en utilisant uniquement la puissance d'un ordinateur standard. Cette description agit comme une carte, montrant exactement comment le changement des paramètres du circuit affectera le résultat final. Comme cette carte est construite sur un ordinateur classique, les chercheurs peuvent ajuster les paramètres des millions de fois en quelques secondes, une tâche qui prendrait des jours ou des semaines s'ils devaient exécuter le circuit sur un dispositif quantique réel pour chaque modification.

Les chercheurs ont testé cette stratégie sur deux problèmes très différents en utilisant un circuit de 64 qubits, une taille trop grande pour être simulée directement même par les supercalculateurs classiques les plus puissants. Dans la première expérience, ils ont abordé un problème de physique connu sous le nom de Variational Quantum Eigensolver (algorithme variationnel de recherche de valeurs propres), utilisé pour trouver l'état d'énergie le plus bas d'un système, semblable à la recherche de la disposition la plus stable d'aimants. Ils ont entraîné le circuit sur un ordinateur classique en utilisant leur méthode de rétropropagation, puis ont déployé les paramètres résultants sur un processeur quantique réel nommé ibm berlin. Bien que l'entraînement classique ait réussi à optimiser les paramètres, les chercheurs ont observé un écart persistant entre les résultats produits par le matériel quantique et l'état fondamental théorique. Ils ont attribué cet écart à la précision du matériel dans l'estimation de l'observable plutôt qu'à un échec de la procédure d'entraînement elle-même. Dans la seconde expérience, ils ont entraîné le circuit pour agir comme un générateur d'images simples en noir et blanc, lui apprenant essentiellement à créer des motifs ressemblant à des chiffres écrits à la main. Là encore, ils ont entraîné le modèle entièrement sur un ordinateur classique, puis ont exécuté la version finale sur le processeur quantique. La machine a produit des images de chiffres reconnaissables, bien que bruitées, démontrant que la méthode fonctionne également pour les tâches génératives.

Une découverte clé de l'étude est que cette approche permet une utilisation beaucoup plus efficace du matériel quantique. Les chercheurs ont constaté que les circuits qu'ils ont conçus nécessitaient beaucoup moins de portes complexes que d'autres conceptions courantes utilisées pour des tâches similaires. Cette réduction est cruciale car chaque porte supplémentaire ajoute une couche d'erreur et prend plus de temps à exécuter sur une machine réelle. En utilisant moins de portes, les circuits étaient suffisamment peu profonds pour être exécutés sur le matériel actuel sans se désagréger à cause du bruit. L'étude a également souligné que, bien que l'entraînement classique ait été très efficace, les résultats finaux sur la machine quantique présentaient toujours un écart par rapport à la simulation classique parfaite. Cet écart n'était pas dû à un échec de la méthode d'entraînement, mais plutôt aux limitations inhérentes au processeur quantique physique, qui peine à mesurer les résultats avec une précision parfaite. Les chercheurs ont noté que la méthode n'est pas une solution miracle qui résout tout instantanément ; c'est un outil pratique qui rend l'entraînement réalisable à des échelles où cela était auparavant impossible.

Ce travail suggère une nouvelle voie pour le domaine, où l'ordinateur quantique n'est plus le moteur du processus d'apprentissage, mais l'étape finale d'exécution. En déplaçant le travail intensif d'optimisation vers les machines classiques, les scientifiques peuvent passer à l'échelle supérieure avec des systèmes de centaines de qubits sans être freinés par la vitesse et la fragilité du matériel actuel. Les chercheurs reconnaissent qu'il reste du travail à accomplir, notamment pour affiner les fonctions de perte utilisées pour les modèles génératifs et pour tenir compte des types spécifiques de bruit présents dans les dispositifs réels. Cependant, la démonstration sur 64 qubits constitue une solide preuve de concept. Elle montre qu'en repensant la manière d'entraîner ces circuits, nous pouvons combler le fossé entre le potentiel théorique de l'apprentissage automatique quantique et la réalité pratique de la technologie actuelle.

Résumé technique : Pré-entraînement classique de circuits quantiques à paramètres peu profonds par propagation de Pauli

Énoncé du problème
Le passage à l'échelle des circuits quantiques paramétrés (PQC) à un grand nombre de qubits demeure un goulot d'étranglement central dans l'apprentissage automatique quantique (QML). Bien que le matériel quantique soit désormais disponible avec plus de 100 qubits, l'entraînement intensif sur ces dispositifs est entravé par le coût de l'estimation du gradient. La règle de décalage de paramètre (parameter-shift rule) standard nécessite deux évaluations de circuit par paramètre, ce qui devient prohibitif à mesure que le nombre de paramètres augmente. Inversement, les optimiseurs sans gradient (par exemple, COBYLA, SPSA) réduisent le nombre d'évaluations mais offrent des garanties de convergence plus faibles et nécessitent toujours un accès répété et coûteux au matériel quantique. Les solutions existantes limitent souvent l'architecture de l'ansatz pour réduire les coûts de gradient ou s'appuient sur la simulation classique, laquelle est limitée à environ 30 qubits.

Méthodologie : Cadre de propagation de Pauli
Les auteurs proposent un paradigme « entraîner sur classique, déployer sur quantique » qui étend l'entraînement classique à une classe plus large de PQC, spécifiquement les circuits à mélange local (locally scrambling circuits), où la fonction de perte est définie par les valeurs d'espérance des observables. La méthodologie centrale repose sur la propagation de Pauli, qui opère dans la représentation de Heisenberg. Au lieu de faire évoluer l'état quantique vers l'avant, la méthode fait évoluer l'observable $O$ vers l'arrière à travers le circuit via la transformation $O'(\theta) = U^\dagger(\theta) O U(\theta)$ .

Composantes techniques clés :

Décomposition de l'observable : L'observable est décomposée dans la base de Pauli à $n$ qubits. La propagation suit la manière dont les chaînes de Pauli se transforment sous la conjugaison par chaque porte.
Ramification et facteurs trigonométriques : Les portes de rotation paramétrées provoquent la ramification des chaînes de Pauli en deux termes (branches cosinus et sinus) lorsqu'elles anticommutent avec l'axe de rotation. Cela résulte en une expression paramétrique explicite de la valeur d'espérance $\langle O \rangle(\theta)$ comme une somme de produits de fonctions trigonométriques des paramètres du circuit.
Filtrage exact : Un filtre naturel élimine tout chemin de propagation où la chaîne de Pauli terminale contient des opérateurs $X$ ou $Y$ , car $\langle 0|X|0\rangle = \langle 0|Y|0\rangle = 0$ . Seuls les chemins se terminant par $I$ ou $Z$ contribuent à la valeur d'espérance.
Stratégies de troncature : Pour rendre la propagation traitable pour de grands systèmes (par exemple, 64 qubits), les auteurs implémentent deux schémas d'approximation complémentaires :
- Troncature de poids : Élimine les chemins où le poids de Pauli (nombre d'opérateurs non identité) dépasse un seuil $w_{cut}$ . Cela est justifié par l'observation que pour les ansätze à mélange local, la contribution des chemins de haut poids décroît exponentiellement.
- Troncature du degré trigonométrique : Élimine les chemins où le nombre de portes de ramification (degré trigonométrique) dépasse un seuil $\delta_{cut}$ , sur la base de la décroissance des termes de haut degré sous des paramètres uniformément distribués.
Heuristiques d'élagage : Pour réduire davantage le coût computationnel sans erreur d'approximation, les auteurs emploient des stratégies d'élagage exactes :
- Élagueur de qubit mort (Dead-qubit Pruner) : Élimine les branches où un qubit porte un $X$ ou un $Y$ et où aucune porte restante ne peut le changer à nouveau en $Z$ ou $I$ .
- Élagueur de poids XY (XY-weight Pruner) : Élimine les branches où le nombre de qubits portant un $X$ ou un $Y$ dépasse le nombre de portes restantes capables de réduire ce compte.

Contributions clés et applications
L'article démontre cette approche sur deux tests de référence de 64 qubits, une échelle dépassant largement les capacités de simulation exacte de vecteurs d'état :

Algorithme de l'Eigensolver Variationnel Quantique (VQE) :
- Tâche : Trouver l'état fondamental de l'énergie d'un modèle d'Ising à champ transverse 2D.
- Résultat : La méthode a optimisé avec succès les paramètres pour des ansätze de profondeur 1 (propagation exacte) et de profondeur 2 (propagation tronquée). Les paramètres optimisés classiquement ont été déployés sur le processeur quantique IBM ibm_berlin. Les résultats ont montré que le pré-entraînement classique a efficacement réduit l'utilisation du matériel quantique à la seule validation, car l'ensemble de la boucle d'optimisation de 1000 étapes s'est déroulé sur le matériel classique.
Modélisation générative quantique :
- Tâche : Entraîner un modèle génératif de type discret pour des images binaires (MNIST sous-échantillonné) en utilisant une fonction de perte basée sur la distance de Maximum Mean Discrepancy (MMD) des espérances de Pauli-Z.
- Résultat : Les auteurs ont entraîné un ansatz peu profond (256 paramètres) avec propagation de Pauli et troncature de poids. Le modèle entraîné a été déployé sur ibm_berlin pour générer des échantillons.
- Comparaison : Le propagateur proposé a nettement surpassé deux bases IQP (Instantaneous Quantum Polynomial) : il a atteint une MMD $^2$ de test environ 12 fois plus faible qu'un circuit IQP avec un nombre de paramètres égal, et a surpassé un circuit IQP possédant 10 fois plus de paramètres (2560 portes), malgré l'utilisation d'un dixième de ces derniers. Les auteurs attribuent cela à la structure causale introduite par les portes non commutatives de leur ansatz, qui offre une plus grande expressivité par paramètre par rapport aux portes commutantes des circuits IQP.

Signification et revendications
L'article positionne ce travail comme une preuve de concept plutôt que comme une revendication d'optimalité. Sa principale importance réside dans la démonstration de la viabilité du pipeline « entraîner sur classique, déployer sur quantique » à l'échelle de 64 qubits.

Scalabilité : L'approche offre une voie évolutive pour le QML à mesure que le nombre de qubits augmente, contournant le coût prohibitif de l'estimation de gradient sur le matériel.
Efficacité matérielle : En déchargeant entièrement l'entraînement sur les ressources classiques, la méthode minimise les exécutions de circuits quantiques au strict nécessaire pour la validation finale ou l'échantillonnage.
Efficacité des paramètres : Dans la tâche de modélisation générative, l'ansatz non commutatif a nécessité nettement moins de portes paramétrées que les ansätze de type IQP pour obtenir des performances supérieures, réduisant ainsi la surcharge de transpilation et rendant le déploiement sur le matériel actuel de l'ère NISQ (Noisy Intermediate-Scale Quantum) plus réalisable.
Directions futures : Les auteurs notent que bien que la méthode soit prometteuse, identifier des fonctions de perte qui sont à la fois physiquement motivées et moins coûteuses à propager que l'estimateur MMD reste un défi ouvert. Ils suggèrent également d'incorporer directement les modèles de bruit des dispositifs dans la propagation pour améliorer davantage la robustesse des paramètres entraînés.

Articles similaires