Bayesian Parameter Shift Rule in Variational Quantum Eigensolvers

Riassunto Tecnico: Regola di Spostamento dei Parametri Bayesiana negli Eigensolver Quantistici Variazionali

Enunciato del Problema
Gli Eigensolver Quantistici Variazionali (VQE) sono algoritmi ibridi quantistico-classici progettati per approssimare l'energia dello stato fondamentale di sistemi fisici. Un collo di bottiglia critico nell'ottimizzazione VQE è l'alto costo della stima del gradiente, che dipende da misurazioni quantistiche ripetute (shot). Il rumore di osservazione, derivante principalmente dal rumore statistico degli shot, rende necessario un elevato numero di shot per ottenere gradienti accurati. I metodi esistenti, come la Discesa del Gradiente Stocastico (SGD) che utilizza le Regole di Spostamento dei Parametri (PSR) standard o varianti di Ottimizzazione Minima Sequenziale (SMO) come NFT, spesso richiedono conteggi di shot fissi e elevati per iterazione o mancano di meccanismi per ridurre adattivamente i costi di osservazione in base allo stato corrente dell'ottimizzazione. Sebbene i Processi Gaussiani (GP) siano stati utilizzati nei VQE per l'Ottimizzazione Bayesiana (BO) e per migliorare i metodi SMO (ad esempio EMICoRe, SubsCoRe), la loro applicazione alla stima del gradiente nella SGD è stata limitata. Nello specifico, esiste la necessità di una tecnica di stima del gradiente che offra flessibilità nelle ubicazioni di osservazione, fornisca una quantificazione dell'incertezza e possa riutilizzare i dati storici per minimizzare i costi totali di calcolo quantistico.

Metodologia
Il documento propone una Regola di Spostamento dei Parametri Bayesiana (Bayesian PSR) e una strategia di ottimizzazione adattiva chiamata GradCoRe (Gradiente Regione di Confidenza).

1. Regola di Spostamento dei Parametri Bayesiana (Bayesian PSR):

   • Gli autori modellano la funzione obiettivo VQE utilizzando un Processo Gaussiano (GP) con un kernel VQE informato dalla fisica. Questo kernel è derivato dalla struttura polinomiale trigonometrica delle funzioni obiettivo VQE, garantendo che il prior rifletta le proprietà fisiche del circuito quantistico.
   • A differenza delle PSR standard che richiedono osservazioni in punti specifici ed equidistanti (ad esempio, $x \pm \frac{\pi}{2}e_d$), la Bayesian PSR stima il gradiente utilizzando la media a posteriori della derivata del GP.
   • Questo approccio consente l'uso di osservazioni in ubicazioni arbitrarie. Crucialmente, permette il riutilizzo delle osservazioni dalle iterazioni SGD precedenti, accumulando informazioni sul gradiente per migliorare l'accuratezza della stima senza misurazioni quantistiche aggiuntive.
   • Il metodo fornisce una forma analitica per lo stimatore del gradiente e, significativamente, l'incertezza a posteriori della stima del gradiente prima che vengano effettuate le misurazioni.
   • L'analisi teorica (Teorema 3.1 e 3.2) dimostra che la Bayesian PSR si riduce alla PSR generalizzata nel limite senza rumore con osservazioni equidistanti. Inoltre, rivela che il parametro di spostamento standard $\alpha = \pi/2$ è ottimale per minimizzare l'incertezza del gradiente nel caso rumoroso del primo ordine ($V_d=1$).

2. Strategia GradCoRe (Gradiente Regione di Confidenza):

   • Sfruttando le informazioni sull'incertezza fornite dalla Bayesian PSR, gli autori introducono GradCoRe, definita come la regione in cui la varianza a posteriori della stima del gradiente è inferiore a una soglia specificata.
   • L'algoritmo SGD-GradCoRe determina adattivamente il numero di shot di misurazione richiesti in ogni iterazione. Risolve un problema di ottimizzazione per trovare il numero totale minimo di shot tale che il punto ottimo corrente ricada all'interno di GradCoRe.
   • La soglia di accuratezza richiesta viene regolata dinamicamente in base alla norma del gradiente stimato, consentendo meno shot quando il gradiente è piccolo (vicino alla convergenza) o la funzione è piatta, e più shot quando è necessaria una maggiore precisione.

Contributi Chiave

• Proposta della Bayesian PSR: Una variante flessibile delle PSR esistenti che utilizza GP con kernel VQE per stimare i gradienti da osservazioni in ubicazioni arbitrarie, fornendo accesso diretto alle informazioni sull'incertezza.
• Unificazione Teorica: Il documento stabilisce la relazione matematica tra Bayesian PSR e PSR esistenti, dimostrando che il parametro di spostamento standard ($\pi/2$) è ottimale per minimizzare l'incertezza nei casi rumorosi del primo ordine.
• Framework GradCoRe: L'introduzione del concetto di Regione di Confidenza del Gradiente e di una strategia adattiva associata per i costi di osservazione nella SGD, che minimizza il numero totale di shot di misurazione mantenendo l'accuratezza di stima richiesta.
• Validazione Empirica: Esperimenti numerici che dimostrano che i metodi proposti accelerano significativamente l'ottimizzazione VQE rispetto alle linee di base dello stato dell'arte.

Risultati
Gli autori hanno condotto esperimenti sugli Hamiltoniani di Ising e Heisenberg utilizzando circuiti quantistici SU(2) efficienti con diversi numeri di qubit ($Q=5, 7$) e strati ($L=3, 5$).

• Prestazioni vs SGD Standard: La Bayesian PSR da sola (Bayes-SGD) ha fornito stimatori del gradiente più accurati rispetto alla PSR standard, ma ha mostrato prestazioni di ottimizzazione comparabili quando si utilizzavano conteggi di shot fissi. Tuttavia, quando equipaggiata con la strategia GradCoRe, il metodo ha superato significativamente la SGD standard con conteggi di shot fissi (ad esempio, 128, 256, 512, 1024 shot).
• Confronto con lo Stato dell'Arte: GradCoRe è stato confrontato con SGLBO, Bayes-NFT, EMICoRe e SubsCoRe. I risultati hanno mostrato che GradCoRe ha raggiunto una convergenza più rapida e errori finali di energia/fidelity inferiori con un numero cumulativo di shot di misurazione minore.
• Significatività Statistica: I test del rango con segno di Wilcoxon hanno confermato che i miglioramenti delle prestazioni di GradCoRe su tutte le linee di base erano statisticamente significativi ($p < 0.05$) in vari contesti sperimentali.
• Efficienza dei Costi: Il metodo ha minimizzato con successo il numero totale di shot di misurazione (la metrica di costo primaria nei VQE) allocando adattivamente le risorse in base all'incertezza del gradiente.

Significato
Il documento afferma che le proprietà fisiche dei VQE, in particolare la struttura trigonometrica delle loro funzioni obiettivo, possono essere efficacemente catturate da kernel informati dalla fisica nei Processi Gaussiani. Integrando questa conoscenza in un framework bayesiano, gli autori dimostrano che:

1. La stima del gradiente può essere resa più flessibile ed efficiente riutilizzando i dati storici.
2. La quantificazione dell'incertezza può essere utilizzata direttamente per controllare adattivamente i costi di osservazione, una capacità non presente nella SGD basata su PSR standard.
3. L'approccio proposto colma il divario tra tecniche di machine learning (GP, BO) e ottimizzazione quantistica, offrendo un nuovo metodo stato dell'arte per l'ottimizzazione VQE che riduce il consumo di risorse quantistiche.

Gli autori concludono che questo approccio bayesiano facilita lo sviluppo di algoritmi più efficienti per i VQE e, più in generale, per i compiti di ottimizzazione nel calcolo quantistico.