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

Sintesi Tecnica: Propagazione Simbolica di Pauli per il Pre-addestramento con Gradiente di Circuiti Quantistici

Problema
I modelli di Quantum Machine Learning (QML), in particolare quelli basati su Circuiti Quantistici Parametrizzati (PQC), affrontano colli di bottiglia significativi nell'efficienza dell'addestramento. Valutare e ottimizzare i PQC su attuali hardware quantistici è dispendioso in termini di risorse, e ottenere i gradienti tramite metodi analitici (ad esempio, la regola del parametro-shift) richiede un numero di valutazioni del circuito che scala linearmente con il numero di parametri. Per compiti realistici, ciò conduce a tempi di addestramento proibitivi. Sebbene esistano ottimizzatori privi di gradiente, essi spesso soffrono di instabilità e non eliminano la dipendenza da costosi hardware quantistici. Inoltre, il fenomeno dei "barren plateaus", dove i gradienti svaniscono esponenzialmente con la dimensione del sistema, complica l'addestramento di circuiti profondi.

Metodologia
Gli autori propongono un metodo per rappresentare gli osservabili quantistici come funzioni analitiche esplicite delle funzioni dei parametri del circuito, indipendenti da specifiche assegnazioni di parametri. Ciò viene ottenuto attraverso la Propagazione Simbolica di Pauli nel quadro di Heisenberg.

1. Propagazione Esatta: Invece di evolvere lo stato quantistico in avanti (quadro di Schrödinger), il metodo evolve l'osservabile all'indietro attraverso il circuito tramite trasformazioni di similitudine ($O \to U^\dagger O U$). Quando limitata alla base di Pauli, le porte non-Clifford inducono un effetto di "branching" (ramificazione), dove una singola parola di Pauli si scinde in una combinazione lineare di due parole. Ciò causa una crescita esponenziale del numero di termini con la profondità del circuito.
2. Rappresentazione Simbolica: A differenza di approcci precedenti che assegnano valori numerici ai parametri durante la propagazione, questo metodo lascia i parametri $\vec{\theta}$ non assegnati. Di conseguenza, l'osservabile propagato finale è una funzione analitica composta da somme di parole di Pauli pesate da prodotti di seni e coseni dei parametri.
3. Schemi di Troncamento: Per gestire la crescita esponenziale dei termini, gli autori introducono due schemi di troncamento:
   • Taglio del Peso di Pauli ($w_{cut}$): Scarta le parole di Pauli in cui il numero di operatori identità eccede una soglia. Ciò è giustificato dall'osservazione che, per ansatz a scrambling locale, l'importanza dei termini decade esponenzialmente con il peso.
   • Taglio di Frequenza ($\nu_{cut}$): Scarta i termini in cui il numero di fattori seno/coseno (frequenza) eccede una soglia. Poiché i coefficienti sono prodotti di valori $\leq 1$, i termini ad alta frequenza hanno statisticamente probabilità di avere coefficienti piccoli.
4. Limiti di Errore: Il documento deriva limiti di errore uniformi per il troncamento congiunto di peso e frequenza. Assumendo un decadimento dei coefficienti indotto dalla località, si dimostra che l'errore di approssimazione decade esponenzialmente rispetto ai valori di cutoff, a condizione che le costanti di decadimento dominino la crescita combinatoria dei termini. Si stabilisce un controllo simile per i gradienti.

Contributi Chiave

• Framework Simbolico: L'introduzione di un framework di propagazione simbolica che produce espressioni analitiche per gli osservabili, consentendo l'ottimizzazione basata sul gradiente senza ricorrere immediatamente all'hardware quantistico.
• Troncamento Scalabile: La dimostrazione che la scelta appropriata di un ansatz (specificamente quelli a scrambling locale) combinata con troncamenti controllati sul peso di Pauli e sulla frequenza produce stimatori accurati anche per dimensioni di sistema oltre le capacità di simulazione classica.
• Pre-addestramento Classico: La proposta di un workflow di "pre-addestramento classico" in cui i PQC vengono ottimizzati utilizzando l'obiettivo surrogato simbolico su hardware classico prima di essere perfezionati su dispositivi quantistici.
• Giustificazione Teorica: La derivazione di rigorosi limiti di errore (Eq. 7 e 8) che quantificano il compromesso tra le soglie di troncamento e l'accuratezza dell'approssimazione sia per la funzione di perdita che per i suoi gradienti.

Risultati
Il metodo è stato validato utilizzando il Variational Quantum Eigensolver (VQE) per trovare lo stato fondamentale del modello di Ising Axial Next-Nearest Neighbor (ANNNI).

• Setup della Simulazione: Gli esperimenti sono stati condotti su un sistema a 18 qubit utilizzando un ansatz con entangler locale. I risultati sono stati confrontati con la diagonalizzazione esatta.
• Accuratezza: Utilizzando i cutoff $w_{cut} = 8$ e $\nu_{cut} = 20$, il metodo ha raggiunto un'elevata accuratezza. Gli errori relativi tra i risultati VQE propagati e la diagonalizzazione esatta sono stati minimi, con deviazioni che si sono verificate principalmente nella regione "antifase" del modello (basso campo magnetico $h$, alta interazione $\kappa$), dove le configurazioni di spin sono meno regolari.
• Convergenza: Le curve di addestramento hanno dimostrato che l'aumento dei cutoff porta a una rapida convergenza verso i valori esatti. Notevolmente, un cutoff di frequenza relativamente piccolo ($\nu_{cut} = 20$) è stato sufficiente per una convergenza quasi perfetta, evidenziando l'efficienza dell'approssimazione.
• Controllo del Gradiente: È stato dimostrato che i gradienti calcolati tramite la regola del parametro-shift sull'obiettivo surrogato troncato forniscono un'approssimazione controllabile del paesaggio esatto del gradiente.

Significatività e Rivendicazioni
Il documento sostiene che questo approccio consente l'addestramento scalabile per sistemi quantistici più grandi spostando il carico computazionale dall'hardware quantistico alla simulazione classica. Derivando rappresentazioni simboliche, gli autori facilitano una forma di pre-addestramento abilitato al gradiente che è computazionalmente efficiente.

Gli autori posizionano questo lavoro come un passo promettente verso la mitigazione delle sfide del tempo di addestramento della QML. Notano che, sebbene il metodo sia particolarmente efficace per problemi esprimibili come valori di aspettativa di osservabili (come il VQE) e ansatz con proprietà di propagazione favorevoli (scrambling locale), potrebbe affrontare sfide in compiti generativi che richiedono la propagazione di un numero proibitivo di osservabili. Il lavoro suggerisce che questo framework può estenderso a dimensioni di sistema in cui l'evoluzione diretta della funzione d'onda è classicamente intrattabile, a condizione che le assunzioni di troncamento siano valide. Le direzioni future includono l'applicazione del metodo a circuiti non simulabili e l'ampliamento del suo ambito ad altre classi di problemi QML.