Scalable Tensor Network Simulation for Quantum-Classical Dual Kernel

Sintesi Tecnica: Simulazione di Reti Tensoriali Scalabili per un Kernel Duale Quantum-Classico

Problematica
I metodi a kernel quantistico, in particolare le Quantum Support Vector Machines (QSVM), affrontano colli di bottiglia significativi nel regime NISQ (Noisy Intermediate-Scale Quantum). Sebbene la codifica dei dati in spazi di Hilbert ad alta dimensionalità offra un potenziale di espressività, tali approcci soffrono di due sfide primarie:

1. Scalabilità e Limiti di Simulazione: La costruzione di matrici di kernel per un elevato numero di qubit (ad esempio, centinaia) è computazionalmente proibitiva per i simulatori classici di stato vettoriale (statevector) a causa dei costi esponenziali di memoria e calcolo.
2. Degradazione delle Prestazioni: All'aumentare del numero di qubit, i kernel quantistici spesso esibiscono una "concentrazione esponenziale", dove le somiglianze tra input distinti collassano verso valori costanti, erodendo la separabilità del kernel. Inoltre, il rumore e il numero finito di campionamenti (shots) amplificano l'incertezza, portando all'overfitting e a una scarsa generalizzazione nei regimi ad alta dimensionalità.

Metodologia
Gli autori propongono un framework scalabile che combina la simulazione tramite Reti Tensoriali (TN) con un approccio di Kernel Duale Quantum-Classico per valutare le QSVM fino a 784 qubit.

• Simulazione Scalabile: Invece della simulazione statevector, il documento utilizza le TN per rappresentare i circuiti quantistici come grafi tensoriali contrattili. Impiegando circuiti di tipo Block Product State (BPS)—che intercalano strati di codifica dei dati a qubit singolo con strati di entanglement a struttura bloccata localmente limitata—gli autori consentono contrazioni tensoriali esatte. Questo approccio, accelerato dal parallelismo multi-GPU, permette il calcolo diretto degli elementi della matrice del kernel quantistico ($K_q$) senza l'overhead esponenziale della simulazione statevector completa.
• Pre-elaborazione dei Dati: Lo studio utilizza il dataset Fashion-MNIST (immagini in scala di grigi 28×28 appiattite a 784 dimensioni). Le caratteristiche vengono standardizzate, decorrelate tramite Analisi delle Componenti Principali (PCA) e riscalate nell'intervallo $[0, 1]$. Gli esperimenti variano sistematicamente il numero di componenti principali mantenute ($n$) da 2 a 784 per corrispondere al numero di qubit.
• Framework del Dual Kernel: L'innovazione principale è un kernel linearmente miscelato definito come $K_{q-c} = \alpha^* K_q + (1 - \alpha^*) K_c$, dove $K_q$ è il kernel quantistico e $K_c$ è un kernel classico Radial Basis Function (RBF). Il coefficiente di ponderazione $\alpha$ è ottimizzato tramite cross-validazione a 5 pieghe (5-fold). Questo modello ibrido è integrato in uno schema standard di ottimizzazione duale SVM.
• Configurazione Sperimentale: Il framework valuta la classificazione binaria su 45 combinazioni di classi a coppie e la classificazione multi-classe (10 classi) su Fashion-MNIST. Lo studio confronta tre modelli: SVM classica pura, QSVM pura e la SVM a dual-kernel.

Risultati Chiave

• Scalabilità: La pipeline basata su TN ha costruito con successo matrici di kernel e addestrato SVM fino a dimensioni di feature di 784 qubit, una scala precedentemente inaccessibile ai metodi di simulazione standard.
• Stabilità della Generalizzazione:
  • Addestramento: Tutti i modelli hanno mostrato un aumento dell'accuratezza di addestramento all'aumentare della dimensionalità, riflettendo una maggiore espressività dello spazio delle caratteristiche.
  • Test: Il kernel puramente quantistico ha esibito una significativa degradazione dell'accuratezza e overfitting a partire da $n=128$ qubit. Al contrario, il kernel classico è rimasto stabile, e il modello dual-kernel ha superato costantemente entrambi i baseline in tutto l'intervallo di dimensioni.
• Performance Multi-classe: A $n=64$, la SVM dual-kernel ha raggiunto un'accuratezza di 0,824, comparabile alla SVM classica (0,822) e significativamente superiore alla pura QSVM (0,754). La QSVM ha mostrato una sostanziale confusione inter-classe, mentre i modelli dual-kernel e classici hanno mantenuto una forte dominanza diagonale nelle matrici di confusione.
• Analisi del Peso di Miscelazione: Si è scoperto che il coefficiente di ponderazione ottimale $\alpha$ si trova in un intervallo intermedio. I contributi quantistici hanno dominato le prestazioni al di sotto di 128 feature, mentre i contributi classici sono diventati sempre più critici oltre tale soglia. Quando $\alpha$ si avvicinava a 1 (pure quantum), le prestazioni diminuivano, confermando che la componente classica agisce come un'ancora di stabilizzazione contro gli effetti di concentrazione e il rumore.

Significatività e Rivendicazioni
Il documento sostiene che aumentare semplicemente la dimensionalità dei qubit non garantisce un miglioramento della generalizzazione per i metodi a kernel quantistico. Invece, lo studio posiziona il dual kernel quantum-classico come una strategia di stabilizzazione a basso overhead. Miscelando linearmente un kernel quantistico dipendente dai dati con un robusto kernel classico, il framework mitiga la degradazione indotta dalla scala osservata nei modelli puramente quantistici, preservando al contempo i vantaggi quantistici alle basse dimensioni.

Gli autori sottolineano che il loro lavoro fornisce una valutazione riproducibile e quasi priva di rumore, isolando i limiti algoritmici dal rumore dell'hardware. I risultati suggeriscono che, per le applicazioni near-term, la componente classica funge da necessaria "ancora di stabilizzazione" per mantenere la capacità di apprendimento (learnability) nei regimi ad alta dimensionalità dove i kernel quantistici da soli diventano fragili. Il lavoro futuro suggerisce di esplorare combinazioni di kernel adattive e la modellazione esplicita del rumore, ma l'attuale contributo stabilisce la validità dei kernel ibridi per l'apprendimento automatico quantistico scalabile.