Empirical Evaluation of QAOA with Zero Noise Extrapolation on NISQ Hardware for Carbon Credit Portfolio Optimization in the Brazilian Cerrado

Riepilogo Tecnico: Valutazione Empirica di QAOA con Estrapolazione a Rumore Zero su Hardware NISQ per l'Ottimizzazione di Portafogli di Crediti di Carbonio

Definizione del Problema
Questo studio affronta l'ottimizzazione multi-obiettivo dei portafogli di crediti di carbonio all'interno del bioma brasiliano del Cerrado, una regione caratterizzata da un'elevata biodiversità ma da una significativa invasione agricola. La sfida principale consiste nella selezione di un sottoinsieme di municipalità per massimizzare simultaneamente la sequestrazione del carbonio, la connettività della biodiversità e l'impatto sociale, soggetto a un budget fisso (vincolo di cardinalità). Il problema è formulato come un problema di Ottimizzazione Binaria Senza Vincoli Quadratica (QUBO) con $n=88$ variabili decisionali (municipalità) e una selezione target di $k=28$. Lo spazio di ricerca, composto da circa $1.45 \times 10^{22}$ combinazioni, rende inaccessibile l'enumerazione esaustiva. Gli approcci classici, come le euristiche greedy, spesso non riescono a catturare le sinergie spaziali complesse e le interazioni non lineari tra i territori, portando potenzialmente a risultati di conservazione subottimali o a "greenwashing" attraverso allocazioni inefficienti.

Metodologia
Gli autori implementano un flusso di lavoro ibrido quantistico-classico che utilizza l'Algoritmo di Ottimizzazione Quantistica Approssimata (QAOA) combinato con l'Estrapolazione a Rumore Zero (ZNE) su hardware quantistico a scala intermedia rumoroso (NISQ).

• Formulazione del Problema: La funzione obiettivo integra termini lineari (punteggi individuali per carbonio, biodiversità e metriche sociali) e termini quadratici (matrici di adiacenza spaziale e sinergia). Un vincolo di cardinalità ($k=28$) è imposto tramite un termine di penalità quadratica nella formulazione QUBO.
• Algoritmo Quantistico: L'ansatz QAOA impiega un singolo strato ($p=1$) per rimanere entro i limiti di coerenza dell'hardware attuale. Per rispettare rigorosamente il vincolo di cardinalità durante l'evoluzione, viene utilizzato un Hamiltoniano mistore XY invece del mistore a campo trasverso standard, garantendo che le transizioni avvengano solo tra stati con lo stesso numero di qubit attivi.
• Inizializzazione: Una strategia di "avvio caldo" (warm-start) inizializza lo stato quantistico utilizzando la soluzione di un'euristica greedy classica, con parametri $\gamma=0.05$ e $\beta=0.20$ calibrati empiricamente per preservare la struttura greedy consentendo al contempo un'esplorazione locale.
• Mitigazione degli Errori: L'Estrapolazione a Rumore Zero (ZNE) viene applicata per mitigare il rumore dei gate. I circuiti vengono eseguiti a tre fattori di scala del rumore ($\lambda \in \{1, 2, 3\}$) tramite folding dei gate (specificamente sui gate a due qubit). I risultati sono estrapolati al limite a rumore zero ($\lambda=0$) utilizzando modelli di estrapolazione lineare, quadratica e di Richardson.
• Configurazione Sperimentale: Sette esecuzioni indipendenti sono state condotte in un periodo di 17 giorni (17 gennaio – 2 febbraio 2026) su due processori IBM Quantum Heron: ibm_torino (r1) e ibm_fez (r2). Ogni esecuzione ha coinvolto 8.192 scatti per fattore di scala del rumore, per un totale di 24.576 scatti per protocollo ZNE.

Contributi Chiave

1. Applicazione nel Mondo Reale: Questo lavoro presenta una delle prime applicazioni di QAOA a un problema reale di ottimizzazione ambientale multi-obiettivo utilizzando dati geospaziali empirici provenienti da 88 municipalità del Cerrado, andando oltre i benchmark simulati o sintetici.
2. Rigor Statistico: Lo studio fornisce una validazione statisticamente robusta attraverso sette esecuzioni hardware indipendenti, dimostrando stabilità temporale rispetto alle derive di calibrazione dell'hardware.
3. Mitigazione degli Errori nella Sostenibilità: È la prima applicazione dell'Estrapolazione a Rumore Zero a problemi di sostenibilità ambientale multi-obiettivo, dimostrando che la mitigazione degli errori può recuperare una qualità della soluzione superiore alle euristiche classiche sui dispositivi NISQ attuali.
4. Riproducibilità: L'intero flusso di lavoro, inclusa la costruzione QUBO, la calibrazione dei parametri e i dati sperimentali grezzi, è reso pubblicamente disponibile, stabilendo un modello riproducibile per politiche di conservazione ambientale ad alta precisione.

Risultati

• Prestazioni: Il flusso di lavoro QAOA+ZNE ha costantemente superato una baseline greedy classica (punteggio 44,42). Il punteggio medio del portafoglio raggiunto dal metodo quantistico è stato 58,47 ± 6,98, rappresentando un miglioramento del 31,6% rispetto alla baseline greedy.
• Significatività Statistica: Il miglioramento è stato statisticamente significativo con un test t accoppiato a una coda che ha prodotto $p = 0,0009$ e una grande dimensione dell'effetto (Cohen's $d = 2,01$). Il metodo ha raggiunto un tasso di successo del 100% in tutte e sette le esecuzioni, il che significa che ogni punteggio estrapolato con ZNE ha superato la baseline greedy.
• Robustezza: Anche il modello di estrapolazione lineare più conservativo ha prodotto un punteggio medio di 49,12, superando ancora la baseline del 10,6%. Un'analisi leave-one-out ha confermato che la significatività non era guidata da una singola esecuzione ad alte prestazioni.
• Qualità della Soluzione: L'approccio quantistico ha identificato sinergie territoriali non banali. Ad esempio, la municipalità di Chapadão do Céu, esclusa dall'euristica greedy a causa di un punteggio individuale moderato, è stata selezionata in modo coerente dal metodo quantistico (6/7 esecuzioni) a causa della sua eccezionale connettività della biodiversità (98° percentile).
• Stabilità dell'Hardware: La metodologia è rimasta stabile in un intervallo di 13 giorni e su due diversi backend hardware, senza che fosse stata trovata alcuna correlazione statisticamente significativa tra tempo di esecuzione e punteggi ZNE, indicando resilienza alla deriva di calibrazione.

Significato e Affermazioni
Il documento inquadra esplicitamente i propri risultati come stabilimento di utilità quantistica empirica piuttosto che di vantaggio quantistico formale. Gli autori non affermano che il loro metodo superi i solutori classici ottimali (ad esempio Gurobi o CPLEX) o raggiunga un'accelerazione superpolinomiale. Al contrario, il significato risiede nel dimostrare che i dispositivi NISQ attuali, se accoppiati a una rigorosa mitigazione degli errori (ZNE) e a un'inizializzazione appropriata (avvio caldo), possono identificare in modo coerente sinergie territoriali complesse che le euristiche classiche miopi trascurano.

Lo studio valida che l'ottimizzazione quantistica può servire come strumento pratico di supporto alle decisioni per le politiche ambientali, offrendo un modello metodologico scalabile per l'allocazione delle risorse in contesti di conservazione ad alto rischio. I risultati suggeriscono che l'era NISQ è capace di fornire miglioramenti tangibili rispetto alle euristiche operative ampiamente utilizzate nella pianificazione territoriale basata sui dati, a condizione che la mitigazione degli errori e la validazione statistica siano applicate rigorosamente.