WTHaar-Net: a Hybrid Quantum-Classical Approach

Each language version is independently generated for its own context, not a direct translation.

Immagina di dover insegnare a un computer a riconoscere le immagini (come un gatto o un'auto). Per farlo, i computer usano delle "reti neurali", che sono un po' come grandi squadre di operai che analizzano i pixel dell'immagine uno per uno.

1. Il Problema: Troppi Operai, Troppo Rumore

Fino a poco tempo fa, queste reti guardavano l'immagine come se fosse un muro di mattoni: analizzavano ogni singolo mattone (pixel) e i suoi vicini. Questo funziona, ma richiede moltissimi operai (parametri) e molta energia.

Gli scienziati hanno pensato: "E se usassimo i computer quantistici? Sono velocissimi!".
Il problema è che i computer quantistici attuali sono ancora piccoli e fragili (come un orologio da taschino invece di un grattacielo). Non possono gestire intere immagini grandi. Quindi, hanno creato un'idea ibrida: una squadra mista.

La parte "classica" (il computer normale) fa il lavoro pesante.
La parte "quantistica" fa solo un compito specifico e velocissimo: trasformare i dati in una forma più facile da gestire.

2. La Soluzione Vecchia: Il "Mescolatore Globale" (Hadamard)

In un lavoro precedente, gli scienziati usavano una tecnica chiamata Trasformata di Hadamard.
Immagina di avere un'immagine di un gatto. Questa tecnica prende l'immagine e la mescola completamente, come se buttassi tutti i pezzi di un puzzle in un secchio e li agitassi forte.

Pro: È velocissima da calcolare con i computer quantistici.
Contro: Perde i dettagli locali. Se guardi il secchio agitato, non sai più dove era il naso del gatto e dove era la coda. Tutto è mescolato insieme. Per un computer che deve riconoscere un'immagine, perdere la "posizione" è un grosso problema.

3. La Nuova Idea: L'Analizzatore "Zoom" (Haar Wavelet)

In questo paper, gli autori (Vittorio, Tsai e Ahmet) dicono: "Basta mescolare tutto! Usiamo una lente d'ingrandimento intelligente".
Hanno sostituito il mescolatore globale con la Trasformata di Ondelette di Haar (Haar Wavelet).

L'analogia della Fotografia:
Immagina di avere una foto di una città.

Il metodo vecchio (Hadamard) ti dà una lista di colori mescolati: "C'è un po' di rosso, un po' di grigio, un po' di blu... ma non so dove sono".
Il nuovo metodo (Haar) funziona come una fotocamera con lo zoom:
1. Ti dice: "Ecco la foto intera, ma un po' sfocata (i dettagli grandi)".
2. Poi ti dice: "Ecco le differenze tra il cielo e gli edifici (i dettagli medi)".
3. Infine: "Ecco le differenze tra un mattone e l'altro (i dettagli piccoli)".

Questo è perfetto per i computer perché, proprio come noi umani, guardiamo le immagini guardando prima la forma generale e poi i dettagli, mantenendo sempre la posizione (lo spazio) dei oggetti.

4. Come Funziona la Magia Quantistica?

La parte geniale del paper è che questa "lente d'ingrandimento" (Haar) può essere costruita usando i computer quantistici in modo molto semplice.

I computer quantistici usano dei "qubit" (che possono essere 0, 1 o entrambi).
Per fare la trasformata di Haar, basta usare un semplice interruttore quantistico chiamato Porta di Hadamard (che è come un interruttore che crea una sovrapposizione).
Invece di costruire un macchinario gigante, usano una sequenza di questi interruttori per "ripiegare" l'immagine e separare i dettagli grandi da quelli piccoli, tutto in pochi istanti.

5. I Risultati: Più Veloce, Più Intelligente

Gli autori hanno provato il loro sistema (chiamato WTHaar-Net) su due giochi di immagini famosi:

CIFAR-10 (oggetti semplici come aerei e cani).
Tiny-ImageNet (oggetti più complessi).

Cosa hanno scoperto?

Risparmio: Hanno usato meno operai (parametri) rispetto alle reti tradizionali. È come se avessero costruito la stessa casa con meno mattoni, ma fosse ugualmente solida.
Precisione: Su immagini complesse (Tiny-ImageNet), il loro sistema ha fatto meglio sia delle reti classiche che del vecchio metodo "mescolatore".
Robustezza: Se l'immagine è sfocata (come se fosse sotto la pioggia), il nuovo sistema la riconosce meglio. Se l'immagine ha dei "punti neri" (rumore), il vecchio sistema a volte resisteva meglio, ma il nuovo è molto più stabile nel riconoscere le forme.

6. La Verifica Reale: Il Test su IBM

Non si sono fermati alla teoria. Hanno caricato il loro codice su un vero computer quantistico disponibile online (IBM Quantum).

Hanno fatto funzionare il sistema su piccoli pezzi di immagini (patch).
Il computer quantistico ha fatto il suo lavoro, anche se c'era un po' di "rumore" (errori tipici dei computer quantistici attuali).
Risultato: Ha funzionato! Ha dimostrato che è possibile usare questi computer quantistici oggi, anche se sono ancora piccoli, per aiutare l'intelligenza artificiale.

In Sintesi

Immagina di dover ordinare una stanza piena di giocattoli.

Il metodo classico prende ogni giocattolo e lo mette in una scatola (lento e richiede molta energia).
Il vecchio metodo quantistico buttava tutto in un mixer e sperava che uscisse ordinato (veloce, ma confuso).
WTHaar-Net è come un robot intelligente che usa un set di scatole nidificanti: mette prima i giocattoli grandi insieme, poi separa quelli medi, e infine quelli piccoli, mantenendo tutto ordinato e in ordine.

Il messaggio finale: Non serve aspettare computer quantistici giganti per fare cose utili. Usando la matematica giusta (le ondelette di Haar), possiamo già oggi usare i piccoli computer quantistici per rendere l'intelligenza artificiale più veloce, più economica e più intelligente.

Each language version is independently generated for its own context, not a direct translation.

1. Il Problema

Le reti neurali convoluzionali (CNN) moderne si basano su operazioni di filtraggio lineare che possono essere efficientemente riformulate in domini di trasformazione. Tuttavia, l'implementazione completa di questi strati su hardware quantistico è attualmente impraticabile a causa della necessità di migliaia di qubit, che scala con la dimensionalità dell'input, superando le capacità dei dispositivi quantistici attuali (NISQ - Noisy Intermediate-Scale Quantum).

Le architetture ibride quantistiche-classiche precedenti hanno tentato di risolvere questo problema utilizzando la Trasformata di Hadamard (HT). Sebbene l'HT sia efficiente da implementare su circuiti quantistici (richiedendo solo porte Hadamard), essa introduce un "mixing globale" che mescola uniformemente tutti i componenti dell'input. Questo approccio non rispetta le inductive biases (bias induttivi) delle attività di visione artificiale, che richiedono rappresentazioni localizzate spazialmente e multi-risoluzione.

2. Metodologia: WTHaar-Net

Gli autori propongono WTHaar-Net, una rete neurale convoluzionale ibrida che sostituisce la Trasformata di Hadamard con la Trasformata Wavelet di Haar (HWT).

Concetti Chiave:

Trasformata Wavelet di Haar (HWT): A differenza della trasformata di Hadamard, l'HWT fornisce rappresentazioni multi-risoluzione e localizzate spazialmente, allineandosi meglio alla natura delle immagini. La trasformata è definita ricorsivamente e utilizza somme e differenze di coppie di valori, seguite da permutazioni strutturate.
Realizzazione Quantistica: Un'insight fondamentale del paper è che la matrice di trasformata di Haar (specialmente nel caso 2D) può essere decomposta in una sequenza di porte quantistiche semplici (porte Hadamard, porte Hadamard controllate, porte Pauli-X e SWAP). Questo permette di implementare l'HWT su circuiti quantistici a profondità ridotta (shallow circuits), compatibili con l'hardware attuale.
Struttura del Layer Ibrido (HWT-Perceptron):
1. Trasformazione: L'input spaziale viene trasformato nel dominio wavelet di Haar.
2. Filtraggio nel Dominio: Invece della convoluzione spaziale, vengono applicati percorsi paralleli che utilizzano:
  - Matrici di scalatura apprendibili ( $A_i$ ).
  - Convoluzioni $1 \times 1$ per canale ( $V_i$ ).
  - Soglia morbida (Soft-thresholding) apprendibile ( $T_i$ ) come non-linearità, che preserva sia i coefficienti positivi che negativi (cruciale nel dominio delle trasformate).
3. Aggregazione e Inversione: I percorsi vengono sommati e l'output viene mappato nuovamente nello spazio fisico tramite la trasformata inversa di Haar.
4. Connessioni Residuali: Opzionalmente, viene aggiunta una connessione residua per stabilizzare l'addestramento.

Vantaggi Computazionali:

L'efficienza deriva dalla struttura dell'HWT, che riduce drasticamente le operazioni moltiplicazione-accumulo (MAC). Per un layer con $C$ canali e input $N \times N$ , un'architettura a 3 percorsi richiede $3N^2(C + C^2)$ MAC, rispetto ai $9N^2C^2$ di una convoluzione $3 \times 3$ standard, portando a una riduzione significativa dei parametri e della complessità computazionale.

3. Contributi Principali

Pipeline Ibrida basata su HWT: Integrazione della Trasformata Wavelet di Haar come strato frontale in una CNN ibrida quantistico-classica.
Realizzazione Quantistica: Decomposizione dell'HWT in porte Hadamard strutturate, creando circuiti compatibili con i vincoli dell'hardware quantistico a breve termine.
Efficienza e Accuratezza: Dimostrazione che WTHaar-Net riduce i parametri e le operazioni MAC mantenendo o migliorando l'accuratezza rispetto alle CNN standard e alle baselines basate su Hadamard.
Validazione Hardware: Implementazione e valutazione su dispositivi quantistici reali (IBM Quantum cloud), confermando la fattibilità pratica.

4. Risultati Sperimentali

Gli esperimenti sono stati condotti su CIFAR-10, Tiny-ImageNet e MNIST (per la validazione quantistica).

Tiny-ImageNet:
- WTHaar-Net ha ottenuto la migliore accuratezza (Top-1: 70.84%, Top-5: 90.15%), superando sia il baseline ResNet (63.28%) che l'approccio basato su Hadamard (66.65%).
- Ha raggiunto una riduzione dei parametri del 12.4% rispetto al ResNet.
CIFAR-10:
- La variante a 3 percorsi (3-path) ha raggiunto un'accuratezza del 91.28%, quasi pari al ResNet-20 baseline (91.66%) e superiore all'approccio Hadamard (91.29%), con una riduzione dei parametri del 26.64%.
- Sebbene su CIFAR-10 non abbia superato drasticamente il baseline, ha dimostrato una migliore località spaziale rispetto all'HT pura.
Robustezza al Rumore:
- Blur Gaussiano: WTHaar-Net ha mostrato una superiorità consistente rispetto a WHT (Hadamard) a tutti i livelli di sfocatura, indicando una migliore capacità di catturare informazioni strutturali a bassa frequenza.
- Rumore Sale e Pepe: WHT ha mostrato maggiore resilienza ad alti livelli di rumore impulsivo, mentre WTHaar è stato superiore a bassi livelli di corruzione.
Validazione Quantistica (IBM Quantum):
- L'implementazione su un processore Heron a 127 qubit (ibm_brisbane) ha confermato la fattibilità.
- L'errore medio quadratico (MSE) tra l'output classico e quello quantistico è stato di 0.023, nonostante il rumore e l'ambiguità di segno.
- Limite: La misurazione quantistica perde l'informazione sul segno dei coefficienti (fornisce solo le ampiezze). Gli autori hanno affrontato questo problema tramite post-processing classico e addestramento su rappresentazioni di magnitudine, ma ciò rimane un collo di bottiglia informativo.

5. Significato e Conclusioni

Il lavoro di WTHaar-Net rappresenta un passo significativo verso l'integrazione pratica dell'apprendimento automatico quantistico nella visione artificiale.

Superamento dei limiti dell'Hadamard: Sostituisce il mixing globale con una rappresentazione spazialmente localizzata, allineandosi meglio alle esigenze delle CNN.
Efficienza Hardware: Dimostra che trasformate complesse come le wavelet possono essere eseguite su hardware quantistico attuale senza richiedere risorse eccessive, grazie alla decomposizione in porte semplici.
Futuro: Il paper evidenzia che, sebbene promettente, l'approccio è limitato dalla perdita di informazione di fase/segno nelle misurazioni quantistiche e dal campo visivo limitato ai patch (a causa del numero di qubit). Il lavoro futuro si concentrerà sulla stima di fase per recuperare i segni e sull'espansione a patch più grandi tramite mitigazione degli errori.

In sintesi, WTHaar-Net offre un compromesso superiore tra accuratezza ed efficienza computazionale rispetto alle architetture ibride precedenti, aprendo la strada a modelli di deep learning scalabili su hardware quantistico emergente.