Hardware Validation of DAGI via a Modular "Ridge" Signature and High-Order Synergistic Information

Questo articolo presenta una convalida hardware del framework DAGI su processori quantistici IBM, dimostrando che l'informazione recuperabile da vincoli algebrici modulari risiede prevalentemente in strutture di informazione sinergica di ordine superiore piuttosto che nelle distribuzioni marginali a basso ordine.

L'essenziale

🧩 Il Mistero del "Fiume Invisibile" nel Rumore Quantistico

Immagina di essere in una stanza piena di 8192 persone che stanno lanciando monete al volo. Il rumore è assordante, le monete rimbalzano ovunque e sembra tutto caos. Tuttavia, c'è un segreto: per ogni gruppo di persone, esiste una regola segreta (una "chiave") che dice come le monete dovrebbero atterrare.

Se la regola fosse perfetta, vedresti un disegno chiaro: ad esempio, "se la moneta A è testa, la moneta B deve essere croce". Ma nel mondo reale (e specialmente nei computer quantistici, che sono molto fragili e rumorosi), le monete sbagliano spesso. Il disegno perfetto si sfuma in una nebbia di errori.

Cosa ha fatto questo studio?
Gli scienziati hanno usato un computer quantistico reale (un IBM chiamato ibm torino) per vedere se riescono a trovare quel disegno nascosto nel caos, usando una nuova "lente" chiamata DAGI.

Ecco come funziona la loro scoperta, passo dopo passo:

1. La "Cresta" (The Ridge) 🏔️

Immagina di versare dell'acqua su un tavolo. Se il tavolo è piatto, l'acqua si sparge ovunque (è il "rumore" o il caso). Ma se sul tavolo c'è una cresta (una piccola collina), l'acqua tenderà a scorrere lungo quella linea, formando un fiume.

• L'esperimento: Hanno creato una situazione dove, se la "chiave segreta" fosse corretta, i risultati dei computer quantistici avrebbero dovuto formare una linea sottile (la cresta) su una griglia di 16x16 punti.
• Il risultato: Anche con il computer quantistico che faceva errori (rumore), l'acqua ha comunque trovato la cresta! La linea era visibile, anche se un po' sfocata. È come se, in mezzo a una tempesta, avessi visto chiaramente il sentiero di una montagna.

2. Il Segreto è "Nascosto" (Synergy) 🤝

Qui arriva la parte più interessante.
Spesso pensiamo che per capire un segreto basti guardare i singoli pezzi. Se guardi una sola moneta, vedi solo testa o croce (50/50). Non c'è nulla di speciale.
Ma il segreto vero non è in una singola moneta, ma nel modo in cui le monete si tengono per mano.

• L'analogia: Immagina un gruppo di amici che fanno un gioco. Se guardi solo il viso di uno di loro, non capisci nulla. Ma se guardi come si guardano a vicenda, come si toccano le mani o come si muovono insieme, capisci il messaggio segreto.
• La scoperta: Gli scienziati hanno scoperto che l'informazione sulla "chiave segreta" non era nelle singole monete (i bit singoli), ma era nascosta nelle relazioni complesse tra gruppi di 3 o più monete.
  • Se guardi solo 1 o 2 monete, sembra tutto casuale.
  • Se guardi come 3 monete interagiscono insieme, il segreto salta fuori!

Hanno chiamato questa capacità di vedere il segreto nascosto nelle relazioni complesse "Informazione Sinergica di Ordine Superiore". È come se il computer quantistico avesse scritto un messaggio in codice che si può leggere solo se si guardano tre persone contemporaneamente, non una alla volta.

3. Perché è importante? 🚀

Prima di questo studio, molti pensavano che il rumore dei computer quantistici nascondesse tutto, rendendo impossibile trovare schemi complessi.
Questo studio dimostra che:

1. La struttura resiste: Anche con il rumore, la "cresta" matematica sopravvive.
2. Il metodo funziona: La loro "lente" (DAGI) è riuscita a trovare il segnale nascosto dove altri metodi (che guardano solo le singole parti) avrebbero fallito.

In sintesi, come una storia da raccontare a cena:

Immagina di cercare di capire la ricetta di un cuoco segreto guardando solo i piatti finiti su un tavolo pieno di macchie di salsa e briciole.

• Il vecchio modo: Guardare ogni briciola da sola. Risultato: "È solo caos, non c'è ricetta".
• Il nuovo modo (DAGI): Guardare come le briciole si raggruppano in forme strane. Risultato: "Ah! Se guardo come 3 briciole si toccano, vedo che formano la lettera 'A'! La ricetta è 'A'!"

Conclusione:
Gli scienziati hanno dimostrato che, anche in un computer quantistico rumoroso e imperfetto, è possibile trovare schemi matematici complessi e "segreti" che esistono solo quando le parti lavorano insieme. È una prova che il loro nuovo metodo di analisi funziona davvero nel mondo reale, non solo sulla carta.

Sommario tecnico

Titolo: Validazione Hardware di DAGI tramite una "Firma a Cresta" Modulare e Informazioni Sinergiche di Ordine Superiore

Autore: Petr Sramek (Whytics, Cambridge, MA, USA)
Data: Preprint v1.0, Marzo 2026 (Esecuzione Hardware: Dicembre 2025)
Piattaforma: IBM Quantum (ibm torino)

---

1. Il Problema

I dispositivi quantistici moderni sono caratterizzati da rumore complesso e correlato. Gli osservabili accessibili all'hardware sono spesso viste indirette e rumorose di una struttura algoritmica latente. La sfida pratica centrale è: dato solo un insieme di stringhe di bit classici misurati dall'hardware, come possiamo rilevare, quantificare e localizzare strutture significative che sopravvivono al rumore?
Spesso, le informazioni rilevanti non sono visibili nelle distribuzioni marginali a basso ordine (singoli bit), ma risiedono in strutture di ordine superiore (sinergiche) che richiedono l'osservazione congiunta di più bit. Il framework DAGI (Directed Acyclic Graph Information) propone di affrontare questo problema combinando osservabili teorico-informatici, inversione di Möbius e controlli di affidabilità.

2. Metodologia

Obiettivo Sperimentale: La "Cresta" Modulare

L'esperimento è stato progettato su un target hardware deliberatamente semplice ma diagnosticamente affilato:

• Configurazione: Due registri di $n=4$ bit ($u$ e $v$), per un totale di 8 bit misurati.
• Relazione Ideale: Per ogni chiave $k$ scelta da un insieme $K$ di 8 chiavi, la distribuzione ideale di output è vincolata a una varietà modulare a bassa dimensione (una "cresta" o ridge), definita dalla relazione:
  $$v \equiv k \cdot u \pmod{16}$$
• Ipotesi: In presenza di rumore hardware, la distribuzione di probabilità dovrebbe concentrarsi vicino a questa cresta, rendendola visibile nonostante il rumore.

Esecuzione Hardware

• Backend: ibm torino.
• Job: Un singolo job SamplerV2 con 8 chiavi diverse.
• Campioni: 1024 colpi (shots) per chiave, per un totale di $N = 8192$ colpi.
• Circuiti: Profondità traspileata media di 411, con un numero medio di porte a due qubit di 224.5.

Metodologia di Analisi (Framework DAGI)

Il cuore dell'analisi risiede nella decomposizione dell'informazione reciproca $I(K; D_S)$ tra l'etichetta della chiave ($K$) e i sottoinsiemi di bit misurati ($D_S$):

1. Decomposizione di Möbius: Utilizzo dell'inversione di Möbius sul reticolo dei sottoinsiemi per decomporre l'informazione in contributi irriducibili (sinergici) $f(T)$. Un valore positivo di $f(T)$ per $|T| \ge 3$ indica informazione sinergica che richiede l'osservazione congiunta dei bit in $T$.
2. Metrica di Sinergia Target: Calcolo del punteggio di sinergia positiva di ordine 3 ($CPSK$), che quantifica l'informazione sinergica irriducibile a ordine 3.
3. Controlli di Affidabilità:
   • Test di Permutazione: Confronto delle statistiche osservate con distribuzioni nulle ottenute mescolando le etichette delle chiavi (label-shuffle).
   • Frontiera di Affidabilità (Bootstrap): Verifica della stabilità delle stime di ordine superiore variando il budget di colpi (shots) per garantire che i risultati non siano artefatti del campionamento finito.
   • Diagnostica di Uniformità: Verifica che le distribuzioni marginali a singolo bit siano quasi uniformi, escludendo che la prevedibilità sia dovuta a bias banali.

3. Risultati Chiave

Sopravvivenza della Cresta (Ridge Survival)

• La struttura a cresta a bassa dimensione è visibilmente presente sui dati hardware.
• Probabilità di Colpo sulla Cresta ($p_{hit}$): $0.1830$ (confrontato con il baseline uniforme di $1/16 \approx 0.0625$).
• Contrasto della Cresta: $2.93\times$ (Intervallo di Confidenza 95%: [2.80, 3.06]). Questo dimostra che il segnale algebrico globale sopravvive al rumore del circuito traspileato.

Recupero della Chiave

• Accuratezza per Colpo (Per-shot): $0.1689$ (superiore al caso casuale di $0.125$).
• Recupero del Dizionario (Per-group): $0.375$ (3 su 8 chiavi corrette), superando significativamente il caso casuale nonostante l'aliasing tra chiavi specifiche.

Struttura Sinergica di Ordine Superiore

• Significatività Statistica: I test di permutazione confermano che sia l'accuratezza che la sinergia di ordine 3 non sono casuali:
  • $p_{perm}(\text{accuratezza}) = 0.001996$
  • $p_{perm}(CPSK) = 0.004975$
• Decomposizione dell'Informazione:
  • La massa positiva di ordine 3 ($M^+_3$) è $0.08788$.
  • Dominio Cross-Register: Circa il 97% di questa massa sinergica è "cross-register" (coinvolge bit da entrambi i registri $u$ e $v$), coerentemente con la natura della vincolo algebrico $v \equiv k \cdot u$.
  • Le distribuzioni marginali a singolo bit sono quasi uniformi (deviazione massima $\approx 0.0724$), confermando che l'informazione non risiede nei singoli bit ma nelle correlazioni.

Robustezza e Ablazione

• Frontiera di Affidabilità: La sinergia di ordine 3 rimane statisticamente stabile e affidabile ($CV \le 1$) anche a budget ridotti di colpi (fino a 128 colpi/chiave), confermando la robustezza della misura.
• Ablazione: Modelli basati solo su feature marginali hanno prestazioni inferiori rispetto a modelli che includono feature a coppie o bitstring completi, dimostrando che la struttura di ordine superiore è necessaria per una buona calibrazione e prevedibilità.

4. Contributi Principali

1. Validazione Hardware di DAGI: Prima validazione empirica del framework DAGI su hardware quantistico reale (ibm torino), dimostrando che la metodologia può estrarre strutture informative non banali da dati rumorosi.
2. Dimostrazione di Informazione Sinergica: Prove sperimentali che l'informazione sulla chiave in un sistema quantistico rumoroso è prevalentemente di ordine superiore (sinergica) e non visibile nelle distribuzioni marginali a basso ordine.
3. Metodologia di Diagnosi: Introduzione di una pipeline robusta che combina decomposizione di Möbius, test di permutazione e sweep di affidabilità bootstrap per distinguere il segnale reale dal rumore di campionamento.
4. Sopravvivenza di Strutture Algebriche: Conferma che le firme algebriche globali (come le creste modulari) possono sopravvivere a circuiti quantistici traspileati con profondità moderata, pur in presenza di rumore significativo.

5. Significato e Implicazioni

Questo lavoro è significativo perché:

• Supera il limite delle osservabili a basso ordine: Dimostra che l'analisi delle sole distribuzioni marginali (singoli qubit) è insufficiente per comprendere la struttura informativa in sistemi quantistici complessi e rumorosi.
• Valida l'approccio DAGI: Conferma che la teoria dell'informazione basata su DAG e l'inversione di Möbius sono strumenti pratici e validi per l'analisi dei dati quantistici reali.
• Implicazioni per la Crittografia e il Quantum Sensing: Suggerisce che in scenari di recupero di chiavi o rilevamento di segnali, l'attenzione deve essere posta sulle correlazioni di ordine superiore e sinergiche, che possono essere più resilienti al rumore o più informative delle statistiche locali.
• Scalabilità: Sebbene l'esperimento sia stato condotto su un'istanza ridotta ($n=4$) per motivi di fattibilità hardware, la logica di validazione è scalabile. Il lavoro pone le basi per futuri esperimenti su istanze più grandi (es. $n=6$) e circuiti più profondi, guidando la ricerca verso la rilevazione di strutture informative in sistemi quantistici su larga scala.

In conclusione, lo studio dimostra che il framework DAGI è in grado di rilevare e quantificare strutture informative non banali, resilienti al rumore e di ordine superiore, fornendo un metodo rigoroso per l'analisi diagnostica dei dati di misurazione quantistica.