Support Vector Machine with a Scalable Quantum Kernel

Sintesi Tecnica: Support Vector Machine con un Kernel Quantistico Scalabile

Problematica
Le Quantum Support Vector Machines (QSVM) si affidano a kernel generati quantisticamente per mappare i dati in spazi di Hilbert ad alta dimensionalità, offrendo teoricamente vantaggi rispetto ai metodi classici. Tuttavia, l'approccio standard, il Fidelity Quantum Kernel (FQK), soffre di una barriera critica di scalabilità nota come "concentrazione esponenziale". All'aumentare del numero di qubit ($n$), la sovrapposizione tra distinti stati quantistici decade esponenzialmente ($\sim 2^{-n}$). Di conseguenza, le voci della matrice del kernel convergono verso un singolo valore (tipicamente zero per gli elementi fuori diagonale), rendendo la matrice del kernel indistinguibile dalla matrice identità. Questo fenomeno richiede un numero esponenziale di shot di misurazione per risolvere le differenze tra i punti dati, impedendo efficacemente la scalabilità oltre i sistemi a pochi qubit e portando a una scarsa generalizzazione su dataset più grandi.

Metodologia
Per affrontare i limiti del FQK, gli autori propongono l'Hamming Quantum Kernel (HQK). A differenza del FQK, che si basa esclusivamente sulla probabilità di misurare la stringa di bit con tutti gli zeri ($|0\dots0\rangle$) per stimare la sovrapposizione degli stati, l'HQK utilizza l'intera statistica di misurazione generata dal circuito quantistico.

La metodologia centrale prevede i seguenti passaggi:

1. Codifica dello Stato: I punti dati $x_i$ e $x_j$ vengono codificati in stati quantistici $|\psi(x)\rangle = U(x)|0\rangle^{\otimes n}$ utilizzando un circuito quantistico parametrizzato (specificamente l'ansatz ZZ-kernel).
2. Misurazione: Il circuito $U^\dagger(x_i)U(x_j)$ viene eseguito e le stringhe di bit risultanti vengono misurate.
3. Post-elaborazione basata sulla Distribuzione: Inveve di scartare tutti i risultati tranne la stringa di bit con tutti gli zeri, l'HQK raggruppa tutte le stringhe di bit misurate $b$ in base al loro peso di Hamming $h(b)$ (il numero di 1 nella stringa).
4. Calcolo del Kernel: L'elemento del kernel è calcolato come una somma pesata delle probabilità di queste stringhe di bit:
   $$\kappa_{HQK}(x_i, x_j) = \sum_{b} |\langle b|U^\dagger(x_i)U(x_j)|0\rangle^{\otimes n}|^2 e^{-\lambda h(b)}$$
   Qui, $\lambda$ è un iperparametro regolabile.
   • Quando $\lambda \to \infty$, l'HQK converge allo standard FQK (concentrandosi solo su $h(b)=0$).
   • Quando $\lambda \to 0$, il kernel si avvicina a una matrice composta da tutti uno.
   • Valori intermedi di $\lambda$ permettono al kernel di sfruttare la distribuzione delle stringhe di bit con bassi pesi di Hamming, che sono più probabili per stati simili, mantenendo così la forza del segnale anche all'aumentare di $n$.

Contributi Chiave

• Scalabilità: L'HQK mitiga il problema della concentrazione esponenziale utilizzando l'intera statistica di misurazione invece di un singolo valore di fedeltà. Ciò consente al metodo di rimanere efficace a scale di qubit più ampie senza richiedere risorse quantistiche aggiuntive o complessi cicli di ottimizzazione ibridi.
• Post-elaborazione Classica: Il metodo introduce una specifica funzione di post-elaborazione classica che sfrutta le distribuzioni del peso di Hamming per potenziare le misure di similarità, evitando la necessità di allineamento del kernel o ottimizzazione dei parametri iterativa durante la fase di addestramento.
• Robustezza: L'approccio è progettato per essere agnostico rispetto al problema, basandosi sulle proprietà statistiche degli esiti della misurazione piuttosto che su strutture specifiche del dataset.

Risultati
Gli autori hanno valutato l'HQK rispetto allo standard FQK e a un kernel Gaussiano RBF (Radial Basis Function) classico utilizzando due dataset:

1. Dati Classici (MNIST): Cifre scritte a mano (0 vs 1, 0 vs 6, e dispari vs pari) sono state ridimensionate tramite PCA (Principal Component Analysis) a dimensioni comprese tra 2 e 27.
   • Per $n < 15$, tutti i kernel si sono comportati in modo simile.
   • Per $n \ge 15$, l'accuratezza del FQK è scesa drasticamente a causa della concentrazione esponenziale, avvicinandosi a un indovinare casuale.
   • L'HQK ha mantenuto un'accuratezza stabile, superando il FQK e avvicinandosi alle prestazioni del kernel RBF classico.
2. Dati Quantistici Sintetici: I dati sono stati generati da due distinti circuiti quantistici ($V_0$ e $V_1$) con differenti conteggi di qubit (da 4 a 27).
   • L'HQK ha costantemente superato sia il FQK che il kernel RBF classico in tutti i conteggi di qubit.
   • Fondamentalmente, per $n$ elevato, l'HQK ha raggiunto un'accuratezza di test vicina al limite teorico di distinguibilità, mentre i kernel FQK e RBF hanno mostrato un significativo degrado o stagnazione delle prestazioni.

Significatività e Rivendicazioni
L'articolo sostiene che l'Hamming Quantum Kernel fornisce una via pratica per l'apprendimento automatico quantistico scalabile. Evitando la concentrazione esponenziale inerente ai kernel basati sulla fedeltà, l'HQK consente alle QSVM di funzionare efficacemente su sistemi con 15 o più qubit senza richiedere hardware fault-tolerant o risorse quantistiche aggiuntive.

Gli autori affermano che l'HQK migliora l'espressività e la robustezza dei kernel quantistici a scale più ampie. Notevolmente, il metodo dimostra un vantaggio decisivo sui dati generati quantisticamente, dove supera sia i kernel quantistici standard che quelli classici. L'iperparametro ottimale $\lambda$ è stato trovato essere costantemente intorno a 0,1 in diversi dataset, suggerendo che il metodo può essere implementato efficientemente senza estese validazioni incrociate. Il lavoro conclude che l'HQK è un forte candidato per sostituire l'FQK in scenari su larga scala o in ambienti con risorse limitate, offrendo un'alternativa scalabile che sfrutta appieno il potere delle statistiche di misurazione quantistica.