Low-Overhead Error-Corrected QCNNs Using Bivariate Bicycle Codes

Sintesi Tecnica: QCNN a Basso Overhead con Correzione degli Errori Utilizzando Codici Bivariate Bicycle

Definizione del Problema
Le Reti Neurali Convoluzionali Quantistiche (QCNN) offrono una via per l'accelerazione computazionale nei compiti di classificazione, sfruttando il parallelismo quantistico e l'estrazione gerarchica delle caratteristiche. Tuttavia, la loro implementazione pratica su dispositivi NISQ (Noisy Intermediate-Scale Quantum) attuali è gravemente ostacolata dagli elevati tassi di errore fisico e dalla decoerenza. Queste sorgenti di rumore degradano il panorama della perdita (loss landscape), causando instabilità nell'addestramento e impedendo la convergenza. Sebbene il codice di superficie fornisca un metodo affidabile per la tolleranza ai guasti, il suo overhead di qubit scala in modo proibitivo ($O(d^2)$), rendendolo impraticabile per architetture near-term che richiedono centinaia di qubit logici. Inoltre, i codici di correzione degli errori esistenti spesso faticano a supportare i circuiti profondi e i gate non-Clifford richiesti dalle QCNN senza incorrere in costi di risorse massicci.

Metodologia
Gli autori propongono un protocollo di Correzione degli Errori Quantistici (QEC) a basso overhead che integra i codici Bivariate Bicycle (BB) con le QCNN. L'approccio prevede tre componenti primarie:

1. Selezione del Codice: Lo studio utilizza un codice BB a distanza-4 con parametri $[[18, 4, 4]]$. Questo codice codifica 4 qubit logici in 18 qubit fisici (ridotti a 11 indici fisici distinti tramite mappatura trasversale) con un tasso di codifica costante e una distanza del codice lineare. Offre una soglia di errore di circa lo 0,3% per modelli di rumore standard basati su circuiti.
2. Codifica Trasversale: La QCNN a 4 qubit, progettata per riconoscere fasi topologiche protette dalla simmetria (SPT) 1D, è incorporata nello spazio del codice BB. I gate logici sono implementati tramite operazioni trasversali, garantendo che le operazioni rimangano all'interno dello spazio del codice protetto. Per affrontare la sfida dei gate non-Clifford (che non possono essere implementati trasversalmente nei codici BB), gli autori impiegano una Rete Neurale Feed-Forward (FFNN) come decoder basato su sindrome.
3. Decoding Ibrido e Addestramento: Invece di fare affidamento esclusivamente sull'elaborazione post-classica (che introduce colli di bottiglia di latenza), una FFNN è intercalata tra i layer della QCNN. Questo decoder riceve le misurazioni delle sindromi X e Z dai controlli degli stabilizzatori del codice BB e predice le correzioni di Pauli per qubit. I pesi della FFNN sono addestrati utilizzando l'Approssimazione Stocastica di Perturbazione Simultanea (SPSA) per minimizzare i tassi di errore logico. Il processo di addestramento prevede l'iniezione di rumore di Pauli stocastico nel circuito e l'ottimizzazione degli angoli di rotazione del decoder per recuperare lo stato logico.

Contributi Chiave

• Integrazione dei Codici BB con le QCNN: Il documento introduce un'architettura specifica che combina un codice BB a distanza-4 con una QCNN a 4 qubit, dimostrando un metodo per mantenere la tolleranza ai guasti con un overhead costante.
• Protocollo QEC a Basso Overhead: Gli autori propongono una tecnica QEC a overhead costante che utilizza un decoder FFNN addestrabile per gestire gli errori non-Clifford, evitando la necessità di costose fabbriche di distillazione di stati magici richieste dai codici di superficie.
• Validazione della Resilienza al Rumore: Attraverso simulazioni numeriche, lo studio valida che la QCNN con QEC proposta mantiene la addestrabilità a tassi di errore NISQ dove le QCNN non protette falliscono.

Risultati Sperimentali
Gli autori hanno simulato le prestazioni del sistema proposto rispetto a una QCNN a 4 qubit non protetta sotto vari tassi di errore fisico ($p \in \{0, 0.0001, 0.001, 0.003\}$):

• Simulazione Senza Rumore: La QCNN non protetta è convergente fluidamente a una perdita di 0,174. La QCNN trasversale (corretta dagli errori) ha esibito una maggiore varianza iniziale della perdita e un plateau finale più alto (0,616) in condizioni di assenza di rumore, ciò attribuito ai vincoli strutturali dei gate trasversali che riducono l'espressività dell'ansatz.
• Basso Rumore ($p=0.001$): La QCNN non protetta non è riuscita a convergere, con la perdita che ristagna vicino a 0,65. Al contrario, la QCNN trasversale ha appreso con successo, scendendo a una perdita finale di 0,348.
• Alto Rumore ($p=0.003$): Entrambe le architetture non sono riuscite a convergere, con perdite che aumentano o si stabilizzano su valori elevati. Gli autori osservano che il livello di rumore ha superato i limiti di addestrabilità dell'attuale schema di gradiente a differenza finita.
• Stabilità della Predizione: I violin plot dei valori di predizione hanno mostrato che, sebbene la QCNN trasversale abbia esibito una varianza maggiore rispetto alla versione non protetta, essa ha preservato una qualità mediana di predizione più elevata a livelli di rumore elevati, permettendo all'ottimizzatore di identificare minimi locali dove il modello non protetto falliva.

Significato e Rivendicazioni
Il documento afferma che la tecnica del codice BB a distanza-4 rappresenta un passo significativo verso le QCNN pratiche affrontando i duplici limiti dell'alto overhead di qubit e del fallimento dell'addestramento indotto dal rumore. Lo studio dimostra che la QEC a basso overhead può consentire alle QCNN di convergere e apprendere in regimi in cui le dispositivi non protetti non possono farlo. Tuttavia, gli autori rimangono modesti riguardo alle attuali limitazioni:

• La soglia di errore del codice BB ($\sim0,3\%$) è inferiore a quella del codice di superficie, limitandone l'applicabilità ad ambienti con rumore molto elevato.
• L'attuale implementazione si affida a un decoder "soft" (FFNN) che non è stato completamente co-addestrato con i parametri variazionali della QCNN, portando a una correzione subottimale degli errori non-Clifford.
• Gli autori riconoscono che a tassi di rumore più elevati ($p=0.003$), il panorama del gradiente rimane troppo difficile per l'attuale modello senza una correzione degli errori più avanzata.

Il lavoro conclude che la ricerca futura dovrebbe concentrarsi sul co-addestramento del decoder con i parametri della QCNN e sull'applicazione di codici qLDPC con distanze maggiori all'aumentare del numero di qubit, per supportare modelli QCNN più profondi e complessi.