⚛️ fisica quantistica

Classical Pre-Training of Large Shallow Parametrized Quantum Circuits through Pauli Propagation and deployment on Quantum Hardware

Questo articolo propone un framework di pre-addestramento classico per circuiti quantistici parametrici profondi tramite la propagazione di Pauli per ottimizzare efficientemente le funzioni di perdita mediante la propagazione dell'osservabile all'indietro, dimostrando con successo l'implementazione dei parametri risultanti su hardware quantistico IBM a 64 qubit per compiti quali l'autovalore variazionale e la modellazione generativa.

Autori originali: Saverio Monaco, Jamal Slim, Ran Xue, Dirk Krücker, Kerstin Borras

Pubblicato 2026-10-26

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Saverio Monaco, Jamal Slim, Ran Xue, Dirk Krücker, Kerstin Borras

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

L'apprendimento automatico quantistico si colloca alla frontiera dove le strane regole del mondo subatomico incontrano la necessità pratica di risolvere problemi complessi. Al suo cuore ci sono circuiti composti da bit quantistici, o qubit, che possono esistere in più stati contemporaneamente, permettendo loro di elaborare informazioni in modi in cui i computer classici non possono farlo. Per rendere questi circuiti utili, gli scienziati devono "addestrarli", regolando i loro parametri interni per trovare la migliore soluzione per un compito specifico, proprio come sintonizzare una radio per trovare un segnale chiaro. Tuttavia, man mano che questi circuiti diventano più grandi per affrontare problemi più difficili, il processo di addestramento diventa un collo di bottiglia. Il metodo standard richiede l'invio del circuito avanti e indietro a una macchina quantistica fisica migliaia di volte per misurare quanto bene stia performando. Questo è lento, costoso e incline agli errori perché le attuali macchine quantistiche sono fragili e rumorose. La sfida centrale è trovare un modo per svolgere il lavoro pesante dell'addestramento senza fare costante affidamento sull'hardware delicato.

Un team di ricercatori ha sviluppato un nuovo approccio che sposta l'onere dell'addestramento interamente ai computer classici, lasciando la macchina quantistica solo per il test finale. Il loro metodo, chiamato propagazione di Pauli, funziona invertendo il flusso delle informazioni. Invece di inviare uno stato quantistico in avanti attraverso il circuito per vedere cosa esce, partono dalla domanda che vogliono porre e lavorano all'indietro attraverso gli strati del circuito. Tracciando come la domanda cambia mentre si muove contro il flusso dei gate, possono scrivere una descrizione matematica precisa del comportamento del circuito utilizzando solo la potenza di un computer standard. Questa descrizione funge da mappa, mostrando esattamente come il cambiamento dei parametri del circuito influenzerà il risultato finale. Poiché questa mappa è costruita su un computer classico, i ricercatori possono regolare i parametri milioni di volte in pochi secondi, un compito che richiederebbe giorni o settimane se dovessero eseguire il circuito su un vero dispositivo quantistico per ogni singola modifica.

I ricercatori hanno testato questa strategia su due problemi molto diversi utilizzando un circuito con 64 qubit, una dimensione troppo grande anche per i più potenti supercomputer classici per essere simulata direttamente. Nel primo esperimento, hanno affrontato un problema della fisica noto come Variational Quantum Eigensolver, utilizzato per trovare lo stato di energia più bassa di un sistema, simile a trovare la disposizione più stabile di magneti. Hanno addestrato il circuito su un computer classico usando il loro metodo di back-propagation e poi hanno implementato i parametri risultanti su un vero processore quantistico chiamato ibm berlin. Sebbene l'addestramento classico abbia ottimizzato con successo i parametri, i ricercatori hanno osservato un divario persistente tra i risultati prodotti dall'hardware quantistico e lo stato fondamentale teorico. Hanno attribuito questo divario alla precisione dell'hardware nel stimare l'osservabile piuttosto che a un fallimento nella procedura di addestramento stessa. Nel secondo esperimento, hanno addestrato il circuito per agire come un generatore di immagini semplici in bianco e nero, insegnando essenzialmente a creare pattern che sembrassero cifre scritte a mano. Anche in questo caso, hanno addestrato il modello interamente su un computer classico e poi hanno eseguito la versione finale sul processore quantistico. La macchina ha prodotto immagini di cifre riconoscibili, sebbene rumorose, dimostrando che il metodo funziona anche per i compiti generativi.

Una scoperta chiave dello studio è che questo approccio consente un uso molto più efficiente dell'hardware quantistico. I ricercatori hanno scoperto che i circuiti che hanno progettato richiedevano molti meno gate complessi rispetto ad altri design comuni utilizzati per compiti simili. Questa riduzione è cruciale perché ogni gate extra aggiunge uno strato di errore e richiede più tempo per essere eseguito su una macchina reale. Utilizzando meno gate, i circuiti erano abbastanza superficiali da poter essere eseguiti sull'attuale hardware senza cadere a pezzi a causa del rumore. Lo studio ha inoltre evidenziato che, sebbene l'addestramento classico sia stato altamente efficace, i risultati finali sulla macchina quantistica mostravano comunque un divario rispetto alla perfetta simulazione classica. Questo divario non era dovuto a un fallimento del metodo di addestramento, bensì alle limitazioni intrinseche del processore quantistico fisico, che fatica a misurare i risultati con precisione perfetta. I ricercatori hanno notato che il metodo non è una bacchetta magica che risolve ogni problema istantaneamente; è uno strumento pratico che rende l'addestramento fattibile a scale dove prima era impossibile.

Il lavoro suggerisce una nuova strada per il campo, in cui il computer quantistico non è più il motore del processo di apprendimento, ma piuttosto l'ultima fase di esecuzione. Spostando il lavoro intensivo di ottimizzazione ai computer classici, gli scienziati possono scalare verso sistemi con centinaia di qubit senza essere frenati dalla velocità e dalla fragilità dell'attuale hardware. I ricercatori riconoscono che c'è ancora del lavoro da fare, in particolare nel perfezionamento delle funzioni di perdita utilizzate per i modelli generativi e nel tenere conto dei tipi specifici di rumore presenti nei dispositivi reali. Tuttavia, la dimostrazione su 64 qubit serve come una forte prova di concetto. Dimostra che, pensando diversamente su come addestrare questi circuiti, possiamo colmare il divario tra il potenziale teorico dell'apprendimento automatico quantistico e la realtà pratica della tecnologia odierna.

Sintesi Tecnica: Pre-addestramento Classico di Circuiti Quantistici Parametrizzati Superficiali e Grandi attraverso la Propagazione di Pauli

Problematica
La scalabilità dei Circuiti Quantistici Parametrizzati (PQC) verso un numero elevato di qubit rimane un collo di bottiglia centrale nel Quantum Machine Learning (QML). Sebbene l'hardware quantistico sia ora disponibile con oltre 100 qubit, l'addestramento esteso su questi dispositivi è ostacolato dal costo della stima del gradiente. La standard regola dello spostamento del parametro (parameter-shift rule) richiede due valutazioni di circuito per ogni parametro, diventando proibitivamente costosa all'aumentare del numero di parametri. Al contrario, gli ottimizzatori privi di gradiente (ad esempio, COBYLA, SPSA) riducono il numero di valutazioni ma offrono garanzie di convergenza più deboli e richiedono comunque un accesso ripetuto e costoso all'hardware quantistico. Le soluzioni esistenti spesso limitano l'architettura dell'ansatz per ridurre i costi del gradiente o si affidano alla simulazione classica, che è tuttavia limitata a circa 30 qubit.

Metodologia: Framework di Propagazione di Pauli
Gli autori propongono un paradigma "addestra su classico, implementa su quantistico" che estende l'addestramento classico a una classe più ampia di PQC, specificamente circuiti di scrambling locale, dove la funzione di perdita è definita dai valori di aspettazione degli osservabili. La metodologia principale si basa sulla propagazione di Pauli, che opera nel quadro di Heisenberg. Invece di evolvere lo stato quantistico in avanti, il metodo evolve l'osservabile $O$ all'indietro attraverso il circuito tramite la trasformazione $O'(\theta) = U^\dagger(\theta) O U(\theta)$ .

Componenti tecniche chiave:

Decomposizione dell'Osservabile: L'osservabile viene decomposto nella base di Pauli a $n$ qubit. La propagazione traccia come le stringhe di Pauli si trasformano sotto la coniugazione di ogni gate.
Branching e Fattori Trigonometrici: I gate di rotazione parametrizzati causano la ramificazione delle stringhe di Pauli in due termini (rami coseno e seno) quando anticommutano con l'asse di rotazione. Ciò risulta in un'espressione parametrica esplicita per il valore di aspettazione $\langle O \rangle(\theta)$ come somma di prodotti di funzioni trigonometriche dei parametri del circuito.
Filtraggio Esatto: Un filtro naturale scarta qualsiasi percorso di propagazione in cui la stringa di Pauli terminale contenga operatori $X$ o $Y$ , poiché $\langle 0|X|0\rangle = \langle 0|Y|0\rangle = 0$ . Solo i percorsi che terminano in $I$ o $Z$ contribuiscono al valore di aspettazione.
Strategie di Troncamento: Per rendere la propagazione trattabile per sistemi di grandi dimensioni (ad esempio, 64 qubit), gli autori implementano due schemi di approssimazione complementari:
- Troncamento del Peso (Weight Truncation): Scarta i percorsi in cui il peso di Pauli (numero di operatori non identità) supera un valore di cutoff $w_{cut}$ . Ciò è giustificato dall'osservazione che, per gli ansatz di scrambling locale, il contributo dei percorsi ad alto peso decade esponenzialmente.
- Troncamento del Grado Trigonometrico: Scarta i percorsi in cui il numero di gate di ramificazione (grado trigonometrico) supera un valore di cutoff $\delta_{cut}$ , basandosi sul decadimento dei termini ad alto grado sotto parametri distribuiti uniformemente.
Euristiche di Pruning: Per ridurre ulteriormente il costo computazionale senza errori di approssimazione, gli autori impiegano strategie di pruning esatte:
- Dead-qubit Pruner: Scarta i rami in cui un qubit trasporta un operatore $X$ o $Y$ e nessun gate rimanente può riportarlo a $Z$ o $I$ .
- XY-weight Pruner: Scarta i rami in cui il numero di qubit che trasportano $X$ o $Y$ eccede il numero di gate rimanenti capaci di ridurre tale conteggio.

Contributi Chiave e Applicazioni
Il documento dimostra questo approccio su due benchmark a 64 qubit, una scala ben oltre le capacità di simulazione esatta dello stato vettoriale (statevector):

Variational Quantum Eigensolver (VQE):
- Compito: Trovare lo stato fondamentale dell'energia di un modello di Ising a campo trasverso 2D.
- Risultato: Il metodo ha ottimizzato con successo i parametri per gli ansatz di profondità-1 (propagazione esatta) e profondità-2 (propagazione troncata). I parametri ottimizzati classicamente sono stati implementati sul processore quantistico IBM ibm_berlin. I risultati hanno mostrato che il pre-addestramento classico ha efficacemente ridotto l'uso dell'hardware quantistico solo alla validazione, poiché l'intero ciclo di ottimizzazione di 1000 passi è stato eseguito su hardware classico.
Modellazione Generativa Quantistica:
- Compito: Addestrare un modello generativo di tipo discreto per immagini binarie (MNIST downsampled) utilizzando una funzione di perdita basata sulla Maximum Mean Discrepancy (MMD) dei valori di aspettazione di Pauli-Z.
- Risultato: Gli autori hanno addestrato un ansatz superficiale (256 parametri) utilizzando la propagazione di Pauli con troncamento del peso. Il modello addestrato è stato implementato su ibm_berlin per generare campioni.
- Confronto: Il propagatore proposto ha superato significativamente due baseline IQP (Instantaneous Quantum Polynomial) . Ha raggiunto un MMD $^2$ di test circa 12 volte inferiore rispetto a un circuito IQP con lo stesso numero di parametri e ha superato un circuito IQP con 10 $\times$ più parametri (2560 gate), nonostante l'utilizzo di un decimo dei parametri. Gli autori attribuiscono ciò alla struttura causale introdotta dai gate non commutanti nel loro ansatz, che fornisce una maggiore espressività per parametro rispetto ai gate commutanti dei circuiti IQP.

Significatività e Rivendicazioni
Il documento posiziona questo lavoro come una prova di concetto piuttosto che come una rivendicazione di ottimalità. La sua importanza primaria risiede nel dimostrare la viabilità della pipeline "addestra su classico, implementa su quantistico" alla scala dei 64 qubit.

Scalabilità: L'approccio offre una via percorribile per il QML all'aumentare del numero di qubit, aggirando il costo proibitivo della stima del gradiente sull'hardware.
Efficienza dell'Hardware: Spostando l'addestramento interamente su risorse classiche, il metodo minimizza le esecuzioni del circuito quantistico a quanto strettamente necessario per la validazione finale o il campionamento.
Efficienza dei Parametri: Nel compito di modellazione generativa, l'ansatz non commutante ha richiesto sensibilmente meno gate parametrizzati rispetto agli ansatz di tipo IQP per ottenere prestazioni superiori, riducendo l'overhead di trasposizione e rendendo l'implementazione su hardware NISQ (Noisy Intermediate-Scale Quantum) attuale più fattibile.
Direzioni Future: Gli autori osservano che, sebbene il metodo sia promettente, identificare funzioni di perdita che siano sia motivate fisicamente sia più economiche da propagare rispetto allo stimatore MMD rimane una sfida aperta. Suggeriscono inoltre che l'integrazione dei modelli di rumore del dispositivo direttamente nella propagazione potrebbe migliorare ulteriormente la robustezza dei parametri addestrati.

Articoli simili