Bayesian Parameter Shift Rule in Variational Quantum Eigensolvers

Resumo Técnico: Regra de Deslocamento de Parâmetros Bayesiana em Solucionadores de Autovalores Quânticos Variacionais

Declaração do Problema
Os Solucionadores de Autovalores Quânticos Variacionais (VQEs) são algoritmos híbridos quântico-clássicos projetados para aproximar a energia do estado fundamental de sistemas físicos. Um gargalo crítico na otimização de VQE é o alto custo da estimativa de gradientes, que depende de medições quânticas repetidas (tiros). O ruído de observação, derivado principalmente do ruído de tiros de medição, exige um grande número de tiros para alcançar gradientes precisos. Métodos existentes, como Descida de Gradiente Estocástico (SGD) usando Regras de Deslocamento de Parâmetros (PSRs) padrão ou variantes de Otimização Mínima Sequencial (SMO) como NFT, frequentemente exigem contagens de tiros fixas e altas por iteração ou carecem de mecanismos para reduzir adaptativamente os custos de observação com base no estado atual da otimização. Embora Processos Gaussianos (GPs) tenham sido utilizados em VQEs para Otimização Bayesiana (BO) e para melhorar métodos SMO (por exemplo, EMICoRe, SubsCoRe), sua aplicação à estimativa de gradientes em SGD tem sido limitada. Especificamente, há uma necessidade de uma técnica de estimativa de gradiente que ofereça flexibilidade nas localizações de observação, forneça quantificação de incerteza e possa reutilizar dados históricos para minimizar os custos totais de computação quântica.

Metodologia
O artigo propõe uma Regra de Deslocamento de Parâmetros Bayesiana (Bayesian PSR) e uma estratégia de otimização adaptativa chamada GradCoRe (Região de Confiança do Gradiente).

1. Regra de Deslocamento de Parâmetros Bayesiana (Bayesian PSR):

   • Os autores modelam a função objetivo do VQE usando um Processo Gaussiano (GP) com um kernel de VQE informado pela física. Este kernel é derivado da estrutura de polinômio trigonométrico das funções objetivo do VQE, garantindo que o prior reflita as propriedades físicas do circuito quântico.
   • Diferentemente das PSRs padrão que exigem observações em pontos específicos e equidistantes (por exemplo, $x \pm \frac{\pi}{2}e_d$), a Bayesian PSR estima o gradiente usando a média posterior da derivada do GP.
   • Esta abordagem permite o uso de observações em localizações arbitrárias. Crucialmente, permite a reutilização de observações de iterações anteriores de SGD, acumulando informações de gradiente para melhorar a precisão da estimativa sem medições quânticas adicionais.
   • O método fornece uma forma analítica para o estimador de gradiente e, significativamente, a incerteza posterior da estimativa de gradiente antes que as medições sejam realizadas.
   • A análise teórica (Teorema 3.1 e 3.2) demonstra que a Bayesian PSR se reduz à PSR generalizada no limite sem ruído com observações equidistantes. Além disso, revela que o parâmetro de deslocamento padrão $\alpha = \pi/2$ é ótimo para minimizar a incerteza do gradiente no caso de primeira ordem com ruído ($V_d=1$).

2. Estratégia GradCoRe (Região de Confiança do Gradiente):

   • Aproveitando as informações de incerteza da Bayesian PSR, os autores introduzem o GradCoRe, definido como a região onde a variância posterior da estimativa de gradiente está abaixo de um limiar especificado.
   • O algoritmo SGD-GradCoRe determina adaptativamente o número de tiros de medição necessários em cada iteração. Ele resolve um problema de otimização para encontrar o número total mínimo de tiros tal que o ponto ótimo atual esteja dentro do GradCoRe.
   • O limiar de precisão necessário é ajustado dinamicamente com base na norma do gradiente estimado, permitindo menos tiros quando o gradiente é pequeno (perto da convergência) ou a função é plana, e mais tiros quando maior precisão é necessária.

Principais Contribuições

• Proposta da Bayesian PSR: Uma variante flexível das PSRs existentes que utiliza GPs com kernels de VQE para estimar gradientes a partir de observações em localizações arbitrárias, fornecendo acesso direto a informações de incerteza.
• Unificação Teórica: O artigo estabelece a relação matemática entre a Bayesian PSR e as PSRs existentes, provando que o parâmetro de deslocamento padrão ($\pi/2$) é ótimo para minimizar a incerteza em casos de primeira ordem com ruído.
• Estrutura GradCoRe: A introdução do conceito de Região de Confiança do Gradiente e uma estratégia de custo de observação adaptativa associada ao SGD, que minimiza o número total de tiros de medição enquanto mantém a precisão de estimativa necessária.
• Validação Empírica: Experimentos numéricos demonstrando que os métodos propostos aceleram significativamente a otimização de VQE em comparação com as linhas de base mais avançadas.

Resultados
Os autores conduziram experimentos nas Hamiltonianas de Ising e Heisenberg usando circuitos quânticos SU(2) eficientes com contagens variáveis de qubits ($Q=5, 7$) e camadas ($L=3, 5$).

• Desempenho vs. SGD Padrão: A Bayesian PSR isolada (Bayes-SGD) forneceu estimadores de gradiente mais precisos do que a PSR padrão, mas mostrou desempenho de otimização comparável ao usar contagens fixas de tiros. No entanto, quando equipada com a estratégia GradCoRe, o método superou significativamente o SGD padrão com contagens fixas de tiros (por exemplo, 128, 256, 512, 1024 tiros).
• Comparação com o Estado da Arte: O GradCoRe foi comparado com SGLBO, Bayes-NFT, EMICoRe e SubsCoRe. Os resultados mostraram que o GradCoRe alcançou convergência mais rápida e erros finais de energia/fidelidade menores com menos tiros de medição cumulativos.
• Significância Estatística: Testes de postos sinalizados de Wilcoxon confirmaram que as melhorias de desempenho do GradCoRe sobre todas as linhas de base foram estatisticamente significativas ($p < 0.05$) em vários cenários experimentais.
• Eficiência de Custos: O método minimizou com sucesso o número total de tiros de medição (a métrica de custo primária em VQEs) alocando recursos adaptativamente com base na incerteza do gradiente.

Significância
O artigo afirma que as propriedades físicas dos VQEs, especificamente a estrutura trigonométrica de suas funções objetivo, podem ser efetivamente capturadas por kernels informados pela física em Processos Gaussianos. Ao integrar esse conhecimento em um framework bayesiano, os autores demonstram que:

1. A estimativa de gradiente pode ser tornada mais flexível e eficiente reutilizando dados históricos.
2. A quantificação de incerteza pode ser utilizada diretamente para controlar adaptativamente os custos de observação, uma capacidade não presente no SGD baseado em PSR padrão.
3. A abordagem proposta preenche a lacuna entre técnicas de aprendizado de máquina (GPs, BO) e otimização quântica, oferecendo um novo método de última geração para otimização de VQE que reduz o consumo de recursos quânticos.

Os autores concluem que esta abordagem bayesiana facilita o desenvolvimento de algoritmos mais eficientes para VQEs e, mais amplamente, para tarefas de otimização em computação quântica.