Quantum Observers: A NISQ Hardware Demonstration of Chaotic State Prediction Using Quantum Echo-state Networks

Resumo Técnico: Observadores Quânticos: Uma Demonstração de Hardware NISQ de Previsão de Estados Caóticos Usando Redes de Estado-Eco Quânticas

Declaração do Problema
Embora a inteligência artificial tenha demonstrado capacidades notáveis em hardware clássico, a escalabilidade e a eficiência permanecem limitadas por restrições computacionais. Os computadores quânticos oferecem o potencial de superar essas limitações; no entanto, a integração da computação quântica com redes neurais (NNs) no atual hardware de Escala Intermediária Ruidosa Quântica (NISQ) é prejudicada pela decoerência, ruído, altas taxas de erro e tempos de coerência curtos (T1 e T2). Abordagens existentes para Computação em Reservatório Quântico (QRC) frequentemente dependem de dispositivos analógicos especializados, exigem reinicialização ou interrupção de circuitos (levando a erros de "estouro de buffer") ou carecem de memória persistente. Além disso, converter conceitos clássicos de reservatório — como memória decaente, estabilidade assintótica (a propriedade de "estado-eco") e não linearidade — em circuitos quânticos universais baseados em portas apresenta desafios significativos devido à evolução unitária de sistemas fechados e ao colapso da medição de estados.

Metodologia
Os autores propõem uma Rede de Estado-Eco Quântica (QESN) escalável, projetada para operar como um "observador quântico", capaz de reconstruir variáveis de estado latentes de um sistema dinâmico a partir de medições parciais. A arquitetura é projetada especificamente para hardware NISQ universal baseado em portas (especificamente qubits supercondutores da IBM) e evita a necessidade de reinicialização ou interrupção de circuitos durante a execução de séries temporais longas.

Componentes metodológicos-chave incluem:

• Arquitetura de Circuito: A QESN utiliza um paradigma de "medição e reinicialização" onde qubits de leitura são medidos e reinicializados deterministicamente para $|0\rangle$ a cada passo de tempo, enquanto qubits de memória retêm o estado. Isso permite evolução contínua ao longo de horizontes longos.
• Codificação de Entrada: Dados clássicos são incorporados usando "incorporações de ângulo" (rotações $R_z(\gamma)R_x(\beta)R_z(\alpha)$) na esfera de Bloch. Uma abordagem de "janela de contexto" mapeia tamanhos de entrada arbitrários para esses ângulos de rotação por meio de uma camada clássica totalmente conectada ($W_{in}$), desacoplando o tamanho do reservatório da dimensão de entrada.
• Esparsidade e Emaranhamento: Para mitigar erros de portas e reduzir a profundidade do circuito (minimizando operações SWAP), os autores introduzem esparsidade deletando aleatoriamente um subconjunto de portas emaranhantes de dois qubits. O circuito emprega um bloco de "reenvio de dados" sintonizável, onde rotações dependentes da entrada são repetidas ($n_c$ vezes) entre portas emaranhantes para aumentar a não linearidade.
• Análise de Resposta: Os autores estendem a análise clássica de resposta no domínio do tempo da teoria de controle para o domínio quântico. Ao analisar a resposta do sistema a entradas em degrau, rampa e senoidais, eles caracterizam a capacidade de memória, a não linearidade e a estabilidade da QESN. Essa análise orienta a seleção de níveis de esparsidade e o número de blocos de reenvio.
• Treinamento e Otimização: O circuito quântico gera um espaço de características de alta dimensão (distribuições de probabilidade sobre o espaço de Hilbert). Essas características são alimentadas em um modelo clássico de regressão de mínimos quadrados com regularização elastic net para prever saídas alvo.

Principais Contribuições

1. Novo Design de QESN: Um circuito QESN baseado em portas universais que opera continuamente em hardware NISQ sem interrupções intermediárias ou reinicializações completas do sistema, utilizando um esquema de medição e reinicialização para qubits de leitura.
2. Estrutura de Análise de Resposta: Uma extensão da teoria de controle clássica para circuitos quânticos para sintonizar sistematicamente a esparsidade e a não linearidade (via blocos de reenvio), demonstrando que uma esparsidade significativa (até ~50% de remoção de portas) pode ser alcançada sem comprometer a propriedade de estado-eco.
3. Validação em Hardware: Uma demonstração abrangente da QESN funcionando como um observador quântico no QPU $ibm\_marrakesh$, prevendo com sucesso a dinâmica caótica de um sistema de Lorenz.

Resultados

• Simulação: Simulações no simulador Aer (usando um modelo de ruído $ibm\_fez$) mostraram que o uso da distribuição de probabilidade completa como características resultou em um Erro Quadrático Médio (RMSE) menor comparado ao uso de valores esperados apenas. A QESN demonstrou desempenho superior às ESNs clássicas em simulações sem ruído quando os contagens de nós do reservatório foram igualados, embora os autores observem que esse é um ganho modesto.
• Execução em Hardware: A QESN foi executada no QPU $ibm\_marrakesh$ usando 12 qubits para prever as coordenadas $y(t+1)$ e $z(t+1)$ de um sistema de Lorenz, dado apenas a entrada $x(t)$.
  • O circuito executou coerentemente por uma duração de aproximadamente 48.000 $\mu$s, o que é mais de 100 vezes maior que os tempos de coerência medianos T1 (213,92 $\mu$s) e T2 (119,57 $\mu$s) dos qubits.
  • O experimento processou com sucesso uma série temporal de 2.000 passos, excedendo significativamente demonstrações anteriores (por exemplo, 100 passos em [15], 20 passos em [14]).
  • Os resultados em hardware alcançaram um RMSE de teste de 0,0922, alinhando-se estreitamente com as expectativas de simulação ruidosa.
  • O sistema mitigou com sucesso erros de "estouro de buffer" introduzindo um atraso de 24 $\mu$s pós-medição, permitindo execuções sequenciais mais longas.

Significado e Alegações
O artigo afirma demonstrar o algoritmo de previsão de séries temporais com tempo de execução mais longo já realizado em hardware NISQ baseado em portas até a data. Os autores enfatizam que seus resultados provam que os computadores NISQ atuais são capazes de manter memória coerente e realizar tarefas preditivas por durações que excedem vastamente os tempos de coerência individuais dos qubits.

O trabalho posiciona a QESN como um "observador quântico" viável para sistemas dinâmicos, destacando que:

• A esparsidade é um parâmetro de design crítico para otimização NISQ, reduzindo taxas de erro enquanto preserva memória e não linearidade.
• O paradigma de medição e reinicialização, combinado com o reenvio de dados, permite memória persistente e operação estável sem reinicialização de circuitos.
• Embora o ganho de desempenho atual sobre métodos clássicos seja modesto, o crescimento exponencial do espaço de características proporcionado por computadores quânticos sugere potencial para vantagens futuras significativas à medida que o hardware melhorar.

Os autores afirmam explicitamente que não reivindicam uma "vantagem quântica" definitiva nesta fase, mas sim demonstram a viabilidade prática de abordagens de aprendizado de máquina quântico em hardware contemporâneo para sistemas dinâmicos complexos e caóticos.