Resumo Técnico: Melhorando Redes Neurais Recorrentes Quânticas com Codificação de Amplitude

Declaração do Problema

As Redes Neurais Recorrentes (RNNs) são o padrão para modelar dependências temporais, mas suas contrapartes quânticas (QRNNs) enfrentam obstáculos significativos em relação à viabilidade de hardware e generalização. Embora as Redes Neurais Recorrentes Quânticas (QRNNs) que utilizam circuitos quânticos parametrizados (PQCs) ofereçam vantagens potenciais em expressividade e eficiência energética, as implementações existentes frequentemente dependem de codificação de ângulo (angle encoding), que escala linearmente com o número de características ($O(N)$ qubits). A codificação de amplitude (amplitude encoding) oferece uma eficiência de qubits superior ($O(\log N)$) e demonstrou maior precisão em outras tarefas de aprendizado de máquina quântico, mas permanece subexplorada em QRNNs totalmente quânticas devido a duas restrições principais:

1. Complexidade de Preparação de Estado: A Preparação de Estado Quântico (QSP) exata requer circuitos com profundidade exponencial, tornando-os inviáveis para dispositivos de curto prazo (near-term).
2. Perda de Informação: A codificação de amplitude padrão exige a normalização da entrada, o que descarta a magnitude global (amplitude) dos vetores de características. Essa perda de informação de magnitude pode distorcer a modelagem de sequências, pois vetores com magnitudes diferentes, mas direções idênticas, são codificados da mesma forma.

Além disso, a execução de QRNNs em hardware ruidoso introduz erros de coerência, particularmente no registro do estado latente, o que degrada o desempenho.

Metodologia

Os autores propõem três modificações específicas à arquitetura canônica de QRNN para abordar essas limitações. O estudo utiliza dois conjuntos de dados financeiros (Yahoo Finance e Oxford-Man Institute) para prever retornos diários do S&P 500, empregando sequências de 8 dias. Os modelos são simulados no AerSimulator do Qiskit (tanto sem ruído quanto com o modelo de ruído IBM Torino Heron r1).

1. Aumento de Característica de Amplitude Pré-normalizada

Para mitigar a perda de informação de magnitude inerente à codificação de amplitude, os autores introduzem uma etapa de pré-processamento. Antes de normalizar o vetor de características para a codificação quântica, eles anexam uma nova característica que representa a norma $\ell_2$ (amplitude pré-normalizada) do vetor original.

• Implementação: As $N$ características originais são escalonadas via MinMax. A nova característica de amplitude é então escalonada usando um escalonador MinMax ou MaxMin antes que todo o vetor de $N+1$ dimensões seja normalizado.
• Hipótese: O escalonamento MaxMin da característica de amplitude preserva melhor as relações relativas entre as amostras do que o escalonamento MinMax, permitindo que o modelo distinga entre vetores de diferentes magnitudes.

2. Codificação de Amplitude Aproximada EnQode

Para superar a profundidade exponencial da QSP exata, o artigo integra o EnQode, uma abordagem de aprendizado de máquina clássico para preparação de estado aproximada.

• Mecanismo: O EnQode utiliza agrupamento k-means no conjunto de dados normalizado para identificar centroides. Um PQC Ansatz é treinado classicamente (usando representação simbólica e retropropagação) para preparar o estado quântico correspondente a cada centroide.
• Aplicação: Durante a inferência, o centroide mais próximo de uma nova amostra é identificado, e os parâmetros pré-treinados para esse centroide são usados para gerar um estado de amplitude codificado aproximadamente $|\tilde{x}_t\rangle$. Isso permite o escalonamento logarítmico na profundidade do circuito e na contagem de qubits.

3. Circuito de Registro de Mapa de Características Alternado

Para reduzir a profundidade do circuito e os erros de decoerência, os autores propõem um novo layout de circuito utilizando registros de mapa de características (F) alternados.

• Mecanismo: Em vez de reutilizar um único registro F (o que exige reset e re-codificação entre passos de tempo enquanto preserva o estado oculto), a nova arquitetura utiliza dois registros F. Enquanto o PQC Ansatz processa o estado do passo de tempo $t-1$ em um registro, o próximo estado de entrada $|x_t\rangle$ é preparado no segundo registro.
• Equivalência: Diferente da "Staggered QRNN" (SQRNN), que descarta informações para resetar os qubits, esta estrutura alternada é matematicamente equivalente à QRNN canônica em um processador ideal, mas reduz significamente a profundidade necessária do circuito.

Principais Resultados

Comparação de Desempenho (Modelos Base)

• Amplitude vs. Angle Encoding: A Amplitude QRNN (sem modificações) alcançou um Erro Quadrático Médio (MSE) de teste menor, de 0.009, comparado ao Angle QRNN (0.015) e à RNN clássica (0.012), apesar de possuir menos parâmetros treináveis (28 vs. 44). Isso confirma que a codificação de amplitude oferece melhor generalização para esta tarefa.

Impacto do Pré-processamento

• Característica de Amplitude: Adicionar a característica de amplitude pré-normalizada melhorou o desempenho.
  • Escalonamento MinMax: Convergiu mais rápido nos dados de treinamento, mas mostrou menor generalização.
  • Escalonamento MaxMin: Alcançou a melhor generalização, reduzindo o MSE de teste para 0.0056 (uma melhoria de 36% sobre a Amplitude QRNN de base).

Impacto da Codificação Aproximada (EnQode)

• Fidelidade vs. Profundidade: O EnQode alcançou uma fidelidade de preparação de estado média de 0.94.
• Simulação Sem Ruído: O uso do EnQode aumentou a perda de teste em 40% em comparação com a QSP exata devido aos erros de preparação de estado.
• Simulação Com Ruído: Ao simular o modelo de ruído IBM Torino, o modelo EnQode superou o modelo de QSP exata. A redução na profundidade do circuito (e consequente redução nos erros de decoerência) compensou a penalidade da infidelidade de 6% na preparação de estado.

Impacto da Estrutura do Circuito

• Escalonamento de Profundidade: A arquitetura de registro F alternado reduziu a profundidade do circuito em comparação com a arquitetura padrão.
• Escalabilidade: Embora a diferença de profundidade seja negligível para conjuntos de características pequenos (4-8 características), o artigo demonstra que a profundidade da estrutura alternada escala de forma mais favorável à medida que o número de características aumenta, particularmente em processadores com conectividade limitada onde portas swap são necessárias.

Significância e Alegações

O artigo estabelece um novo conjunto de melhores práticas para implementar QRNNs em hardware de curto prazo. Os autores afirmam que:

1. Generalização: Aumentar os inputs codificados por amplitude com características de amplitude pré-normalizadas (especificamente usando escalonamento MaxMin) melhora significativamente a generalização do modelo ao preservar a informação de magnitude.
2. Viabilidade: A codificação de amplitude aproximada EnQode é uma estratégia viável para QRNNs. Embora introduza erro de preparação de estado, a redução resultante na profundidade do circuito torna-a superior à codificação exata em ambientes ruidosos.
3. Eficiência: A estrutura de circuito de registro F alternado fornece uma implementação matematicamente equivalente, porém mais rasa, de QRNNs, abordando diretamente as restrições de coerência.

Os autores concluem que essas técnicas não se limitam às QRNNs, mas são aplicáveis a outros frameworks de aprendizado de sequência quântica, como Computação de Reservatório Quântico (QRC), Máquinas de Aprendizado Extremo Quântico (QELMs) e Modelos Ocultos de Markov Quânticos (QHMMs), que compartilham estruturas semelhantes de registro latente e codificação de dados.