Quantum measurement tomography with mini-batch stochastic gradient descent

Resumo Técnico: Tomografia de Medição Quântica com Gradiente Descendente Estocástico de Mini-lote

Definição do Problema
A Tomografia de Medição Quântica (QMT) é um componente crítico da Caracterização, Verificação e Validação Quântica (QCVV), visando reconstruir os elementos da Medida de Valor Positivo (POVM) $\{\Pi_i\}$ que caracterizam um aparato de medição desconhecido. Diferente da Tomografia de Estado Quântico (QST) e da Tomografia de Processo Quântico (QPT), que possuem estruturas de gradiente descendente bem estabelecidas, a QMT tem ficado atrás na adoção de métodos de otimização estocástica. As abordagens de QMT existentes baseiam-se primariamente em Otimização Convexa Restrita (CCO) usando programação semidefinida (ex: via CVX). Esses métodos enfrentam dois obstáculos significativos:

1. Escalabilidade Computacional: O número de parâmetros escala exponencialmente com o tamanho do sistema (número de qubits), tornando a CCO computacionalmente proibitiva para sistemas com mais de alguns qubits.
2. Robustez: Métodos de inversão linear padrão, frequentemente usados como precursor da CCO, são mal condicionados e altamente sensíveis ao ruído, levando a estimativas não físicas que degradam a refinação subsequente.

Embora a Estimativa de Máxima Verossimilhança iterativa (iMLE) exista, ela frequentemente tem dificuldade em impor restrições físicas (positividade e completude) de forma estrita durante todo o processo de otimização, às vezes exigindo projeções post-hoc que prejudicam a convergência.

Metodologia
Os autores introduzem um framework de Gradiente Descendente Estocástico (SGD) de mini-lote para QMT, completando o trio de métodos de tomografia baseados em gradiente descendente (junto com QST e QPT). O núcleo da metodologia envolve reformular a QMT como um problema de minimização de função iterativa. Para garantir que os elementos de POVM estimados permaneçam fisicamente válidos (semidefinidos positivos e completos) em todos os momentos durante a otimização, os autores propõem dois esquemas de parametrização distintos:

1. Parametrização da Variedade de Stiefel (SM):

   • Esta abordagem aproveita a geometria da variedade de Stiefel complexa $St(k \cdot d, d)$.
   • Os elementos de POVM são construídos como $\Pi_i = T_i^\dagger T_i$, onde as matrizes $T_i$ são empilhadas verticalmente em uma única matriz $T_k$.
   • A condição de completude $\sum \Pi_i = I$ é intrinsecamente garantida pela manutenção da restrição de ortonormalidade $T_k^\dagger T_k = I$.
   • A otimização é realizada usando Gradiente Descendente Vanilla (VGD) com um procedimento de retração (transformada de Cayley) para manter os parâmetros na variedade.

2. Parametrização HONEST (Técnica de Escalonamento de Autovalor de Operador Hermitiano Normalizado):

   • Esta abordagem constrói operadores semidefinidos positivos não normalizados via decomposição de Cholesky ($T_i^\dagger T_i$).
   • A completude é imposta via um passo de normalização projetiva. A soma dos operadores não normalizados $S = \sum T_i^\dagger T_i$ é computada, e sua inversa raiz quadrada $S^{-1/2}$ é derivada via escalonamento de autovalores (com regularização espectral para lidar com instabilidades numéricas).
   • Os elementos de POVM finais são obtidos via "sanduíche": $\Pi_i = S^{-1/2} T_i^\dagger T_i S^{-1/2}$.
   • Este esquema é otimizado usando o otimizador Adam baseado em momentum.

Funções de Perda
O framework avalia duas funções de perda para guiar a otimização:

• Erro Quadrático Médio (MSE): Equivalente à norma $L_2$, minimizando a discrepância entre as probabilidades observadas e previstas.
• Log-Verossimilhança Negativa Média (MLE): Inspirada na Estimativa de Máxima Verossimilhança, minimizando o logaritmo negativo da verossimilhança dos dados observados.

Principais Contribuições

• Conclusão Algorítmica: O trabalho fornece os primeiros algoritmos dedicados de SGD para QMT, completando o kit de ferramentas de gradiente descendente para os três componentes fundamentais de experimentos quânticos (estados, processos e medições).
• Tratamento de Restrições Físicas: A introdução das parametrizações SM e HONEST garante que as restrições físicas sejam satisfeitas durante o processo de otimização, eliminando a necessidade de projeções post-hoc que podem interromper a convergência.
• Escalabilidade: A abordagem de mini-lote permite o tratamento eficiente de grandes conjuntos de dados e escala significativamente melhor do que os métodos tradicionais de CCO conforme a dimensão do sistema aumenta.
• Implementação Open Source: Uma implementação em Python é disponibilizada publicamente para facilitar a adoção e pesquisas futuras.

Resultos
Os autores testaram seus algoritmos SGD-QMT contra métodos de ponta de CCO (usando CVX) em sistemas de Variáveis Discretas (DV) e Variáveis Contínuas (CV).

• Sistemas de Variáveis Discretas (até 6 qubits):

  • Eficiência Computacional: Para sistemas com 4 ou mais qubits, os métodos SGD-QMT alcançaram acelerações de várias ordens de magnitude em comparação com o CCO-CVX. Por exemplo, reconstruir um sistema de 5 qubits com 32 elementos de POVM levou ~1000 segundos com CCO-CVX, mas apenas dezenas de segundos com SGD-QMT. O CCO-CVX falhou em convergir em um tempo razoável para sistemas de 6 qubits, enquanto o SGD-QMT teve sucesso em aproximadamente dois minutos.
  • Fidelidade de Reconstrução: Embora o CCO-CVX tenha oferecido uma fidelidade ligeiramente superior para sistemas pequenos (até 3-4 qubits), o SGD-QMT manteve alta precisão (erro de Frobenius $\sim 10^{-4}$ a $10^{-5}$) para sistemas maiores onde o CCO falhou.
  • Melhor Desempenho: A combinação HONEST-MLE (parametrização HONEST com perda MLE) consistentemente apresentou a maior precisão de reconstrução, particularmente para medições projetivas de rank-1.

• Sistemas de Variáveis Contínuas (Detecção e Contagem de Fótons):

  • Os métodos foram testados em cenários de detecção de fótons (2 resultados) e contagem de fótons (múltiplos resultados) com uma dimensão de espaço de Hilbert truncada de 32.
  • Contagem de Fótons: Este cenário provou ser computacionalmente exigente, requerendo até 10.000 iterações. O HONEST-MLE alcançou uma norma de Frobenius média de $\sim 10^{-4}$, superando significativamente outras variantes. O CCO-CVX falhou em produzir uma solução dentro de uma hora para esses casos.
  • Precisão: Mapas de calor dos operadores reconstruídos mostraram recuperação quase perfeita dos elementos diagonais e alta precisão para os elementos fora da diagonal, validando a validade física das reconstruções.

Significância e Alegações
O artigo afirma que o SGD-QMT oferece um framework versátil, eficiente e robusto para caracterizar dispositivos de medição quântica, particularmente conforme os sistemas quânticos escalam além das capacidades da otimização convexa tradicional. Ao completar o "trio da tomografia" com métodos de gradiente descendente, os autores fornecem uma abordagem unificada para protocolos de QCVV.

Os autores enfatizam que, embora seus métodos sejam computacionalmente eficientes e robustos ao ruído, eles não pretendem substituir a CCO para sistemas de pequena escala, onde a CCO permanece mais rápida e ligeiramente mais precisa. Em vez disso, a significância reside em permitir a QMT para sistemas maiores e de alta dimensão (ex: 5-6 qubits e sistemas CV) onde os métodos padrão tornam-se intratáveis. O trabalho sugere que o HONEST-MLE é a configuração mais eficaz, especialmente para medições projetivas, e destaca o potencial para futuros problemas de otimização unificados que combinem tomografia de estado, processo e medição.