Flexible Genetic Algorithm for Quantum Support Vector Machines

Resumo Técnico: Algoritmo Genético Flexível para Máquinas de Vetores de Suporte Quânticas

Definição do Problema
As Máquinas de Vetores de Suporte Quânticas (QSVM) são um framework proeminente no Aprendizado de Máquina Quântico (QML), oferecendo vantagens potenciais no tratamento de dados de alta dimensão por meio de mapas de características quânticas. O desempenho da QSVM é fortemente dependente do design do circuito quântico parametrizado (o mapa de características). As abordagens atuais dependem de ansatzes fixos (ex: ZZFeatureMap, Hardware Efficient Embedding), que frequentemente falham em generalizar para diversos conjuntos de dados. Esses circuitos fixos enfrentam dois desafios primários:

1. Problemas de Treinabilidade: Em espaços de características de alta dimensão, as matrizes de kernel podem tornar-se quase uniformes devido à concentração de produtos internos, tornando o treinamento difícil.
2. Problemas de Generalização: Circuitos excessivamente expressivos podem levar ao overfitting, de forma análoga ao aprendizado de máquina clássico.
   Além disso, as abordagens existentes de Algoritmo Genético (AG) para otimizar circuitos de QSVM sofrem com limitações, incluindo uma forte dependência de conjuntos de dados de referência específicos, uma falta de mecanismos de normalização para garantir que as soluções evoluídas se alinhem aos objetivos de otimização e a ausência de estratégias evolutivas bem definidas para melhorar o fitness entre as gerações.

Metodologia
Os autores propõem o GA-QSVM, um framework híbrido que integra Algoritmos Genéticos com QSVM para descobrir automaticamente mapas de características quânticas ideais. A abordagem funciona como um otimizador de dois níveis:

• Nível baixo: A QSVM encontra o hiperplano ideal para um dado circuito.
• Nível alto: O AG busca a melhor estrutura de circuito (o mapa de características) para maximizar a acurácia de classificação.

Componentes metodológicos principais incluem:

• Framework Configurável: O sistema utiliza uma tupla de metadados ($M$) para definir dinamicamente os parâmetros evolutivos, incluindo a função de fitness, o normalizador, o gerador e as operações de AG. Isso permite a definição flexível de estratégias evolutivas.
• Pool de Portas Ampliado: Diferente de trabalhos anteriores restritos a rotações de 90 graus, este framework emprega um pool flexível de portas, incluindo $R_x(\theta)$, $R_y(\theta)$, $R_z(\theta)$, Hadamard ($H$) e CNOT ($CX$).
• Mecanismo de Normalização: Uma inovação crítica é a imposição de condições de normalização durante as fases de crossover e mutação. O framework ajusta automaticamente os recursos (ex: encurtando circuitos se a profundidade exceder um limite, adicionando portas $CX$ se estiver abaixo de uma contagem necessária) para equilibrar a expressividade e a treinabilidade do circuito.
• Processo Evolutivo: O AG emprega seleção elitista, crossover de um ponto e mutação de inversão de bit (bit-flip). O fitness de cada circuito candidato é avaliado com base na acurácia de classificação da QSVM treinada em um conjunto de dados específico.
• Tipos de Kernel: O estudo avalia tanto os Kernels Quânticos de Fidelidade (FQK) quanto os Kernels Quânticos Projetados (PQK).

Principais Contribuições

1. Design Automatizado de Circuitos: O artigo introduz um framework de AG configurável que automatiza o design de mapas de características quânticas, afastando-se de abordagens de ansatz manuais e fixos.
2. Estratégias Evolutivas Adaptativas: O método proposto aborda a instabilidade das implementações anteriores de GA-QSVM ao introduzir mecanismos de normalização e estratégias adaptativas que ajustam dinamicamente a profundidade do circuito e a contagem de portas.
3. Capacidade de Transfer Learning: O framework demonstra a capacidade de transferir estruturas de circuitos aprendidas (ansatzes) de um conjunto de dados para outro, reduzindo o custo computacional de reotimização para novas tarefas.
4. Benchmarking Abrangente: Os autores fornecem uma análise comparativa através de quatro conjuntos de dados (Digits, Fashion, Wine, Breast Cancer), avaliando o desempenho contra SVMs clássicos (kernel RBF) e QSVMs padrão com mapas de características fixos.

Resultados
Avaliações experimentais em circuitos quânticos simulados (usando Qiskit e Strawberry Fields/Squlearn) produziram as seguintes descobertas:

• Acurácia: Os GA-QSVMs alcançaram acurácia comparável a, e em alguns casos superior a, SVMs clássicos e QSVMs padrão. Especificamente, em validação cruzada k-fold, os GA-QSVMs com kernels FQK e PQK superaram o kernel RBF clássico.
• Características do Circuito: O AG conseguiu evoluir circuitos rasos combinando rotações locais e portas $CX$ não locais. Circuitos otimizados por FQK tenderam a incluir mais portas $CX$, enquanto circuitos otimizados por PQK mostraram um equilíbrio entre portas locais e não locais.
• Sensibilidade de Hiperparâmetros: Circuitos mais profundos ($d=20, 25$) e tamanhos de população maiores ($n_{circuit}=16, 20$) geralmente levaram a valores de fitness mais altos e estáveis. O número de portas $CX$ e a probabilidade de mutação tiveram um impacto menos significativo na acurácia final dentro dos intervalos testados.
• Transfer Learning: Quando um ansatz otimizado para o conjunto de dados complexo "Digits" foi transferido para o conjunto de dados "Fashion", a acurácia melhorou significativamente (atingindo 68,1% para FQK), superando o SVM clássico (65,7%) e as abordagens QSVM padrão. Isso sugere que o ansatz aprendido capturou correlações de características mais ricas.

Significância e Alegações
O artigo afirma que estratégias evolutivas possuem um potencial significativo para automatizar e aprimorar o design de kernels em futuras aplicações de aprendizado de máquina quântico. Ao permitir a configuração flexível de metadados e a busca adaptativa, o GA-QSVM supera as limitações de circuitos desenhados manualmente. Os autores destacam que sua abordagem melhora a expressividade do kernel e demonstra que circuitos treinados em um conjunto de dados podem generalizar efetivamente através de domínios, potencialmente reduzindo o tempo de treinamento para diversas tarefas.

No entanto, os autores mantêm um tom modesto em relação às limitações. Eles reconhecem que o processo de otimização permanece computacionalmente caro devido às repetidas avaliações de kernel e que a natureza estocástica do AG pode levar a instabilidades de execução para execução. Além disso, a escalabilidade é restrita em dispositivos de curto prazo conforme o número de qubits aumenta, tornando a busca e avaliação de circuitos mais difíceis. Sugere-se que trabalhos futuros foquem em otimização multiobjetivo para controlar simultaneamente a acurácia, a profundidade do circuito e o custo de emaranhamento.