Quantum Machine Learning for Climate Modelling

Resumo Técnico: Aprendizado de Máquina Quântico para Modelagem Climática

Definição do Problema
Os Modelos de Sistema Terrestre (ESMs) são essenciais para projetar mudanças climáticas futuras, mas operam em resoluções grosseiras (dezenas de quilômetros) que não conseguem resolver processos críticos de subgrade, como microfísica de nuvens, turbulência e convecção. Esses processos não resolvidos são atualmente tratados por parametrizações empíricas, o que introduz incertezas e vieses significativos nas projeções climáticas. Embora o Aprendizado de Máquina (ML) clássico tenha mostrado promessa em substituir essas parametrizações com modelos baseados em dados, permanecem desafios relativos à generalização além dos regimes de treinamento e à consistência física das relações aprendidas. Este artigo investiga se o Aprendizado de Máquina Quântico (QML), especificamente as Redes Neurais Quânticas (QNNs), pode oferecer vantagens no desenvolvimento de parametrizações para a cobertura de nuvens, um componente crítico dos ESMs.

Metodologia
Os autores desenvolveram uma abordagem híbrida quânt-clássica para parametrizar a cobertura de nuvens para o modelo climático ICON.

• Geração de Dados: Os dados de treinamento foram derivados de simulações globais de alta resolução (2,5 km horizontais) usando o modelo ICON dentro do projeto DYAMOND. Diferente de trabalhos anteriores usando estruturas de modelagem multiescala (MMF), esta abordagem utilizou o mesmo modelo para a geração de dados e para a aplicação alvo, evitando suposições de separação de escala.
• Pré-processamento: Os dados de alta resolução foram subamostrados para 8ção de 80 km para corresponder à resolução do ESM alvo. Uma célula de grade foi definida como nublada se o condensado de nuvem específico excedesse um determinado limiar. A variável alvo foi a fração de cobertura de nuvens (0 a 1).
• Recursos de Entrada: Os modelos utilizaram variáveis de estado grosseiras, incluindo umidade específica ($q_v$), conteúdo específico de água/gelo de nuvens ($q_c, q_i$), temperatura do ar ($T$), pressão ($p$), magnitude do vento horizontal ($h_w$), altura geométrica ($z_g$) e latitude ($\phi$).
• Arquitetura do Modelo:
  • QNN: Um circuito quântico parametrizado foi empregado onde o número de qubits era igual ao número de recursos de entrada (6 ou 8). A arquitetura envolveu o re-upload de dados (codificando os recursos de entrada como ângulos de rotação em múltiplas camadas), intercalado com blocos variacionais contendo portas de emaranhamento e parâmetros treináveis. A saída foi derivada dos valores de expectativa dos operadores Pauli-Z, processados através de uma camada linear simples (média ponderada com viés) para prever a cobertura de nuvens.
  • NN Clássica: Para comparação, uma rede neural clássica com três camadas ocultas (12, 6, 2 nós) e funções de ativação não lineares (leaky-ReLU ou tanh) foi construída. Crucialmente, a NN clássica foi projetada para ter um número comparável de parâmetros livres (203) à QNN (200–201) para garantir uma comparação justa de expressividade, em vez de apenas contagem de parâmetros.
• Treinamento e Explicabilidade: Os modelos foram treinados por 200 épocas usando Erro Quadrático Médio (MSE) e gradiente descendente (via regra de deslocamento de parâmetro para QNNs). Para analisar a consistência física das relações aprendidas, os autores aplicaram valores SHAP (SHapley Additive exPlanções), um método de explicabilidade agnóstico ao modelo, para avaliar a estabilidade da importância dos recursos através de múltiplas instâncias de treinamento.

Resultos Principais

• Desempenho Preditivo: A QNN alcançou um desempenho comparável à NN clássica com um número similar de parâmetros, com a NN clássica apresentando uma ligeira vantagem. Ambas as abordagens de ML superaram significamente o esquema de parametrização tradicional de Xu-Randall usado em modelos climáticos.
• Robustez ao Ruído: Simulações incorporando ruído de disparos (shot noise) demonstraram que a QNN mantém um desempenho estável desde que o número de disparos ($n_{shots}$) exceda $10^4$. Abaixo desse limiar, o treinamento torna-se instável devido ao ruído de gradiente, embora técnicas de regularização de variância possam mitigar isso.
• Consistência de Aprendizado (Explicabilidade): Uma descoberta crítica surgiu da análise SHAP. Embora ambos os modelos tenham alcançado precisão semelhante, as importâncias de recursos aprendidas pelas NNs clássicas variaram significamente entre diferentes instâncias de treinamento (inicializações aleatórias). Em contraste, as QNNs exibiram importâncias de recursos altamente estáveis. Especificamente, as QNNs identificaram consistentemente a umidade específica e a temperatura como os recursos mais críticos, alinhando-se com as expectativas físicas. As NNs clássicas ocasionalmente aprenderam relações inconsistentes ou potencialmente não físicas em relação à importância dos recursos.

Significância e Alegações
O artigo afirma que as QNNs podem servir como alternativas viáveis às NNs clássicas para parametrização climática, oferecendo desempenho em par com seus contrapartes clássicos enquanto demonstram robustez superior no aprendizado de relações físicas consistentes. Os autores postulam que a capacidade das QNNs de convergir para importâncias de recursos estáveis sugere que elas podem ser menos propensas a aprender correlações espúrias em comparação com redes clássicas, um traço crucial para a modelagem climática onde a generalização para climas em mudança é vital.

O trabalho demonstra que o QML pode ser efetivamente desenvolvido em dispositivos NISQ (Noisy Intermediate-Scale Quantum) atuais (ou simuladores) para aplicações climáticas. Os autores sugerem que, embora a execução de parametrizações de QML online em modelos climáticos enfrente atualmente sobrecargas computacionais, "surrogatos" ou sombras de modelos QML treinados poderiam ser usados para implantação operacional, retendo os benefícios da fase de treinamento quântico sem exigir hardware quântico em tempo real. Trabalhos futuros são propostos para estender esses métodos para problemas de maior escala, redes neurais convolucionais quânticas (para evitar platôs estéreis/barren plateaus) e parametrizações mais complexas, como a turbulência da camada limite.