Symbolic Pauli Propagation for Gradient-Enabled Pre-Training of Quantum Circuits

Resumo Técnico: Propagação de Pauli Simbólica para Pré-Treinamento com Gradiente de Circuitos Quânticos

Problema
Modelos de Aprendizado de Máquina Quântica (QML), particularmente aqueles baseados em Circuitos Quânticos Parametrizados (PQCs), enfrentam gargalos significativos na eficiência de treinamento. Avaliar e otimizar PQCs em hardware quântico atual é intensivo em recursos, e obter gradientes via métodos analíticos (por exemplo, a regra de deslocamento de parâmetro/parameter-shift rule) requer um número de avaliações de circuito que escala linearmente com o número de parâmetros. Para tarefas realistas, isso leva a tempos de treinamento proibitivos. Embora existam otimizadores livres de gradiente, eles frequentemente sofrem de instabilidade e não eliminam a dependência de hardware quântico dispendioso. Além disso, o fenômeno do "platô estéril" (barren-plateau), onde os gradientes desaparecem exponencialmente com o tamanho do sistema, complica o treinamento de circuitos profundos.

Metodologia
Os autores propõem um método para representar observáveis quânticos como funções analíticas simbólicas explícitas de parâmetros de circuito, independentes de atribuições específicas de parâmetros. Isso é alcançado através da Propagação de Pauli Simbólica na representação de Heisenberg.

1. Propagação Exata: Em vez de evoluir o estado quântico para frente (imagem de Schrödinger), o método evolui o observável para trás através do circuito via transformações de similaridade ($O \to U^\dagger O U$). Quando restrito à base de Pauli, portas não-Clifford induzem um efeito de "ramificação", onde uma única palavra de Pauli se divide em uma combinação linear de duas palavras. Isso faz com que o número de termos cresça exponencialmente com a profundidade do circuito.
2. Representação Simbólica: Diferente de abordagens anteriores que atribuem valores numéricos aos parâmetros durante a propagação, este método deixa os parâmetros $\vec{\theta}$ não atribuídos. Consequentemente, o observável propagado final é uma função analítica composta por somas de palavras de Pauli ponderadas por produtos de senos e cossenos dos parâmetros.
3. Esquemas de Truncamento: Para gerenciar o crescimento exponencial de termos, os autores introduzem dois esquemas de truncamento:
   • Corte de Peso de Pauli ($w_{cut}$): Descarta palavras de Pauli onde o número de operadores identidade excede um limite. Isso é justificado pela observação de que, para ansatzes de mistura local (locally scrambling), a importância dos termos decai exponencialmente com o peso.
   • Corte de Frequência ($\nu_{cut}$): Descarta termos onde o número de fatores seno/cosseno (frequência) excede um limite. Como os coeficientes são produtos de valores $\leq 1$, termos de alta frequência são estatisticamente propensos a ter coeficientes pequenos.
4. Limites de Erro: Os autores derivam limites de erro uniformes para o truncamento conjunto de peso e frequência. Assumindo um decaimento de coeficientes induzido pela localidade, mostra-se que o erro de aproximação decai exponencialmente em relação aos valores de corte, desde que as constantes de decaimento dominem o crescimento combinatório de termos. Estabelece-se controle semelhante para os gradientes.

Principais Contribuições

• Estrutura Simbólica: A introdução de uma estrutura de propagação simbólica que gera expressões analíticas para observáveis, permitindo a otimização baseada em gradiente sem recorrer imediatamente ao hardware quântico.
• Truncamento Escalável: A demonstração de que escolhas adequadas de ansatz (especificamente os de mistura local) combinadas com truncamentos controlados de peso de Pauli e frequência produzem estimadores precisos mesmo para tamanhos de sistema além das capacidades de simulação clássica.
• Pré-Treinamento Clássico: A proposta de um fluxo de trabalho de "pré-treinamento clássico" onde PQCs são otimizados usando o objetivo substituto (surrogate) simbólico em hardware clássico antes de serem refinados em dispositivos quânticos.
• Justificativa Teórica: A derivação de limites de erro rigorosos (Eqs. 7 e 8) que quantificam o compromisso entre os limiares de truncamento e a precisão da aproximação tanto para a função de perda quanto para seus gradientes.

Resultos
O método foi validado usando o Algoritmo de Eigensolver Variacional Quântico (VQE) para encontrar o estado fundamental do modelo de Ising de Próximo Vizinho Axial e Vizinho Mais Próximo (ANNNI).

• Configuração de Simulação: Experimentos foram conduzidos em um sistema de 18 qubits usando um ansatz de entrelaçador local. Os resultados foram comparados com a diagonalização exata.
• Precisão: Usando cortes de $w_{cut} = 8$ e $\nu_{cut} = 20$, o método alcançou alta precisão. Os erros relativos entre os resultados de VQE propagados e a diagonalização exata foram mínimos, com desvios ocorrendo primariamente na região "antifase" do modelo (baixo campo magnético $h$, alta interação $\kappa$), onde as configurações de spin são menos regulares.
• Convergência: As curvas de treinamento demonstraram que o aumento dos cortes leva a uma convergência rápida em direção aos valores exatos. Notavelmente, um corte de frequência relativamente pequeno ($\nu_{cut} = 20$) foi suficiente para uma convergência quase perfeita, destacando a eficiência da aproximação.
• Controle de Gradiente: Os gradientes computados via regra de deslocamento de parâmetro no objetivo substituto truncado mostraram ser uma aproximação controlável do panorama de gradiente exato.

Significância e Alegações
O artigo afirma que esta abordagem permite o treinamento escalável para sistemas quânticos maiores ao deslocar o fardo computacional do hardware quântico para a simulação clássica. Ao derivar representações simbólicas, os autores facilitam uma forma de pré-treinamento habilitado por gradiente que é computacionalmente eficiente.

Os autores posicionam isso como um passo promissor para mitigar os desafios de tempo de treinamento de QML. Eles observam que, embora o método seja particularmente eficaz para problemas expressáveis como valores esperados de observáveis (como VQE) e ansatzes com propriedades de propagação favoráveis (mistura local), ele pode enfrentar desafios em tarefas generativas que exigem a propagação de um número proibitivo de observáveis. O trabalho sugere que este framework pode se estender a tamanhos de sistema onde a evolução direta da função de onda é classicamente intratável, desde que as suposições de truncamento se mantenham. Direções futuras incluem a aplicação do método a circuitos não simuláveis e a ampliação de seu escopo para outras classes de problemas de QML.