Error-mitigation aware benchmarking strategy for quantum optimization problems

Resumo Técnico: Estratégia de Benchmarking Consciente da Mitigação de Erros para Problemas de Otimização Quântica

Definição do Problema
Avaliar se dispositivos quânticos de escala intermediária ruidosos (NISQ) podem demonstrar vantagem quântica para tarefas de otimização é crítico, particularmente para problemas onde a verificação clássica é intratável. Embora estruturas de benchmarking de entropia tenham emergido como uma ferramenta rigorosa para ligar a entropia física à degradação de desempenho, elas enfrentam limitações significativas em configurações experimentais realistas. Especificamente, os métodos existentes não consideram a estatística de disparos finitos (finite-shot statistics) ou a Mitigação de Erro Quântico (QEM). Técnicas de QEM, como o Cancelamento de Erro Probabilístico (PEC), reduzem o viés de estimativa ao custo de um aumento no overhead de amostragem (negatividade). Consequentemente, a entropia do estado físico não reflete mais com precisão a qualidade da estimativa mitigada por erro, tornando curvas de entropia-energia determinísticas insuficientes para caracterizar o desempenho de ponta a ponta de computações estatísticas e mitigadas por erro. Além disso, há uma carência de critérios quantitativos de nível de tarefa para determinar se a aplicação de QEM realmente melhora ou prejudica a vantagem quântica sob um orçamento fixo de disparos (shots).

Metodologia
Os autores propõem um framework de benchmarking que incorpora explicitamente a estatística de disparos finitos e o overhead de recursos induzido pelo QEM. O núcleo da metodologia envolve a redefinição de "vantagem quântica" não como um valor de energia determinístico, mas como a confiança (probabilidade de sucesso) de que uma energia estimada esteja dentro de um intervalo classicamente certificado $[E_-, E_+]$, onde $E_-$ e $E_+$ são os limites inferior e superior mais estreitos conhecidos para a verdadeira energia do estado fundamental $E_0$.

Componentes metodológicos principais incluem:

1. Modelagem Estatística: O framework assume que a distribuição de energia gerada pelo PEC segue uma distribuição normal $N(E_0, \sigma^2)$ centrada no verdadeiro estado fundamental. A variância $\sigma^2$ está ligada ao overhead de amostragem (negatividade $\gamma$) e ao número de disparos ($N_{shots}$) via relação $N_{shots} \propto \gamma^2 / \sigma^2$.
2. Formulação da Probabilidade de Sucesso: A probabilidade de sucesso $P_{success}$ é calculada como a massa de probabilidade da distribuição de energia caindo dentro do intervalo $[E_-, E_+]$. Para o PEC, isso é derivado usando a função de erro baseada no overhead total de amostragem $\gamma_{tot}$ e no orçamento de disparos.
3. Aproximação para $E_0$ Desconhecido: Como $E_0$ é desconhecido na aplicação alvo, os autores introduzem uma probabilidade de sucesso proxy $\tilde{P}_{success}$ assumindo que a média da distribuição mitigada por erro é o ponto médio dos limites clássicos, $(E_- + E_+)/2$.
4. Comparação com Resultados Brutos (Raw): O framework também calcula a probabilidade de sucesso para medições brutas (não mitigadas). Neste caso, a distribuição é enviesada ($E_{noisy} \neq E_0$), mas possui variância menor. A probabilidade de sucesso para dados brutos depende tanto da variância quanto do deslocamento na média causado pelo ruído.
5. Estudo de Caso: O framework é aplicado à estimativa da energia do estado fundamental de um modelo de Fermi-Hubbard 2D em uma rede $8 \times 8$ ($L=64$ sítios, $n=128$ qubits) usando um circuito de Ansatz Variacional de Hamiltonian (HVA) de profundidade $D=64$ sob ruído depolarizante global.

Principais Resultados
Através de estudos numéricos de prova de conceito, os autores demonstram que o framework efetivamente particiona o espaço de parâmetros de nível de ruído ($P$) e contagem de disparos ($N_{shots}$) em três regimes distintos:

• Regime Bruto (Raw Regime): Em ambientes de baixo ruído com disparos suficientes, a estratégia bruta (não mitigada) produz uma probabilidade de sucesso maior que o PEC. Aqui, o overhead de amostragem do PEC é desnecessário e o viés nos dados brutos é negligenciável.
• Regime PEC: À medida que o ruído aumenta, o viés nos dados brutos desloca a média para fora do intervalo de sucesso. Por outro lado, o PEC mantém a média em $E_0$, mas aumenta a variância. Em um regime de ruído intermediário, o PEC fornece uma probabilidade de sucesso maior do que a amostragem bruta, tornando-se a estratégia vantajosa.
• Regime Nenhum (None Regime): Para níveis de ruído elevados ou orçamentos de disparos extremamente baixos, nenhuma das estratégias atinge o limiar de sucesso definido (estabelecido em 0,95 no estudo). Nestas regiões, a vantagem quântica não é garantida, independentemente da estratégia de mitigação.

O estudo revela que a transição entre esses regimes é não trivial. Por exemplo, na estratégia bruta, aumentar a contagem de disparos além de um certo limiar de ruído pode paradoxalmente diminuir a probabilidade de sucesso porque a distribuição torna-se mais concentrada em torno de uma média enviesada que reside fora do intervalo alvo.

Significância e Alegações
O artigo afirma fornecer um critério de nível de tarefa para avaliar a potencial vantagem quântica prática em otimização em hardware de próxima geração. Sua principal significância reside em:

• Ir além de métricas determinísticas: Muda o paradigma de benchmarking de mapeamentos de entropia-energia determinísticos para uma avaliação estatística de intervalos de confiança, o que é essencial para experimentos de disparos finitos e mitigados por erro.
• Tomada de decisão operacional: O framework oferece aos usuários finais uma ferramenta numérica leve para determinar quando implantar QEM. Ele identifica "zonas Goldilocks" específicas onde o ruído do hardware e os orçamentos de disparos disponíveis se alinham de tal forma que o PEC melhora significativamente as perspectivas de alcançar a vantagem quântica.
• Restrições Realistas: Ao modelar explicitamente o trade-off entre a redução de viés e o overhead de amostragem, o framework aborda as limitações práticas do hardware quântico atual, contrastando com resultados negativos anteriores sobre o escalonamento do PEC.

Os autores mantêm modéstia em relação às suas alegações, observando que sua análise depende de suposições específicas (por exemplo, distribuições Gaussianas, caracterização perfeita do ruído) e de uma instância específica de Hamiltoniano. Eles sugerem que, embora o framework tenha sido demonstrado no modelo de Fermi-Hubbard, ele é aplicável a outros Hamiltonianos de rede com limites clássicos disponíveis e pode ser estendido a outros protocolos de QEM.