Resumo Técnico: Aprendizado de Máquina Quântico Escalável via Circuitos Quânticos Variacionais Totalmente Conectados Multicamada

1. Declaração do Problema

Circuitos Quânticos Variacionais (VQCs), também conhecidos como Circuitos Quânticos Parametrizados ou Redes Neurais Quânticas, são uma estrutura líder para aprendizado de máquina quântico (QML) de curto prazo. No entanto, arquiteturas VQC monolíticas padrão enfrentam um dilema fundamental de expressividade–treinabilidade:

• Configurações de baixa dimensão: VQCs pequenos e rasos são fáceis de simular e otimizar, mas frequentemente carecem de parâmetros treináveis suficientes para aprender representações competitivas (subparametrização).
• Configurações de alta dimensão: O aumento da largura ou profundidade do circuito para melhorar a expressividade leva a uma escala exponencial do espaço de Hilbert ($O(2^d)$ para $d$ qubits), tornando a simulação direta inviável. Além disso, circuitos monolíticos suficientemente profundos ou expressivos frequentemente sofrem com platôs áridos, onde os gradientes desaparecem exponencialmente, dificultando a otimização.

Abordagens modulares existentes, como QML federado, métodos de rede tensorial ou circuitos no estilo de ensemble, frequentemente transferem a aprendizagem de representação para front-ends clássicos, dependem de restrições de rank estrutural ou falham em fornecer interação global suficiente de características. Há uma necessidade de uma arquitetura quântica escalável que aumente a capacidade do modelo sem construir um único circuito monolítico grande ou depender de codificadores clássicos treináveis.

2. Metodologia: FC-VQC

Os autores propõem Circuitos Quânticos Variacionais Totalmente Conectados Multicamada (FC-VQC), uma estrutura modular projetada para escalar parâmetros quânticos linearmente com a dimensão de entrada, mantendo os cálculos quânticos individuais locais e tratáveis.

Arquitetura Central

O FC-VQC particiona entradas de alta dimensão em blocos locais VQC de tamanho fixo de $q$ qubits. Esses blocos são conectados por regras de mistura de blocos determinísticas e livres de parâmetros.

• Camada de Entrada: O vetor de entrada $x \in \mathbb{R}^d$ é particionado em $B$ blocos de tamanho $q$ (onde $d = Bq$). Se $d$ não for divisível por $q$, aplica-se preenchimento com zeros. Para tarefas de baixa dimensão onde $B$ é pequeno, aplica-se uma expansão determinística de características (por exemplo, transformações polinomiais ou de raiz) antes da particionamento para aumentar o número de blocos.
• Blocos VQC: Cada bloco é um mapa de $q$ qubits $f_\Theta: \mathbb{R}^q \to \mathbb{R}^{n_{out}}$. Emprega codificação por rotação seguida por $K$ camadas de Camadas Fortemente Entrelaçadas (rotações de Euler de único qubit gerais e padrões CNOT). A saída é derivada de valores esperados de Pauli-Z.
• Camadas Ocultas (Mistura de Blocos): Em cada camada $l$, as saídas dos blocos da camada anterior são misturadas usando mapas determinísticos $g^{(l)}_b$ antes de serem alimentadas nos próximos blocos VQC locais.
  • Mistura por Janela Deslizante (Primária): Cada bloco recebe informações de uma vizinhança em anel local de tamanho $r$. Isso permite que as informações se propaguem por toda a dimensão de entrada à medida que a profundidade aumenta ($R^{(L)}(b) \approx 2Lr + 1$).
  • Mistura Totalmente Conectada: Uma alternativa onde cada bloco recebe informações agregadas de todos os blocos anteriores, permitindo dependência global em uma única etapa.
• Camada de Saída: Suporta mapas que preservam dimensão (para solucionadores de EDP/EDP Estocástica) ou redução de dimensionalidade em etapas (para regressão/classificação tabular) medindo menos observáveis por bloco.

Motivação Teórica

A arquitetura é fundamentada por três insights teóricos:

1. Acúmulo de Ruído: Ao inserir interfaces de medição e re-codificação entre blocos (arquitetura Tipo 2), o modelo mitiga o acúmulo coerente de ruído ponta a ponta. Em vez de contração de sinal exponencial ($\lambda^D$) típica de circuitos coerentes profundos, a propagação de erro torna-se linear com a contagem de camadas, limitada pelo viés por bloco e ruído de disparos finitos.
2. Expansão do Campo Receptivo: A mistura de blocos expande o suporte de dependência. Enquanto blocos paralelos são separáveis, a mistura por janela deslizante permite que blocos locais capturem interações entre blocos que crescem com a profundidade, e a mistura totalmente conectada alcança dependência global imediatamente.
3. Incompatibilidade de Suporte: Limites teóricos mostram que suporte de interação restrito (modelos separáveis) incorre em erro irredutível em alvos que exigem interações entre blocos. O FC-VQC reduz esse erro expandindo a família estrutural de funções representáveis através da mistura.

3. Contribuições Principais

1. Abordando o Dilema: O FC-VQC resolve o trade-off de expressividade–treinabilidade aumentando a capacidade quântica treinável através de muitos blocos locais pequenos, em vez de um único circuito monolítico mais largo/mais profundo.
2. Escalabilidade: Para um tamanho de bloco fixo $q$, o número de parâmetros quânticos treináveis escala linearmente com a dimensão de entrada $d$. Isso permite a simulação de problemas de alta dimensão (por exemplo, $d=300$) que são inviáveis para VQCs monolíticos ($O(2^{300})$).
3. Eficiência de Parâmetros: O FC-VQC alcança desempenho competitivo ou melhorado em relação a Redes Neurais Profundas (DNNs) de estrutura correspondente, enquanto utiliza substancialmente menos parâmetros treináveis.

4. Resultados Experimentais

A estrutura foi avaliada em três regimes: regressão tabular, classificação tabular e aproximação espaço-temporal de EDP/EDP Estocástica.

Desempenho Preditivo

• Tarefas Tabulares: Na tarefa de regressão de Resistência do Concreto ($d=8$), o FC-VQC alcançou um $R^2$ de teste de 0,8928, superando tanto o VQC monolítico (0,6768) quanto a DNN de estrutura correspondente (0,8486). Na classificação de Qualidade de Vinho ($d=11$), o FC-VQC atingiu 63,6% de precisão, superando a linha de base DNN (58,4%).
• EDPs Espaço-Temporais: O FC-VQC foi testado em EDPs de Black–Scholes, Burgers e Oscilatórias com dimensões espaciais $d=36$ e $d=300$.
  • Na Black–Scholes ($d=300$), o FC-VQC reduziu o MAE Relativo de 0,0189 (DNN) para 0,0098.
  • Na EDP Oscilatória ($d=300$), reduziu o erro de 0,5699 para 0,4650.
  • Na EDP de Burgers (o caso não linear mais difícil), o FC-VQC permaneceu comparável à DNN, com uma margem ligeiramente maior de erro em $d=300$ (0,8842 vs. 0,8737), indicando limites de desempenho dependentes da tarefa.

Escalabilidade e Complexidade

• Viabilidade de Simulação: As linhas de base VQC monolíticas não puderam ser simuladas para $d=36$ ou $d=300$ devido a restrições de tamanho do vetor de estado. O FC-VQC, usando circuitos locais de tamanho $q=3$, simulou com sucesso essas tarefas de alta dimensão com complexidade de escala linear $O(d)$.
• Eficiência de Parâmetros: O FC-VQC igualou ou melhorou o desempenho da DNN com 7,1× a 77,2× menos parâmetros treináveis. Para EDPs de alta dimensão ($d=300$), a redução excedeu 77×.

Treinabilidade e Robustez

• Dinâmica de Gradientes: A análise empírica no benchmark de Resistência do Concreto mostrou que VQCs monolíticos estreitos sofrem de colapso da variância de gradiente. Arquiteturas FC-VQC mantiveram dinâmicas de gradiente mais saudáveis através de várias profundidades e camadas, apoiando a afirmação de que a escala modular preserva a treinabilidade.
• Robustez NISQ: Testes preliminares com ruído de despolarização ($p=0,001; 0,01$) mostraram apenas degradação leve (queda de 0,01–0,02 em $R^2$), sugerindo que a estrutura de medição e re-codificação mitiga o acúmulo de ruído coerente.

5. Significado e Alegações

O artigo posiciona o FC-VQC não como uma alegação de vantagem quântica universal sobre todos os modelos clássicos, mas como uma arquitetura modular escalável que estende a usabilidade prática de modelos no estilo VQC além do regime de baixa dimensão.

• Contribuição Empírica: O trabalho demonstra que substituir módulos clássicos densos e treináveis por blocos FC-VQC modulares pode igualar ou exceder o desempenho de DNNs de estrutura correspondente com significativamente menos parâmetros.
• Justificativa Arquitetural: Resultados teóricos fornecem uma base formal para explicar por que a mistura de blocos e a medição/re-codificação melhoram a expressividade e a resiliência ao ruído em comparação com circuitos coerentes profundos.
• Limitações: Os autores reconhecem que os principais experimentos dependem de simulação clássica de vetor de estado e que a análise de ruído é uma verificação preliminar, em vez de uma avaliação completa de hardware. A análise de dinâmica de gradiente é empírica e não constitui uma prova formal de eliminação de platôs áridos. A vantagem de eficiência de parâmetros é mostrada em relação a DNNs de estrutura correspondente, não necessariamente contra todas as arquiteturas clássicas especializadas (por exemplo, redes esparsas ou ensembles de árvores).

Em conclusão, o FC-VQC oferece um caminho viável para escalar o aprendizado de máquina quântico para problemas de alta dimensão, decompondo o problema em cálculos quânticos locais tratáveis conectados por mistura clássica determinística, equilibrando assim expressividade, treinabilidade e viabilidade computacional.