Resumo Técnico: Codificação de Amplitude Mesclada para CCQKAN

1. Problema e Contexto

O artigo aborda um desafio fundamental na implementação de Redes Quânticas de Kolmogorov–Arnold (QKAN) baseadas em polinômios de Chebyshev (CCQKAN) na era de Computação Quântica de Média Escala Ruidosa (NISQ).

• O Dilema: Existe um compromisso (trade-off) entre o número de qubits necessários e o número de execuções de circuito por passagem para frente (forward pass).
  • Avaliação Paralela: Requer muitos qubits (um registro por aresta), mas apenas uma execução de circuito.
  • Avaliação Sequencial: Reutiliza poucos qubits, mas exige muitas execuções de circuito (uma por aresta), o que é custoso devido à latência e ruído em hardware real.
• Objetivo: Encontrar uma estratégia de codificação intermediária que reduza o custo de execuções de circuito sem exigir um aumento proibitivo no número de qubits, mantendo a treinabilidade da rede.

2. Metodologia: Codificação de Amplitude Mesclada (Merged Amplitude Encoding)

O autor propõe uma técnica chamada codificação de amplitude mesclada para otimizar o cálculo das ativações das arestas em um nó de saída.

• Princípio Matemático: Em vez de calcular o produto interno de cada aresta ($n$ arestas de entrada) independentemente em registros separados, a técnica "empacota" os produtos elementares de todos os vetores de coeficientes e bases de Chebyshev em um único estado de amplitude.
• Implementação:
  • Define-se um vetor mesclado $m_j$ que contém os produtos $c_{ij} \odot T(x_i)$ para todas as entradas $i$.
  • A soma dos componentes deste vetor é equivalente à ativação pré-sinal desejada.
  • O estado quântico $|\tilde{m}_j\rangle$ é preparado e a sobreposição com o estado uniforme $|U\rangle$ é medida (usando portas Hadamard em vez de um teste SWAP complexo).
• Recursos:
  • Qubits: Requer $Q_{red} = \lceil \log_2(n(d + 1)) \rceil$ qubits. Isso representa um aumento de apenas 1 a 2 qubits em comparação com a abordagem sequencial pura.
  • Execuções: Reduz o número de execuções de circuito por camada por um fator de $n$ (número de arestas de entrada). Por exemplo, em uma rede $[4, 4, 1]$, as execuções caem de 20 (sequencial) para 5 (mesclado).
• Recuperação de Sinal: Como a medição quântica fornece apenas o quadrado da sobreposição, o sinal da ativação é recuperado classicamente (ou via teste de Hadamard adicional no hardware), uma limitação compartilhada com a arquitetura original.

3. Contribuições Principais

1. Validação Empírica de Treinabilidade: Embora a equivalência matemática entre a codificação original e a mesclada seja trivial (baseada na linearidade), o trabalho prova empiricamente que rearranjar a computação dessa maneira não degrada a capacidade de treinamento em um loop de otimização.
2. Análise de Recursos: Demonstra que o overhead de qubits é logarítmico ($O(\log n)$) em relação à redução linear nas execuções de circuito, tornando-o vantajoso em plataformas onde a latência de submissão de jobs ou a preparação de estado é o gargalo.
3. Comparação de Inicialização: Estuda dois cenários para a rede mesclada:
   • Red-T: Transferência de parâmetros de uma rede original treinada (inicialização "warm-start").
   • Red-I: Inicialização independente aleatória.
4. Rigor Estatístico: Utiliza testes de postos sinalizados de Wilcoxon sobre 16 sementes aleatórias em 10 configurações de rede sob três condições de ruído (ideal, ruído de disparo, ruído de dispositivo).

4. Resultados

Os experimentos foram realizados em simulação de vetor de estado clássica (sem vantagem quântica real, mas focada em viabilidade de arquitetura).

• Condições Ideais (Sem Ruído):
  • Red-T (Transferência): Convergiu mais rápido e atingiu perda (MSE) significativamente menor (48–78% de melhoria) em comparação com a rede original, devido à vantagem da inicialização.
  • Red-I (Independente): Desempenho estatisticamente comparável à rede original em 9 de 10 configurações (p > 0.05). Não houve degradação significativa na treinabilidade.
• Condições com Ruído (Shot Noise + Ruído Despolarizante):
  • O ruído equalizou o desempenho entre os modelos. A vantagem da transferência de parâmetros (Red-T) desapareceu, sugerindo que parâmetros otimizados para condições ideais não são robustos a flutuações estatísticas de medição.
  • A rede mesclada inicializada independentemente (Red-I) manteve-se estatisticamente indistinguível da rede original em todas as condições de ruído.
• Classificação MNIST (8x8):
  • Binária (0 vs 1): Todas as arquiteturas atingiram >99% de precisão (tarefa muito fácil após PCA).
  • 10 Classes (One-vs-All): Precisão variou de 53% a 78%. Não houve diferença significativa entre Original e Red-I em nenhuma configuração.
• Estatística: Em 28 de 30 comparações (10 configurações × 3 condições), não houve diferença significativa entre a rede original e a mesclada inicializada independentemente.

5. Significado e Conclusão

• Viabilidade: A codificação de amplitude mesclada é uma estratégia viável para redistribuir recursos quânticos em CCQKANs. Ela permite reduzir drasticamente o número de chamadas de circuito (latência) com um custo mínimo de qubits.
• Preservação de Treinabilidade: A principal conclusão é que a mudança na estrutura do circuito não introduz viés negativo na otimização baseada em gradiente, validando o uso prático da técnica em simulações.
• Limitações:
  • Simulações em pequena escala ($n \le 4$, $Q_{red} \le 5$).
  • Modelo de ruído simplificado (aplicado globalmente, não nível de porta).
  • Orçamento de treinamento limitado (20 passos), o que pode não refletir convergência assintótica.
• Futuro: A validação em hardware quântico real, com modelos de ruído específicos do dispositivo e análise de gradientes compatíveis com hardware (regra de deslocamento de parâmetros), é necessária para confirmar a utilidade prática em larga escala.

Em suma, o trabalho oferece evidências empíricas sólidas de que é possível "trocar qubits por execuções de circuito" em redes KAN quânticas sem sacrificar a capacidade de aprendizado, oferecendo uma rota promissora para otimização de recursos em dispositivos NISQ.