⚛️ quantum physics

Layer-wise QUBO-Based Training of CNN Classifiers for Quantum Annealing

Este trabalho propõe um framework iterativo baseado em QUBO para treinar a camada de classificação de CNNs via annealing quântico, congelando filtros convolucionais e substituindo a perda de entropia cruzada por um surrogate quadrático, alcançando desempenho competitivo em benchmarks de imagem sem depender de otimização baseada em gradiente.

Autores originais: Mostafa Atallah, Rebekah Herrman

Publicado 2026-03-03

📖 4 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Mostafa Atallah, Rebekah Herrman

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Como Ensinar um Robô a Ver com a Ajuda de um "Quebra-Cabeça Quântico"

Imagine que você está tentando ensinar um computador a reconhecer fotos de gatos e cachorros. Normalmente, fazemos isso ajustando milhões de "botões" internos (pesos) no cérebro da máquina, um por um, usando um método chamado "gradiente". É como descer uma montanha no escuro, dando passos pequenos e sentindo onde o chão está mais baixo para não cair.

Mas e se quiséssemos usar um computador quântico para fazer isso? O problema é que esses computadores (especificamente os chamados "annealers" ou recozidores quânticos) não gostam de sentir o chão. Eles são especialistas em encontrar o ponto mais baixo de um vale de uma vez só, sem precisar sentir cada passo.

Os autores deste artigo criaram uma nova receita para treinar inteligência artificial usando essa tecnologia quântica. Aqui está a explicação simples do que eles fizeram:

1. O Problema: O Vale do Desespero

Na inteligência artificial clássica, se a montanha ficar muito plana (o que chamam de "platô estéril"), o computador não sabe para onde andar e para de aprender. Computadores quânticos não sofrem disso, mas eles só entendem problemas de um tipo específico: otimização binária (decisões de "ligado/desligado"). Treinar uma rede neural normal é como tentar encaixar um quadrado dentro de um círculo redondo; não combina.

2. A Solução: Congelar os Olhos, Treinar o Cérebro

Para resolver isso, os autores usaram uma estratégia inteligente baseada em "Máquinas de Aprendizado Extremo" (ELM).

A Analogia dos Óculos Fixos: Imagine que você quer aprender a identificar frutas. Em vez de aprender a ver as frutas (o que é difícil), você coloca um par de óculos fixos que já transformam a fruta em um desenho abstrato. Você não muda os óculos (camadas de convolução congeladas); você só treina seu cérebro para interpretar o desenho (a camada final de classificação).
Por que isso ajuda? Como os "óculos" (filtros de imagem) não mudam, o computador quântico não precisa se preocupar em recalculá-los toda hora. Ele só foca em ajustar a interpretação final.

3. A Tradução: De Matemática Complexa para Interruptores de Luz

O computador quântico não entende a matemática complexa de "perda de erro" (como erramos na classificação). Ele entende QUBO (Otimização Binária Quadrática Desconstruída).

A Analogia do Mapa Simplificado: O método original é como um mapa com montanhas, vales e buracos. O método deles cria um "mapa substituto" (surrogate) que é uma rampa suave e quadrada. É mais fácil para o computador quântico descer essa rampa até o fundo.
Os Interruptores: Eles transformam os ajustes de peso em uma série de interruptores de luz (bits). Cada interruptor pode estar ligado ou desligado. O objetivo é encontrar a combinação perfeita de interruptores que faz a "energia" do sistema cair ao mínimo.

4. Dividir para Conquistar

O problema original seria grande demais para o computador quântico atual (como tentar resolver um quebra-cabeça de 10.000 peças de uma vez).

A Estratégia: Eles dividiram o problema. Em vez de treinar tudo junto, eles treinaram um "mini-problema" para cada categoria (um para "gatos", um para "cachorros", etc.). É como ter 10 alunos estudando em salas separadas, em vez de uma sala gigante com 100 alunos bagunçando. Isso cabe dentro do hardware atual.

5. O Resultado: Funciona, mas exige precisão

Eles testaram isso em várias bases de dados de imagens (como números escritos à mão e roupas).

A Régua de Precisão: Eles descobriram que a "precisão" (quantos bits usam para representar os números) é crucial.
- Com 5 bits (uma régua muito grosseira), o robô fica confuso e erra muito (33% de acerto).
- Com 20 bits (uma régua super precisa), o robô compete de igual para igual com os métodos clássicos, chegando a até 81% de acerto em alguns testes.
O Custo: O método é mais lento que os computadores clássicos atuais (é como usar um carro de corrida em uma estrada de terra). Mas, como foi testado em simulação, eles acreditam que em um computador quântico real, a velocidade poderia melhorar.

Resumo Final

Os autores criaram uma ponte entre o mundo clássico e o quântico. Eles congelaram a parte visual da inteligência artificial e usaram o computador quântico apenas para aprender a classificar o que foi visto.

É como se eles dissessem: "Não vamos tentar ensinar o computador quântico a ser um fotógrafo. Vamos dar a ele óculos fixos e pedir que ele aprenda a ser o crítico de arte."

O resultado é um método que funciona, é estável e abre caminho para que, no futuro, computadores quânticos ajudem a treinar inteligências artificiais mais complexas sem se perderem em "platôs" de aprendizado.

Resumo Técnico: Treinamento Baseado em QUBO de Camada por Camada para Classificadores CNN em Recozimento Quântico

Autores: Mostafa Atallah e Rebekah Herrman
Instituições: University of Tennessee - Knoxville e Cairo University
Contexto: Aprendizado de Máquina Quântico (QML) e Otimização Combinatória.

1. O Problema

O campo de Aprendizado de Máquina Quântico (QML) enfrenta desafios significativos ao aplicar técnicas quânticas ao treinamento de redes neurais para classificação de imagens:

Circuitos Quânticos Variacionais (VQCs): Sofrem com o fenômeno de barren plateaus (planícies áridas), onde os gradientes desaparecem exponencialmente à medida que o número de qubits aumenta, tornando a otimização intratável.
Métodos de Kernel Quântico: Escalam quadraticamente com o tamanho do conjunto de dados ( $O(N^2)$ ), o que é proibitivo para grandes conjuntos de dados de imagem.
Limitações de Hardware: A maioria das formulações de QUBO (Quadratic Unconstrained Binary Optimization) para redes neurais existentes escala com o número de amostras de treinamento ou requer pesos pré-treinados, limitando a aplicabilidade direta em hardware quântico atual (como o D-Wave).

O objetivo deste trabalho é desenvolver um framework iterativo para treinar a "cabeça" do classificador (camada totalmente conectada) de Redes Neurais Convolucionais (CNNs) utilizando Recozimento Quântico, evitando completamente a otimização baseada em gradientes de circuitos quânticos.

2. Metodologia

A abordagem proposta combina o paradigma de Máquina de Aprendizado Extremo (ELM) com formulações de QUBO.

Paradigma ELM (Frozen Features): Os filtros convolucionais são inicializados aleatoriamente e congelados (não treinados). Apenas a camada totalmente conectada (FC) é otimizada. Isso desacopla a extração de características (clássica) da otimização do classificador (QUBO).
Surrogado Quadrático Convexo: A função de perda de entropia cruzada (não quadrática) é substituída por um surrogado quadrático convexo derivado da matriz de Gram.
- A matriz de Gram ( $G = \frac{1}{N} X^T X$ ) é pré-calculada uma vez e permanece constante, servindo como um proxy de curvatura estável.
- Isso transforma o problema de atualização de pesos em um problema de minimização quadrática, adequado para QUBO.
Decomposição por Saída (Layer-wise): Para um problema de $C$ $C$ classes, o método não cria um único QUBO massivo. Em vez disso, ele decompõe o classificador em $C$ QUBOs independentes, um para cada neurônio de saída.
- Cada QUBO possui $(d+1) \times K$ variáveis binárias, onde $d$ é a dimensão da característica e $K$ é a precisão em bits.
- Isso permite que o tamanho do problema dependa da resolução da imagem e da precisão, e não do número de amostras de treinamento.
Codificação Binária: As atualizações contínuas de pesos são discretizadas usando codificação simétrica assinada em $K$ bits.
Treinamento Iterativo: O processo ocorre em iterações. Em cada passo, calculam-se os resíduos da probabilidade softmax, constrói-se o QUBO, resolve-se via recozimento e atualizam-se os pesos.

3. Principais Contribuições

Surrogado QUBO Iterativo: Substituição da perda de entropia cruzada por um surrogado quadrático convexo baseado na matriz de Gram, permitindo o treinamento de redes a partir de inicialização aleatória sem gradientes.
Decomposição por Saída: Redução do tamanho do QUBO de $(d+1)CK$ para $C$ problemas independentes de $(d+1)K$ variáveis, escalando com o modelo e não com o conjunto de dados.
Estudo de Precisão: Identificação empírica de que uma precisão mínima de 10 bits é necessária para otimização eficaz via QUBO.
Benchmarks Multi-Dataset: Validação em seis conjuntos de dados de classificação de imagens (sklearn digits, MNIST, Fashion-MNIST, CIFAR-10, EMNIST, KMNIST).

4. Resultados Experimentais

Os experimentos foram realizados utilizando Recozimento Simulado (Simulated Annealing - SA) via SDK D-Wave Ocean para estabelecer uma linha de base para o futuro uso em hardware quântico real (QPU).

Precisão de Bits:
- 5 bits: Falha em convergir significativamente (acurácia ~33%).
- 10 bits: Produz resultados competitivos.
- 20 bits: Alcança o melhor desempenho, igualando ou superando a linha de base clássica (SGD) em conjuntos de dados específicos.
Desempenho por Dataset (Comparação QUBO 20-bit vs. Clássico SGD em Features Congeladas):
- MNIST: QUBO supera o clássico (+3% de acurácia).
- Fashion-MNIST: QUBO supera o clássico (+1.3%).
- EMNIST: Desempenho equivalente (±0%).
- CIFAR-10 e KMNIST: Desempenho competitivo, embora limitado pelo downsampling para 8x8 e arquitetura simples.
Recursos Computacionais:
- Para uma configuração de 20 bits e $d=18$ , cada QUBO possui 380 variáveis lógicas.
- Isso se enquadra na capacidade de qubits do D-Wave Advantage (~5.640 qubits), mas a conectividade densa (72.010 acopladores) excede os acopladores físicos disponíveis na topologia Pegasus atual, exigindo embedding (cadeias de qubits).
Tempo de Execução: O treinamento via QUBO (SA) é 100-400x mais lento que o SGD clássico, mas o objetivo é validar a qualidade da solução para futura implementação em QPU.

5. Significado e Implicações

Alternativa aos Barren Plateaus: Ao evitar circuitos variacionais e otimização baseada em gradientes, o método escapa do problema de barren plateaus, oferecendo uma rota viável para QML em hardware de recozimento atual.
Viabilidade de Hardware: O estudo estabelece que formulações QUBO para treinamento de CNNs são viáveis em hardware quântico de annealing (como D-Wave), desde que a precisão e o tamanho do problema sejam gerenciados (ex: 15-20 bits).
Linha de Base para QPU: Ao usar Recozimento Simulado, os autores estabelecem um padrão de qualidade de solução que o hardware quântico real precisará igualar ou superar para ser considerado vantajoso.
Limitações Atuais: A necessidade de downsampling de imagens (8x8) e o uso de features congeladas limitam a acurácia absoluta em comparação com CNNs clássicas completas, mas o foco é a eficácia do otimizador quântico, não a arquitetura de extração de características.

Conclusão: O artigo demonstra que o treinamento de classificadores CNN via QUBO e recozimento quântico é uma abordagem promissora e livre de gradientes. Com precisão suficiente (≥10 bits), o método pode igualar ou superar otimizadores clássicos em cenários de features congeladas, preparando o terreno para a implementação direta em annealers quânticos futuros.