Q-PhotoNAS: Hybrid Quantum Neural Architecture Search Framework on Photonic Devices

Resumo Técnico: Q-PhotoNAS

Declaração do Problema
A computação quântica fotônica oferece uma plataforma promissora para aprendizado de máquina quântico (QML) escalável devido à sua operação à temperatura ambiente, baixa decoerência e compatibilidade com redes de fibra existentes. No entanto, projetar arquiteturas híbridas fotônicas quântico-clássicas eficazes permanece um desafio significativo. As abordagens atuais dependem do ajuste manual de componentes distintos: pipelines de pré-processamento clássico, estratégias de codificação de dados (mapeamento de características clássicas para fases ópticas) e a estrutura das camadas clássicas circundantes. Como demonstrado nos exemplos motivadores do artigo (Fig. 1), alcançar precisão competitiva em conjuntos de dados como Digits e MNIST requer tentativas iterativas e desenhadas manualmente, onde cada alteração arquitetural exige uma execução completa de retreinamento. O espaço de design conjunto é vasto (aproximadamente $3,7 \times 10^{10}$ configurações), e as fortes interações entre os componentes tornam o ajuste manual ganancioso pouco confiável e ineficiente. Além disso, as estruturas existentes de Busca de Arquitetura Neural (NAS) não visam especificamente hardware fotônico, que possui restrições únicas (por exemplo, contagem fixa de modos, não linearidades específicas de codificação) distintas dos sistemas de qubits baseados em portas.

Metodologia: Framework Q-PhotoNAS
Os autores propõem o Q-PhotoNAS, um framework de Busca de Arquitetura Neural projetado especificamente para modelos híbridos fotônicos quântico-clássicos. O sistema integra quatro fases: pré-processamento de dados, desenvolvimento progressivo do modelo, busca baseada em algoritmo genético (AG) e estimativa de tempo de execução de hardware.

1. Genoma e Espaço de Busca: O framework codifica 19 hiperparâmetros em seis grupos funcionais de genes:

   • Dados/Pré-processamento: Componentes de PCA e parâmetros de frontend convolucional.
   • Rede Pré-Quântica: Profundidade, largura, funções de ativação e normalização para as camadas clássicas que precedem o circuito quântico.
   • Codificação de Fase: Um mecanismo de codificação novo e aprendível, substituindo esquemas fixos. Utiliza uma transformação diferenciável $\theta_i = \text{act}_\phi(x_i \cdot s_i + b_i) \cdot \pi$, onde a função de ativação ($\sigma$, $\tanh$ ou $\text{clamp}$), a inicialização da escala ($s_i$) e a inclusão de viés ($b_i$) são todas otimizadas pelo AG.
   • Camada Quântica: A dimensão de saída do circuito fotônico.
   • Cabeça do Classificador: Profundidade, largura e ativação das camadas clássicas finais.
   • Treinamento: Taxa de aprendizado, cronograma, decaimento de peso e limitação de gradiente.
     O espaço de busca abrange aproximadamente $3,7 \times 10^{10}$ configurações.

2. Estratégia de Algoritmo Genético: O AG evolui uma população de 20 arquiteturas candidatas ao longo de 30 gerações. Emprega:

   • Cruzamento Baseado em Grupos: Para preservar a coerência arquitetural, grupos inteiros de genes (por exemplo, todos os parâmetros pré-quânticos) são herdados como unidades dos pais, prevenindo a criação de arquiteturas inconsistentes (por exemplo, redes profundas com larguras estreitas).
   • Mutação por Gene: Uma mistura de passos locais e saltos globais para refinar ou diversificar configurações.
   • Elitismo: Os 2 indivíduos superiores são preservados inalterados.
   • Avaliação de Aptidão: Candidatos são avaliados em um orçamento "proxy" curto (5 épocas em 1.000 amostras para Digits; 3 épocas em 5.000 amostras para MNIST) para estimar a precisão de validação. A melhor arquitetura encontrada é então totalmente retreinada por 100 épocas no conjunto de dados completo.

3. Estimativa de Hardware: O framework inclui um modelo matemático de primeiros princípios para estimar o tempo de execução no QPU fotônico Quandela Ascella. A latência total ($T_{total}$) é modelada como a soma do tempo de reconfiguração do deslocador de fase ($T_{prep}$), tempo de propagação do guia de onda ($T_{prop}$), tempo de detecção ($T_{det}$) e sobrecarga eletrônica ($T_{lat}$). Simulações de Monte Carlo consideram deriva térmica, incerteza de coincidência de fótons e jitter eletrônico.

Principais Resultados
O framework foi avaliado nos benchmarks de classificação de imagens Digits e MNIST.

• Precisão: O Q-PhotoNAS alcançou precisões finais de validação de 99,44% em Digits e 98,78% em MNIST. Esses resultados superam significativamente as linhas de base projetadas manualmente (por exemplo, circuitos quânticos puros ou híbridos de codificação fixa) e igualaram as linhas de base apenas clássicas.
• Contribuição Quântica: A análise das arquiteturas aprendidas revelou que a camada fotônica extrai características não redundantes.
  • Para Digits, a similaridade de cosseno interclasse das saídas quânticas foi baixa (0,135), indicando separação ortogonal de classes. A similaridade por amostra entre características quânticas e clássicas foi de 0,167, sugerindo informações complementares.
  • Para MNIST, a similaridade interclasse foi de 0,100, e a similaridade por amostra foi de -0,154, indicando que a camada fotônica ativamente desalinha com o caminho clássico, fornecendo uma forma mais forte de complementaridade.
  • Modelos híbridos consistentemente superaram as linhas de base apenas clássicas com parâmetros correspondentes em aproximadamente 0,65 pontos percentuais (Digits) e 0,83 pontos percentuais (MNIST), com menor variância entre sementes aleatórias.
• Latência de Hardware: No QPU Quandela Ascella, os tempos estimados de inferência de imagem única foram de ~67 ms para Digits e ~149 ms para MNIST. A análise identificou a reconfiguração térmica do deslocador de fase como o custo dominante (representando >88% do orçamento quântico), escalando linearmente com a profundidade do circuito.

Significado e Alegações
O artigo afirma apresentar o primeiro framework NAS projetado especificamente para arquiteturas híbridas fotônicas quântico-clássicas. Seu significado reside em:

1. Exploração Sistemática do Espaço de Design: Move-se além do design manual e de tentativa e erro para uma busca automatizada que lida com as interações complexas e não diferenciáveis entre pré-processamento clássico, codificação de fase aprendível e estrutura de circuito fotônico.
2. Codificação Aprendível: Ao tratar a transformação de codificação de fase como um eixo de design otimizado conjuntamente, o framework permite que o circuito fotônico alinhe seu espaço de fase com a distribuição de dados de ponta a ponta, superando as limitações de esquemas de codificação fixa.
3. Viabilidade Prática: Os resultados demonstram que a busca automatizada é prática para sistemas fotônicos híbridos, alcançando alta precisão com tempos de inferência na faixa de dezenas de milissegundos em hardware fotônico térmico atual.
4. Otimização Consciente de Hardware: A inclusão de um estimador de tempo de primeiros princípios permite a identificação de gargalos de hardware (especificamente reconfiguração térmica), guiando o desenvolvimento futuro de hardware em direção a alternativas eletro-ópticas.

Os autores concluem que o Q-PhotoNAS fornece um framework reutilizável e principiado para o design sistemático de IA quântica em dispositivos fotônicos, abrindo caminho para a exploração de contagens de modos maiores e estratégias de codificação alternativas.