Support Vector Machine with a Scalable Quantum Kernel

Resumo Técnico: Máquina de Vetores de Suporte com um Kernel Quântico Escalável

Definição do Problema
As Máquinas de Vetores de Suporte Quânticas (QSVMs) dependem de kernels gerados por sistemas quânticos para mapear dados em espaços de Hilbert de alta dimensão, oferecendo, teoricamente, vantagens sobre os métodos clássicos. No entanto, a abordagem padrão, o Kernel Quântico de Fidelidade (FQK), sofre de uma barreira crítica de escalabilidade conhecida como "concentração exponencial". À medida que o número de qubits ($n$) aumenta, a sobreposição entre estados quânticos distintos decai exponencialmente ($\sim 2^{-n}$). Consequentemente, as entradas da matriz de kernel convergem para um único valor (tipicamente zero para elementos fora da diagonal), tornando a matriz de kernel indistinguível da matriz identidade. Este fenômeno exige um número exponencial de shots de medição para resolver as diferenças entre os pontos de dados, o que efetivamente impede a escalabilidade eficiente além de sistemas de poucos qubits e leva a uma baixa generalização em conjuntos de dados maiores.

Metodologia
Para abordar as limitações do FQK, os autores propõem o Kernel Quântico de Hamming (HQK). Diferente do FQK, que depende exclusivamente da probabilidade de medir a sequência de bits de todos os zeros ($|0\dots0\rangle$) para estimar a sobreposição de estados, o HQK utiliza as estatísticas completas de medição geradas pelo circuito quântico.

A metodologia central envolve as seguintes etapas:

1. Codificação de Estado: Os pontos de dados de entrada $x_i$ e $x_j$ são codificados em estados quânticos $|\psi(x)\rangle = U(x)|0\rangle^{\otimes n}$ usando um circuito quântico parametrizado (especificamente o ansatz de kernel ZZ).
2. Medição: O circuito $U^\dagger(x_i)U(x_j)$ é executado, e as sequências de bits resultantes são medidas.
3. Pós-processamento Informado pela Distribuição: Em vez de descartar todos os resultados exceto a sequência de bits de todos os zeros, o HQK agrupa todas as sequências de bits medidas $b$ pelo seu peso de Hamming $h(b)$ (o número de 1s na sequência).
4. Cálculo do Kernel: O elemento do kernel é computado como uma soma ponderada das probabilidades dessas sequências de bits:
   $$\kappa_{HQK}(x_i, x_j) = \sum_{b} |\langle b|U^\dagger(x_i)U(x_j)|0\rangle^{\otimes n}|^2 e^{-\lambda h(b)}$$
   Aqui, $\lambda$ é um hiperparâmetro ajustável.
   • À medida que $\lambda \to \infty$, o HQK converge para o FQK padrão (focando apenas em $h(b)=0$).
   • À medida que $\lambda \to 0$, o kernel se aproxima de uma matriz de todos os uns.
   • Valores intermediários de $\lambda$ permitem que o kernel aproveite a distribuição de sequências de bits com baixos pesos de Hamming, que são mais prováveis para estados semelhantes, mantendo assim a força do sinal conforme $n$ aumenta.

Principais Contribuições

• Escalabilidade: O HQK mitiga o problema da concentração exponencial ao utilizar as estatísticas completas de medição em vez de um único valor de fidelidade. Isso permite que o método permaneça eficaz em escalas de qubits maiores sem exigir recursos quânticos adicionais ou loops de otimização híbridos complexos.
• Pós-processamento Clássico: O método introduz uma função de pós-processamento clássica específica que utiliza distribuições de peso de Hamming para aumentar as medidas de similaridade, evitando a necessidade de alinhamento de kernel ou otimização de parâmetros iterativa durante a fase de treinamento.
• Robustez: A abordagem é projetada para ser agnóstica ao problema, baseando-se nas propriedades estatísticas dos resultados de medição em vez de estruturas específicas de conjuntos de dados.

Resultos
Os autores avaliaram o HQK contra o FQK padrão e um kernel Gaussiano de Função de Base Radial (RBF) clássico usando dois conjuntos de dados:

1. Dados Clássicos (MNIST): Dígitos manuscritos (0 vs. 1, 0 vs. 6, e ímpares vs. pares) foram reduzidos via Análise de Componentes Principais (PCA) para dimensões variando de 2 a 27.
   • Para $n < 15$, todos os kernels performaram de forma semelhante.
   • Para $n \ge 15$, a precisão do FQK caiu drasticamente devido à concentração exponencial, aproximando-se de um palpite aleatório.
   • O HQK manteve uma precisão estável, superando o FQK e aproximando-se do desempenho do kernel RBF clássico.
2. Dados Quânticos Sintéticos: Os dados foram gerados por dois circuitos quânticos distintos ($V_0$ e $V_1$) com contagens de qubits variáveis (4 a 27).
   • O HQK superou consistentemente tanto o FQK quanto o kernel RBF clássico em todas as contagens de qubits.
   • Crucialmente, para $n$ grande, o HQK alcançou uma precisão de teste próxima ao limite teórico de distinguibilidade, enquanto o FQK e o RBF mostraram degradação significativa de desempenho ou estagnação.

Significância e Alegações
O artigo afirma que o Kernel Quântico de Hamming fornece um caminho prático para o aprendizado de máquina quântico escalável. Ao evitar a concentração exponencial inerente aos kernels baseados em fidelidade, o HQK permite que as QSVMs funcionem efetivamente em sistemas com 15 ou mais qubits sem exigir hardware tolerante a falhas ou recursos quânticos adicionais.

Os autores asseguram que o HQK melhora a expressividade e a robustez dos kernels quânticos em escalas maiores. Notavelmente, o método demonstra uma vantagem decisiva em dados gerados por processos quânticos, onde supera tanto os kernels quânticos quanto os clássicos padrão. O hiperparâmetro ótimo $\lambda$ foi encontrado consistentemente em torno de 0,1 em diversos conjuntos de dados, sugerindo que o método pode ser implantado eficientemente sem validação cruzada extensiva. O trabalho conclui que o HQK é um forte candidato para substituir o FQK em configurações de grande escala ou ambientes de recursos restritos, oferecendo uma alternativa escalável que aproveita todo o poder das estatísticas de medição quântica.