⚛️ quantum physics

Expressibility, Noise, and Error Mitigation in VQE Ansatz Selection

Este estudo demonstra que, embora a expressividade padrão preveja o desempenho do Algoritmo de Autovalor Variacional Quântico sob condições ideais e de extrapolação de ruído zero, ela falha em fazê-lo sob ruído realista ou cancelamento probabilístico de erro, necessitando do uso de métricas de topologia computacionalmente eficientes, como a contagem de portas, para prever os resultados da mitigação de erro.

Autores originais: Peter Annis, Abe Kassem, Evan Coleman

Publicado 2026-06-04

📖 6 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Peter Annis, Abe Kassem, Evan Coleman

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

Imagine que você está tentando assar o bolo de chocolate perfeito (encontrar o estado de menor energia de uma molécula) usando um forno muito novo e levemente defeituoso (um computador quântico de curto prazo). Você tem um livro de receitas cheio de diferentes maneiras de misturar os ingredientes (isso são chamados de "circuitos ansatz"). A grande questão é: Como você escolhe a melhor receita antes mesmo de ligar o forno?

Por um tempo, os cientistas pensaram que tinham uma régua mágica chamada Expressibilidade. Essa régua media o quão "flexível" era uma receita — essencialmente, quantas texturas de bolo diferentes a receita poderia teoricamente criar se o forno fosse perfeito. A ideia era: "Quanto mais flexível for a receita, melhor o bolo."

No entanto, este artigo (de Annis, Kassem e Coleman) é como um grupo de padeiros que decidiu testar essa régua em uma cozinha real e barulhenta. Eles descobriram que a régua não funciona da maneira que esperávamos e testaram algumas ferramentas de "conserto" para ver se conseguiam fazer a régua funcionar novamente.

Aqui está o que eles descobriram, dividido em conceitos simples:

1. A "Régua Mágica" Quebra em uma Cozinha Barulhenta

Em um mundo perfeito (uma simulação ideal), a régua de "Expressibilidade" era aceitável para prever quais receitas funcionariam. Mas em uma cozinha real e barulhenta (simulando um computador quântico real com erros), a régua parou de fazer sentido.

A Analogia: Imagine que você tem duas receitas. A Receita A é muito complexa e flexível (alta expressibilidade), enquanto a Receita B é simples. Em uma cozinha perfeita, a Receita A vence. Mas em uma cozinha barulhenta, onde o forno oscila e o batedor treme, a Receção A complexa desmorona, e a Receita B simples, na verdade, fica melhor.
A Descoberta: A "melhor" receita em um mundo perfeito frequentemente se torna a "pior" receita em um mundo barulhento. O ranking das receitas muda completamente.

2. As Ferramentas de "Conserto" Não Funcionaram Como Esperado

Os cientistas desenvolveram duas ferramentas principais para consertar o ruído na cozinha:

ZNE (Extrapolação de Ruído Zero): Isso é como assar o bolo a 100%, depois a 150%, depois a 200% de calor, e matematicamente adivinhar como o bolo teria o gosto em 0% de calor (condições perfeitas).
PEC (Cancelamento de Erro Probabilístico): Isso é como adicionar um ingrediente "anti-ruído" especial à massa para cancelar as falhas do forno. Isso requer muita matemática e muitas tentativas de cozimento extras.

Os Resultados:

O ZNE foi um sucesso parcial: Ele ajudou algumas receitas (cerca de 4 de 12 para a molécula de Hidrogênio), mas tornou outras piores. Ele não corrigiu magicamente a régua de "Expressibilidade" para fazê-la funcionar novamente.
O PEC foi um desastre: Para quase todas as receitas que testaram, adicionar o ingrediente "anti-ruído" fez o bolo ter um gosto pior. Ele aumentou o erro significativamente. A única vez que ajudou foi para uma receita que já estava falhando tão mal que nem conseguia assar um bolo; a matemática extra de alguma forma ajudou a encontrar um caminho para um bolo decente, mas isso é uma exceção rara.

3. A "Contagem Simples" é Melhor que a "Régua Mágica"

Como a complexa régua de "Expressibilidade" falhou, os autores procuraram formas mais simples de prever quais receitas funcionariam. Eles descobriram que contar o número de misturas de dois ingredientes (portas de dois qubits) era um preditor surpreendentemente bom.

A Analogia: Em vez de medir a flexibilidade teórica da receita, eles apenas contaram quantas vezes o batedor teve que girar. Eles descobriram que, quanto mais vezes o batedor gira, mais provável é que o ruído estrague o bolo.
A Descoberta: Para a ferramenta de conserto PEC, contar as misturas foi quase perfeito para prever a falha. Se uma receita tinha muitas misturas, o PEC a destruiria. Para as outras condições, a contagem simples foi tão boa quanto, ou melhor que, a régua complexa.

4. A "Régua Ruidosa" é Cara Demais para Usar

Os autores tentaram criar uma nova versão da régua que leva em conta o ruído (chamada de "Expressibilidade Ruidosa").

A Descoberta: Esta nova régua previu os resultados muito bem para as pequenas moléculas que testaram. No entanto, calcular esta régua exige simular toda a cozinha com todo o ruído, o que é como tentar resolver um quebra-cabeça que se torna exponencialmente mais difícil a cada ingrediente extra.
A Armadilha: Para moléculas maiores (como o Hidreto de Lítio), calcular esta "Régua Ruidosa" é computacionalmente caro demais, sendo praticamente impossível de fazer. É como tentar calcular a receita perfeita de um bolo para um banquete simulando cada migalha de farinha; você fica sem tempo ou poder computacional antes de terminar.

5. A "Armadilha da Flexibilidade" em Grandes Escalas

Finalmente, eles olharam para moléculas maiores (12 a 14 qubits). Eles descobriram que, conforme as receitas ficam maiores, todas começam a parecer iguais na régua de "Expressibilidade".

A Analogia: Imagine que você tem um conjunto pequeno de LEGO e um castelo gigante de LEGO. A régua diz que o castelo é "infinitamente flexível". Mas, como o castelo é tão enorme e complexo, é impossível construí-lo sem que ele desmorone. A régua perde a capacidade de distinguir entre um "bom" castelo grande e um "mau" castelo grande porque todos parecem igualmente "flexíveis" no papel.
A Descoberta: A régua deixa de ser útil para sistemas grandes porque não consegue mais distinguir entre bons e maus designs.

A Conclusão para o Padeiro

Se você está tentando escolher uma receita (ansatz) para um computador quântico barulhento:

Não confie apenas na régua de "Expressibilidade"; ela frequentemente mente em condições ruidosas.
Não espere que as ferramentas de "Conserto" (especialmente o PEC) salvem uma receita ruim; elas frequentemente tornam as coisas piores.
Conte suas misturas: A maneira mais simples de prever o sucesso é procurar por receitas com menos etapas complexas (menos portas de dois qubits).
Mantenha a simplicidade: Por enquanto, a melhor estratégia é filtrar primeiro as receitas excessivamente complexas e, em seguida, usar a régua padrão para escolher as melhores das que restaram de forma simples.

O artigo conclui que não existe uma única "métrica mágica" que funcione para tudo. A melhor abordagem é uma estratégia prática e em camadas: primeiro, evite circuitos que sejam complexos demais para o hardware barulhento e, em seguida, use métricas simples e baratas de calcular para fazer a escolha final.

Resumo Técnico: Expressibilidade, Ruído e Mitigação de Erros na Seleção de Ansatz para VQE

Definição do Problema

O Algoritmo Variacional de Eigensolver Quântico (VQE) é um algoritmo líder para a química quântica de curto prazo, mas selecionar um circuito ansatz ideal permanece um desafio significativo. Embora a "expressibilidade" — uma métrica que quantifica a capacidade de um circuito de amostrar uniformemente o espaço de Hilbert — tenha sido proposta como um guia para a seleção de ansatz, trabalhos recentes de Saib et al. demonstraram que ela falha em prever o desempenho do VQE sob condições de ruído realistas para a molécula de hidrogênio ( $H_2$ ). Além disso, permanece incerto se as técnicas modernas de Mitigação de Erro Quântico (QEM), especificamente a Extrapolação de Ruído Zero (ZNE) e o Cancelamento de Erro Probabilístico (PEC), podem restaurar o poder preditivo da expressibilidade ou se introduzem novas dependências entre as propriedades do circuito e o desempenho.

Metodologia

Os autores conduziram uma investigação sistemática em quatro moléculas: $H_2$ (4 qubits, 12 circuitos), $H_3^+$ (6 qubits, 6 circuitos), $LiH$ (12 qubits, 4 circuitos) e $BeH_2$ (14 qubits, 2 circuitos). O estudo utilizou 24 circuitos de ansatz de eficiência de hardware com variações em rotações de um único qubit, tipos de portas de dois qubits (CNOT, CZ) e padrões de emaranhamento.

Os experimentos foram simulados usando Qiskit Aer com três modelos de ruído distintos:

COMBINED: Erro depolarizante combinado com relaxação térmica (correspondendo à metodologia de Saib et al.).
DEPOL: Erro depolarizante puro.
AMPLITUDE_DAMPING: Amortecimento de amplitude puro.

Quatro cenários de execução foram avaliados para cada circuito:

Ideal: Simulação sem ruído.
Noisy (Com Ruído): Simulação com ruído, sem mitigação.
Noisy + ZNE: Pós-processamento usando extrapolação de Richardson com fatores de escala de ruído $\{1.0, 1.5, 2.0\}$ .
Noisy + PEC: Pós-processamento usando amostragem de quase-probabilidade com uma representação de ruído depolarizante.

O desempenho foi quantificado pelo erro de energia ( $\Delta E = |E_{VQE} - E_{exact}|$ ). O estudo comparou a expressibilidade padrão (calculada via simulações de estado vetorial ideais) e a expressibilidade ruidosa (calculada via simulações de matriz de densidade) contra métricas de topologia de custo zero, incluindo contagem de portas de dois qubits, profundidade do circuito e infidelidade esperada.

Principais Contribuições e Resultados

1. Instabilidade de Ranking e Eficácia da Mitigação

O estudo reproduz o achado de Saib et al. de que os rankings de circuitos são embaralhados sob ruído. A correlação de ranking de Spearman entre os rankings ideais e ruidosos foi negligenciável ( $\rho \approx -0.1$ para $H_2$ ).

ZNE: Preserva os rankings ruidosos ( $\rho = +0.80$ para $H_2$ ), mas oferece redução de erro inconsistente. Reduziu o erro para apenas 4 de 12 circuitos de $H_2$ e 4 de 6 circuitos de $H_3^+$ .
PEC: Reordena ativamente os rankings dos circuitos ( $\rho = -0.22$ para $H_2$ ) e predominantemente degrada o desempenho. O PEC aumentou o erro em 11 de 12 circuitos de $H_2$ e em todos os 6 circuitos de $H_3^+$ . A degradação é impulsionada pelo overhead de amostragem exponencial ( $\gamma^{2N_g}$ ), não pelo descompasso do modelo de ruído, conforme confirmado por estudos de ablação sob ruído depolarizante puro.

2. Poder Preditivo da Expressibilidade

Expressibilidade Padrão: Mostra correlação moderada a forte com o desempenho ruidoso e ZNE para $H_2$ ( $r = +0.74$ e $r = +0.77$ , respectivamente) em todos os modelos de ruído. No entanto, não mostra poder preditivo significativo para $H_3^+$ ou moléculas maiores.
Expressibilidade Ruidosa: Calculada via simulações de matriz de densidade, esta métrica prevê fortemente o desempenho não mitigado para $H_3^+$ ( $r = +0.91$ ). Contudo, os autores argumentam que esta métrica é computacionalmente intratável em escala ( $O(4^n)$ ) e teoricamente confunde a cobertura do espaço de estados com a perda de pureza induzida pelo ruído.
Métricas de Topologia: Métricas de custo zero, particularmente a contagem de portas de dois qubits, fornecem poder preditivo comparável ou superior para a degradação do PEC ( $r = +0.96$ para $H_3^+$ ) e servem como proxies eficazes para a suscetibilidade ao ruído.

3. Limitações de Escala

Em um estudo preliminar de escala para $LiH$ (12 qubits) e $BeH_2$ (14 qubits), os valores de expressibilidade padrão colapsaram em direção a zero conforme os circuitos se aproximavam de 2-designs. Este "colapso de expressibilidade" torna a métrica não discriminativa em escalas maiores, pois todos os circuitos parecem igualmente expressivos, apesar de variarem significativamente em seu desempenho de VQE. Além disso, as simulações ruidosas para esses sistemas maiores foram consideradas computacionalmente intratáveis.

Significância e Alegações

O artigo afirma que a hipótese de que a mitigação de erro restaura a expressibilidade como uma métrica universal de seleção de ansatz não é sustentada. Em vez disso, os autores estabelecem que:

A Mitigação é Dependente de Condições: As técnicas de QEM não melhoram o desempenho universalmente; o PEC frequentemente o degrada devido ao overhead de amostragem, enquanto o sucesso do ZNE depende fortemente do modelo de ruído e da estrutura do circuito.
Preditores Contextuais: Nenhuma métrica única domina em todas as condições. A expressibilidade padrão é um preditor útil para $H_2$ sob condições ruidosas e ZNE, mas métricas de topologia (contagem de portas) são superiores para prever a degradação do PEC.
Restrições de Escalabilidade: A expressibilidade perde poder discriminativo conforme o número de qubits aumenta (aproximando-se de 2-designs), e a expressibilidade ruidosa torna-se computacionalmente inviável além de $\sim10$ qubits.

Os autores concluem que, para praticantes, uma estratégia em camadas é mais eficaz: primeiro, filtrar circuitos pela contagem de portas para eliminar candidatos vulneráveis ao ruído, e depois usar a expressibilidade padrão para classificar as opções restantes. O estudo enfatiza que, embora a expressibilidade ruidosa correlacione-se com o erro, ela frequentemente atua como um proxy para o acúmulo de ruído em vez de uma medida pura de capacidade representacional, tornando métricas de topologia simples uma escolha mais prática para a seleção de ansatz na era NISQ.