Measurement circuit ansatz: Naimark versus quantum neural-network measurements

Resumo Técnico: Ansatz de Circuito de Medição: Naimark versus Medições por Redes Neurais Quânticas

Definição do Problema
A construção de medições quânticas gerais, especificamente Medidas de Operadores de Valor Positivo (POVMs), é um requisito fundamental para tarefas de processamento de informação quântica, como a revelação de efeitos não clássicos e a otimização de algoritmos quânticos variacionais. Embora o teorema de extensão de Naimark forneça uma estrutura teórica para implementar POVMs arbitrárias através da interação unitária de um sistema com qubits auxiliares (ancilas) e da medição dessas ancilas, a implementação prática em hardware quântico atual de escala intermediária ruidosa (NISQ) enfrenta obstáculos significativos. As construções existentes baseadas em conjuntos de portas universais (por exemplo, CNOT e portas de qubit único) frequentemente resultam em circuitos profundos com altas contagens de CNOT. Além disso, a otimização dos parâmetros desses circuitos via otimizadores clássicos é computacionalmente difícil, pois a estrutura do circuito introduz paisagens de energia complexas (especificamente interações ZZ) propensas a mínimos locais, dificultando a convergência eficiente.

Metodologia
Os autores propõem e comparam três diferentes ansätze de circuito para implementar medições gerais em hardware quântico:

1. Medição Quântica de Naimark: Esta abordagem segue estritamente a extensão de Naimark usando um conjunto de portas universais. O circuito é construído usando portas NOT controladas (CNOT) e portas de rotação de qubit único parametrizadas. A estrutura é projetada para gerar POVMs de $l$-resultados em sistemas de $n$-qubits usando $\lceil \log_2 l \rceil$ qubits auxiliares. Os autores formulam isso como um problema de busca de parâmetros onde um otimizador clássico ajusta os parâmetros das portas de qubit único para aproximar uma medição alvo.
2. Medição Híbrida Naimark-QNN: Para abordar a dificuldade computacional da abordagem Naimark pura, os autores substituem os blocos unitários de múltiplos qubits (que contêm interações ZZ) dentro da estrutura de Naimark por Circuitos Quânticos Parametrizados (PQCs), especificamente Redes Neurais Quânticas (QNNs). Esta abordagem híbrida retém a estratégia de inclusão de qubits auxiliares (CNOTs coletivos) da extensão de Naimark, mas substitui as unitárias do sistema por ansätze eficientes de hardware (HEA) ou blocos de circuito (CB).
3. Medição Totalmente QNN: Esta abordagem descarta inteiramente as restrições estruturais explícitas de Naimark. Ela utiliza circuitos QNN totalmente parametrizados (compostos por camadas HEA ou CB) para aproximar a medição diretamente. Esses circuitos evitam interações ZZ explícitas e escalam linearmente em portas CNOT com o número de qubits, tornando-os mais rasos e mais compatíveis com a conectividade do hardware atual.

O desempenho desses ansatzes é avaliado através da tarefa de Discriminação de Estado Quântico, focando especificamente em duas estratégias:

• Discriminação de Erro Mínimo (ME): Maximizar a probabilidade de adivinhar corretamente o estado preparado.
• Discriminação de Confiança Máxima (MC): Maximizar a probabilidade condicional de que um resultado específico corresponda ao estado correto. Para MC, os autores introduzem um circuito de codificação em bloco (block-encoding) para realizar a filtragem de estado necessária ($\rho^{-1/2}$) antes de otimizar o circuito de medição unitário.

Principais Contribuições

• Análise Estrutural de Circuitos de Naimark: O artigo demonstra que os blocos de construção das medições de Naimark (especificamente as rotações controladas) introduzem interações ZZ estruturalmente semelhantes às encontradas em Algoritmos de Otimização Quântica Aproximada (QAOA) para problemas QUBO. Essa semelhança explica por que os otimizadores clássicos têm dificuldade com circuitos de Naimark, enfrentando paisagens com mínimos locais e convergência lenta.
• Proposta de Ansätze Baseados em QNN: Os autores introduzem medições híbridas e totalmente QNN como alternativas viáveis que reduzem as contagens de portas CNOT e eliminam os gargalos específicos de interação ZZ encontrados nas construções estritas de Naimark.
• Codificação em Bloco para Medições MC: Uma construção de circuito específica usando codificação em bloco é apresentada para facilitar medições de Confiança Máxima, permitindo a otimização do componente unitário após uma etapa de filtragem de estado.
• Comparação Empírica: O estudo fornece uma análise comparativa dos três ansatzes em um simulador (Qiskit Aer) e em hardware real (IBM Strasbourg), avaliando velocidade de convergência, eficiência de recursos e métricas de desempenho final.

Resultos

• Eficiência de Otimização: As medições baseadas em QNN (tanto Híbridas quanto Totalmente QNN) são otimizadas significativamente mais eficientemente do que as medições de Naimark. Elas alcançam probabilidades de acerto ou valores de confiança próximos do ideal com muito menos iterações de treinamento.
• Convergência vs. Otimalidade: Observa-se um trade-off. A medição estrita de Naimark, embora exija muito mais iterações e recursos computacionais, é capaz de convergir para o valor de medição teoricamente ótimo. Em contraste, as medições QNN convergem rapidamente, mas geralmente estabilizam em um valor ligeiramente abaixo do ótimo teórico devido à sua expressividade restrita.
• Desempenho de Hardware: No dispositivo ruidoso IBM Strasbourg, as medições Totalmente QNN usando Hardware-Efficient Ansätze (HEA) superaram tanto as abordagens de Naimark quanto as Híbridas. Os circuitos HEA, que respeitam a conectividade de vizinho mais próximo, foram os mais favoráveis para o hardware real, alcançando os maiores valores de confiança nas tarefas de discriminação MC.
• Escalabilidade de Recursos: O número de portas CNOT em circuitos de Naimark escala rapidamente ($O(2^{n}l^2)$), enquanto os circuitos QNN escalam linearmente com o número de qubits, tornando-os mais viáveis para sistemas maiores em hardware atual.

Significância
O artigo afirma que, embora as extensões de Naimark forneçam um método teoricamente completo para construir POVMs arbitrárias, elas são frequentemente impraticáveis para o hardware quântico de curto prazo devido à profundidade do circuito e às dificuldades de otimização. Os circuitos de medição baseados em QNN propostos oferecem uma alternativa "de baixo custo" que equilibra a eficiência de otimização com o desempenho próximo do ótimo. Os autores concluem que as medições QNN são particularmente bem adequadas para dispositivos atuais porque são otimizadas eficientemente e suas estruturas de portas alinham-se com a conectividade de vizinho mais próximo de arrays típicos de qubits. O trabalho destaca um claro trade-off entre a precisão da aproximação da medição ótima e a eficiência do processo de otimização, sugerindo que, para aplicações NISQ, a eficiência dos ansatzes de QNN pode superar a otimalidade teórica das construções estritas de Naimark.