SymQNet: Amortized Acquisition for Low-Latency Adaptive Hamiltonian Learning

Resumo Técnico: SymQNet – Aquisição Amortizada para Aprendizado Hamiltoniano de Baixa Latência

Declaração do Problema

O aprendizado hamiltoniano adaptativo é essencial para calibrar e caracterizar dispositivos quânticos, onde cada nova medição é selecionada com base na crença posterior atual para maximizar o ganho de informação. No entanto, este processo enfrenta um gargalo computacional significativo: em controladores adaptativos tradicionais, as regras de aquisição (como o Aprendizado Ativo Bayesiano por Desacordo [BALD] ou a busca de informação de Fisher) devem ser recalculadas após cada atualização da posterior. Para sistemas com muitos qubits, esta etapa de pontuação envolve avaliar experimentos candidatos contra uma crença baseada em partículas, um processo que pode levar segundos. Em centenas de disparos (shots) experimentais, esses atrasos se acumulam em um custo de tempo de execução proibitivo, tornando a adaptividade em tempo real impraticável para cargas de trabalho de baixa latência.

Metodologia

Os autores propõem o SymQNet, uma abordagem de aprendizado por reforço (RL) amortizado projetada para desacoplar a decisão de aquisição do pesado cálculo online.

• Formulação como um MDP: O loop de aprendizado adaptativo é modelado como um Processo de Decisão de Markov (MDP) de estado de crença de horizonte finito. O estado $s_t$ compreende a crença posterior de Monte Carlo Sequencial (SMC) $b_t$, o histórico do experimento $h_t$, o grafo do sistema $G_N$ e o passo de tempo $t$. A ação $a_t$ consiste na seleção de um qubit, uma base de Pauli e um tempo de evolução.
• Treinamento Offline: Uma política $\pi_\phi$ é treinada offline usando Otimização de Política Próxima (PPO). A função de recompensa é baseada na divergência de Kullback–Leibler (ganho de informação) entre a posterior antes e depois de uma medição. Isso permite que a política aprenda um mapeamento de estados de crença para ações ótimas sem precisar conhecer os parâmetros latentes reais durante o treinamento.
• Arquitetura: O SymQNet utiliza uma arquitetura neural que processa o estado de crença e o histórico. Ele utiliza um Autoencoder Variacional (VAE) para comprimir características do histórico de medição, camadas de grafo para codificar a estrutura de cadeia de qubits e um transformer para resumir o histórico temporal. A saída é uma distribuição de logits sobre o espaço de ações discretas.
• Implantação Online: Durante a implantação, o algoritmo SMC ainda realiza a atualização da posterior Bayesiana (mantendo o loop de filtragem Bayesiana). No entanto, a etapa de aquisição é substituada por uma única passagem direta (forward pass) da rede neural treinada. Esta inferência "amortizada" substitui a otimização iterativa online de regras de aquisição por uma política aprendida e rápida.

Principais Contribuições

1. Política de Aquisição Amortizada: A introdução do SymQNet, que aprende uma política de aquisição condicionada à posterior offline para permitir a tomada de decisão de baixa latência online.
2. Redução de Latência: Uma demonstração de que a aquisição aprendida pode reduzir a latência de decisão em ordens de magnitude comparado a baselines de busca online limitados (busca de informação de Fisher limitada e BALD de dois passos limitado) enquanto mantém uma precisão de estimativa competitiva.
3. Estrutura de Benchmarking: Um rigoroso framework de avaliação que separa a latência de aquisição da precisão final de estimativa de parâmetros (Erro Quadrático Médio, MSE), usando benchmarks de prior correspondente em instâncias do Modelo de Ising de Campo Transverso (TFIM) de 5, 8, 10 e 12 qubits.

Resultos

O artigo avalia o SymQNet contra cronogramas fixos, um transformer do tipo Deep Adaptive Design (DAD) e métodos de aquisição online limitados.

• Desempenho de Latência:

  • Sistema de 5 Qubits: O SymQNet reduz a latência de decisão apenas de aquisição em 47,1× em comparação ao BALD de dois passos limitado e em 72,6× em comparação à busca de informação de Fisher limitada.
  • Sistema de 12 Qubits: O tempo total do passo simulado (incluindo atualização SMC e decisão) para o SymQNet é de 1,02 segundo, enquanto o BALD de dois passos limitado requer 13,27 segundos e a busca de informação de Fisher limitada requer 22,32 segundos.
  • Escalabilidade: À medida que o número de qubits aumenta (8, 10, 12), a latência de decisão dos baselines online cresce acentuadamente (razão de inclinação logarítmica de 1,519), enquanto o crescimento da latência do SymQNet é significativamente mais plano (razão de inclinação logarítmica de 0,300).

• Precisão (MSE):

  • O SymQNet mantém uma precisão de estimativa de parâmetros competitiva. No benchmark de 5 qubits com 128 disparos, o SymQNet atinge uma razão de MSE de 1,32 em relação ao BALD limitado (onde 1,0 é desempenho igual), indicando um leve compromisso (trade-off) para ganhos massivos de velocidade.
  • Com 512 disparos, um transformer do tipo DAD (sem entradas de grafo/SMC) iguala o MSE do SymQNet com uma latência de decisão ainda menor, sugerindo que, para priors simples, as entradas complexas de grafo/SMC do SymQNet podem não ser estritamente necessárias para a precisão, embora sejam hipotetizadas como cruciais para geometrias mais complexas.
  • Cronogramas fixos (otimizados via busca Fisher-greedy) frequentemente alcançam o MSE mais baixo nestes testes de prior correspondente, destacando que a adaptividade nem sempre é necessária para a precisão em configurações simples, mas é necessária para lidar com incertezas em casos gerais.

• Estudos de Ablação: A remoção do codificador de grafo ou do VAE da arquitetura resultou em degradações menores de MSE (3,0% e 1,1%, respectivamente), sugerindo que a arquitetura possui "margem de compressão" e que políticas mais simples poderiam potencialmente alcançar controle em escala de microssegundos.

Significância e Alegações

O artigo afirma que o SymQNet torna o aprendizado hamiltoniano adaptativo prático para cargas de trabalho repetitivas e de baixa latência ao deslocar o fardo computacional do loop online para o treinamento offline. Os autores enfatizam que, embora a aquisição aprendida introduza um "gap de substituição" (treinar em ganho de informação vs. avaliar em MSE final), o método consegue reter o feedback da posterior Bayesiana enquanto elimina o componente dominante de tempo de execução do controlador.

Os autores são modestos em suas alegações sobre a necessidade de sua arquitetura específica (codificadores de grafo, VAEs) para os benchmarks atuais, observando que o teste de cinco qubits não resolve totalmente o valor desses componentes. Eles postulam que esses inputs provavelmente se tornarão mais críticos em regimes com priors deslocados, acoplamentos não lineares ou ruído de hardware mais rico, que permanecem como direções futuras. A principal contribuição é a demonstração de que a aquisição aprendida pode escalar para números maiores de qubits (até 12 em simulação) onde o design Bayesiano online tradicional se torna computacionalmente intratável.