A Coherence Law for Trainability in Noisy Equivariant Quantum Neural Networks

Resumo Técnico: Uma Lei de Coerência para a Treinabilidade em Redes Neurais Quânticas Equivariantes Ruidosas

Enunciado do Problema
A treinabilidade de Algoritmos Quânticos Variacionais (VQAs) é ameaçada por dois mecanismos distintos: o fenômeno do platô estéril (barren plateau), onde os gradientes desaparecem exponencialmente devido à expressividade do circuito, e a degradação induzida pelo ruído. A simetria (especificamente a equivariância) tem sido estabelecida como uma ferramenta estrutural para mitigar os platôs estéreis ao restringir a álgebra de Lie dinâmica, mas ela não protege inerentemente contra o ruído. Existe uma lacuna crítica na compreensão de qual grandeza física determina se os gradientes de um circuito equivariante sobrevivem à decoerência. Os diagnósticos de canal padrão (ex: infidelidade média de porta, perda de unitariedade) frequentemente falham em prever a treinabilidade porque fazem a média sobre graus de liberdade que não participam da resposta específica do gradiente. O artigo aborda a questão: Qual grandeza física governa a sobrevivência dos gradientes em redes neurais quânticas (QNNs) equivariantes ruidosas?

Metodologia
Os autores investigam circuitos de tijolo (brickwork) $U(1)$-equivariantes atuando em um grafo de ciclo com condições de contorno periódicas. O sistema conserva uma carga total $\hat{N}$, e o estado de entrada é fixo dentro de um único setor de carga (especificamente o setor de excitação única, $r=1$).

• Modelo: O circuito consiste em rotações $R_z$ de um único qubit treináveis e portas de hopping $XY$ de vizinhos próximos fixas. A leitura local projetada no setor é $O_B = P_r Z_0 P_r$.
• Métrica de Treinabilidade: A treinabilidade é quantificada pelo segundo momento do gradiente de predição, $M_2(\theta_i; \gamma)$, avaliado sobre um prior de parâmetros de caixa pequena. A degradação é medida como $D_M(\gamma) = \log[M_2(\theta_i; 0) / M_2(\theta_i; \gamma)]$.
• Estrutura Teórica:
  1. Redução do Cone de Luz: Os autores provam que os gradientes ativos são suportados estritamente dentro do cone de luz retroativo da leitura, restritos ao setor de carga ativo. Eles estabelecem um limite inferior para o segundo momento do gradiente sem ruído que é independente do número total de qubits $n$, desde que a entrada mantenha peso finito dentro do cone de luz.
  2. Análise de Coerência: Mostra-se que a amplitude do gradiente reside nos elementos fora da diagonal (coerência) do setor de carga ativo. Os autores definem a taxa de coerência alinhada visível à leitura ($\lambda_{vis}$) como um quociente de Rayleigh do gerador de ruído ao longo do modo específico que carrega o gradiente. Isso é contrastado com a taxa de coerência de pior caso ($\lambda_{coh}$), que maximiza sobre todas as direções fora da diagonal.
  3. Lei Perturbativa: Uma análise de sistema aberto de primeira ordem deriva uma lei de treinamento onde a degradação de primeira ordem é proporcional à contração alinhada acumulada.
• Protocolo Numérico: Simulações evoluem matrizes densidade completas para tamanhos de sistema até $n=10$ e profundidades $L \in \{3, \dots, 6\}$. O estudo emprega uma grade de profundidades de ruído e compara canais isotrópicos-restritos (amortecimento de amplitude, desfasamento, depolarização) contra canais estruturados e anisotrópicos (incluindo um controle de desfasamento correlacionado).

Principais Contribuições

1. Teorema de Redução do Cone de Luz: O artigo prova que, para circuitos de tijolo $U(1)$-equivariantes, o suporte dos gradientes ativos está confinado ao cone de luz retroativo da leitura dentro do setor de carga. Crucialmente, a magnitude do gradiente sem ruído possui um limite inferior independente do tamanho total do sistema, desde que a excitação de entrada não se desloque completamente para fora do cone.
2. Taxa de Coerência Alinhada Visível à Leitura: Os autores identificam que a treinabilidade é governada não pelas propriedades globais do canal ou populações de setores, mas pela taxa de contração do modo específico fora da diagonal que carrega o gradiente. Eles definem $\lambda_{vis}$ como a grandeza fundamental, mostrando que ela é limitada pela taxa de pior caso $\lambda_{coh}$ ($\lambda_{vis} \leq \lambda_{coh}$).
3. Lei de Treinamento Empírica: Através de simulações de matriz densidade, os autores derivam uma lei de escala empírica para a degradação de ruído finito: $D_M \propto (\gamma L)^{1.002} \lambda_{coh}^{0.964}$ (com $R^2 \approx 0.979$) para ruído isotrópico-restrito.
4. Superioridade Diagnóstica: O estudo demonstra que a taxa de coerência do setor supera significativamente os diagnósticos de canal padrão (ex: infidelidade média, perda de pureza) ao prever a degradação do gradiente, pois está casada com o subespaço de operador específico da resposta.

Resultados

• Localização: Mapas numéricos confirmam que os gradientes desaparecem fora do cone de luz retroativo analítico, com uma razão ativo-inativo superior a $10^{27}$.
• Validade Perturbativa: No regime de baixo ruído, a degradação do gradiente é linear no produto da profundidade do ruído e da taxa de coerência, validando a derivação perturbativa.
• Escala de Ruído Finito: A degradação segue uma lei de potência dependente da profundidade de ruído acumulada ($\gamma L$) e da taxa de coerência. A taxa de coerência explica aproximadamente 94% da variância na degradação que a profundidade do ruído sozinha não consegue resolver.
• O Controle de Alinhamento Zero: Um teste decisivo usando um canal de desfasamento correlacionado revelou um canal com uma taxa de pior caso elevada ($\lambda_{coh} = 4.5$), mas uma taxa alinhada próxima de zero ($\lambda_{vis} \approx 0$). Como previsto pela teoria, este canal produziu nenhuma perda mensurável de gradiente ($|D_M| < 3 \times 10^{-14}$), provando que a taxa de pior caso é insuficiente para prever a treinabilidade em ruído estruturado.
• Independência de Tamanho: A lei de degradação permanece invariante em relação ao número total de qubits $n$ (testado até $n=10$) e condições de contorno (ciclo vs. cadeia aberta), confirmando o limite inferior teórico.

Significância e Alegações
O artigo afirma estabelecer uma "lei de coerência" que liga arquitetura equivariante, dinâmica de sistemas abertos e treinabilidade ruidosa. A descoberta central é que a coerência de setor visível à leitura é a grandeza operativa que determina a sobrevivência do gradiente.

• Mecanismo: A causalidade fixa onde o gradiente vive (o cone de luz), enquanto a coerência determina o quão rápido ele decai (a taxa de contração alinhada).
• Implicação para Benchmarks: Reportar covariância de simetria ou vazamento de setor é insuficiente. Um benchmark útil deve reportar a sobrevivência da coerência do setor dentro do cone de luz da leitura.
• Implicação para o Design: O design de ansatz consciente do hardware deve priorizar a colocação da coerência que carrega o gradiente em direções que contraiam lentamente sob o modelo de ruído específico, em vez de depender apenas da preservação da simetria.
• Limitações: A lei escalar limpa é explicitamente delimitada ao setor de excitação única e ao ruído isotrópico-restrito. Para setores mais altos ou ruído estruturado, a taxa alinhada (que requer um cálculo de quociente de Rayleigh) é necessária, pois o escalar de pior caso falha. O estudo é limitado a simulações numéricas e não reporta validação experimental em hardware.

O artigo conclui que a sobrevivência de gradientes treináveis em QNNs equivariantes ruidosas é uma função do alinhamento entre o gerador de ruído e o modo que carrega o gradiente, e não da força global do canal de ruído.