Resumo Técnico: Unindo Paradigmas de Computação Quântica em Direção ao Rendimento de Semicondutores

Declaração do Problema

À medida que os nós de processo de semicondutores se aproximam do regime de nanômetro único, os padrões de defeitos em mapas de wafers (WMs) tornam-se cada vez mais intrincados. A classificação automatizada precisa desses defeitos é crítica para a análise de causa raiz e melhoria do rendimento, particularmente para pilhas de memória de alta largura de banda (HBM), onde um único chip defeituoso pode comprometer todo um pacote. Embora o Aprendizado de Máquina Quântica (QML) ofereça um substrato potencial para tais tarefas, a área carece de uma comparação controlada entre os dois paradigmas quânticos dominantes: circuitos de Variável Discreta (DV - qubits) e circuitos de Variável Contínua (CV - qumodes). Estudos anteriores frequentemente confundem o desempenho da cabeça quântica com a capacidade da espinha dorsal clássica, deixando incerta a contribuição específica da arquitetura quântica.

Metodologia

Os autores propõem um protocolo de avaliação estritamente controlado utilizando o conjunto de dados industrial WM-811K (mais de 811.000 mapas de wafer através de oito classes de defeitos). O design experimental central isola o circuito quântico como a única variável estrutural:

1. Espinha Dorsal Compartilhada: Todos os modelos utilizam uma espinha dorsal de rede neural convolucional (CNN) idêntica (~4,28 milhões de parâmetros) para extrair características até um vetor de 512 dimensões. Isso garante que quaisquer diferenças de desempenho sejam atribuíveis apenas à cabeça de classificação subsequente.
2. Cabeças Intercambiáveis: Três tipos de cabeças foram testados no mesmo vetor de características:
   • Baseline Clássica: Uma camada densa padrão.
   • Cabeça CV-QNN: Baseada no framework de Killoran et al. (2019a), utilizando portas Gaussianas e não-Gaussianas (Squeezing, Beamsplitter, Rotação, Deslocamento, Kerr) para mimetizar uma camada de rede neural.
   • Cabeça DV-QNN: Um ansatz eficiente de hardware genérico usando re-upload de dados com rotações parametrizadas ($R_Y, R_Z$) e emaranhadores CNOT.
3. Escalonamento e Simulação: As cabeças quânticas foram testadas em três tamanhos (3, 4 e 8 qumodes/qubits). Os modelos CV utilizaram um corte de Fock de $d=2$ (exceto para uma variante $d=3$). As simulações foram realizadas usando PennyLane (Strawberry Fields para CV, state-vector para DV).
4. Validação de Hardware: Os circuitos DV-QNN treinados foram executados no processador IBM Eagle r3 (ibm_yonsei) para validar o desempenho sob condições reais de ruído NISQ.
5. Teste de Robustez: Ruído de entrada (Gaussiano) foi injetado para testar a sensibilidade, e atenção específica foi dada à distinção entre as classes "Edge-Loc" vs. "Scratch", que exige discriminação espacial fina.

Principais Contribuições

1. Comparação Controlada de Paradigmas: O estudo fornece a primeira comparação isolada de cabeças CV e DV em um conjunto de dados de mapa de wafer industrial, eliminando o efeito de "mascaramento" de espinhas dorsais clássicas dominantes encontrados em trabalhos anteriores.
2. Demonstração de Superioridade de CV: A cabeça CV superou consistentemente a cabeça DV. Na escala de 4-qumode/qubit, a CV alcançou 79,7 ± 1,8% de acurácia contra 61,6 ± 1,4% para a DV, um gap de 18 pontos sem sobreposição.
3. Resolução de Classe Espacial: O paradigma CV superou decisivamente a DV na classe espacialmente localizada Edge-Loc (recall 0,66 vs. ≤0,05 para DV). A cabeça DV consistentemente classificou erroneamente defeitos Edge-Loc como "Scratch", falhando em capturar as distinções espaciais sutis necessárias para o diagnóstico correto da causa raiz.
4. Esclarecimento Teórico: Os autores esclarecem que, no corte de Fock utilizado ($d=2$), a vantagem da CV não advém do espaço de Hilbert de dimensão infinita ou de recursos não-Gaussianos (já que a porta Kerr atua como uma rotação de fase Gaussiana em $d=2$). Em vez disso, a vantagem surge do design de camada com correspondência estrutural de rede neural e da codificação contínua no espaço de fase.
5. Insights de Hardware e Interface:
   • Treinabilidade DV: O treinamento bem-sucedido da DV exigiu uma interface clássico-quântica determinística (sem dropout antes da codificação, normalização por amostra). A regularização estocástica padrão causou colapso no treinamento.
   • Profundidade de Hardware: Circuitos DV-QNN treinados foram executados no hardware IBM, mantendo a acurácia em profundidades rasas (até 12 portas de dois qubits), mas degradando significativamente em circuitos mais profundos (28 portas).

Resultados

• Acurácia Geral: A baseline clássica atingiu 85,0%. A cabeça CV aproximou-se disso (79,7%), enquanto a cabeça DV estagnou próximo a 60%, independentemente do número de qubits (3, 4 ou 8), indicando um teto de capacidade de representação em vez de uma falha de otimização.
• Dinâmica de Treinamento: A acurácia de treinamento da DV saturou em ~0,73 (perda ~1,0), enquanto a CV atingiu ~0,99 (perda ~0,14), confirmando que a limitação da DV é estrutural (incapacidade de representar os dados) e não um problema de barren plateau ou subtreinamento.
• Robustez ao Ruído: A cabeça CV exibiu um "abismo" agudo de desempenho sob ruído de entrada (colapsando de 0,77 para 0,05 conforme $\sigma$ aumentou de 0,10 para 0,20). Em contraste, cabeças DV menores degradaram de forma mais gradual, porém a partir de uma base muito inferior. Nenhum dos paradigmas foi uniformemente robusto.
• Desempenho de Hardware: A DV-QNN no hardware IBM correspondeu aos resultados de simulação para circuitos rasos (3q, 4q), mas mostrou uma queda de 7 pontos na acurácia com 8 qubits, correlacionando-se com o aumento do número de portas e ruído.

Significância e Alegações

O artigo alega que, para tarefas de classificação de mapas de wafer industriais que exigem discriminação espacial fina, arquiteturas de Variável Contínua (CV) oferecem uma vantagem prática distinta sobre arquiteturas de Variável Discreta (DV), mesmo em baixos cortes de Fock onde recursos não-Gaussianos estão ausentes.

A significância reside na identificação das propriedades estruturais que impulsionam essa vantagem:

1. Design Estruturado: A correspondência explícita da camada CV com uma rede neural clássica (mapa afim + não-linearidade) fornece um viés indutivo estável que os ansätze genéricos de DV carecem.
2. Codificação Contínua: A capacidade da CV de mapear amplitudes de características de valores contínuos diretamente em coordenadas de espaço de fase preserva pistas espaciais detalhadas (como a distinção Edge-Loc vs. Scratch) que a codificação de ângulo discreta tende a achatar.

Os autores concluem que, embora nenhuma cabeça quântica supere atualmente o estado da arte clássico, o cenário controlado isola onde uma cabeça quântica estruturada já fornece valor. Eles sugerem que, conforme o ruído e a escala melhorarem, o paradigma CV está melhor posicionado para entregar vantagens práticas em tarefas de imagem industrial onde a continuidade espacial é crítica para a decisão. O estudo também destaca a importância crítica do design da interface clássico-quântica, particularmente para a treinabilidade da DV.