Diversity-Aware Ensemble of Quantum-Classical Models via Combinatorial Fusion

No campo emergente do aprendizado de máquina quântico, cientistas estão tentando ensinar computadores a resolver problemas usando as estranhas regras da física quântica. Em vez dos bits padrão encontrados nos computadores cotidianos, que são zero ou um, essas máquinas usam bits quânticos, ou qubits, que podem existir em muitos estados ao mesmo tempo. Para fazer com que essas máquinas aprendam, pesquisadores constroem circuitos especiais feitos de portas quânticas. Estas não são fios e interruptores físicos, mas sim instruções matemáticas que rotacionam e torcem o estado dos qubits. O desafio é que existem inúmeras maneiras de organizar essas instruções. Assim como um chef pode tentar diferentes combinações de temperos para aperfeiçoar um prato, os pesquisadores devem escolher a arrumação correta de portas para obter o melhor resultado. Por muito tempo, a abordagem padrão tem sido pesquisar através dessas possibilidades, escolher o design único e melhor, e descartar o resto. Este método assume que existe uma arquitetura perfeita para cada tarefa, e que os outros designs são meramente tentativas fracassadas.

No entanto, um novo estudo sugere que esta abordagem pode estar jogando fora informações valiosas. Os pesquisadores, trabalhando com uma mistura de modelos de computadores quânticos e clássicos, fizeram uma pergunta diferente: e se os designs que não venceram por conta própria ainda guardarem pistas úteis? Eles propuseram que, ao combinar muitos designs diferentes, mesmo os imperfeitos, o grupo poderia fazer previsões melhores do que qualquer modelo único faria sozinho. Esta ideia baseia-se no conceito de diversidade. Em uma equipe, ter membros que pensam de forma diferente é frequentemente mais poderoso do que ter um grupo de especialistas idênticos. Se uma pessoa comete um erro, outra pode ver a resposta claramente. Os pesquisadores aplicaram essa lógica a circuitos quânticos, tratando cada design diferente como um membro único de uma equipe. Eles usaram um método chamado análise de fusão combinatória para medir o quão diferentemente cada modelo via os dados e então combinaram suas respostas. Os resultados mostraram que, ao ouvir um grupo diversificado de modelos em vez de apenas o melhor executor, o sistema tornou-se significativamente mais preciso na resolução de tarefas de classificação complexas, provando que a sabedoria coletiva de muitas abordagens diferentes é superior ao gênio solitário de um só.

A equipe começou criando um grande conjunto de vinte e nove modelos diferentes para testar. Este grupo incluiu vinte circuitos quânticos com várias estruturas e nove modelos clássicos, como algoritmos de aprendizado de máquina padrão e redes de aprendizado profundo. Os circuitos quânticos foram construídos usando duas estratégias principais. Primeiro, eles geraram doze variações baseadas em um processo de busca que testava diferentes maneiras de conectar os qubits e rotacionar seus estados. Segundo, adicionaram oito circuitos cuidadosamente escolhidos que utilizavam blocos de construção matemáticos inteiramente diferentes, alguns inspirados em como partículas interagem na natureza e outros baseados em padrões aleatórios. Ao lado desses modelos quânticos, incluíram ferramentas clássicas familiares, como árvores de decisão e máquinas de vetor de suporte. O objetivo era ver se misturar esses tipos muito diferentes de modelos criaria um preditor mais forte do que qualquer um deles sozinho poderia alcançar.

Para decidir quais modelos combinar, os pesquisadores não escolheram simplesmente os que tinham as pontuações mais altas. Em vez disso, procuraram modelos que fossem diferentes entre si na forma como classificavam os dados. Eles usaram uma medida chamada diversidade cognitiva, que calcula o quanto dois modelos discordam na ordem de suas previsões. Se dois modelos sempre concordam, eles são redundantes; se discordam de uma forma estruturada, eles são diversos. A equipe identificou os pares de modelos mais diversos e selecionou um pequeno grupo de cinco que oferecia a melhor mistura de alto desempenho e alta diversidade. Este processo de seleção garantiu que a equipe final não fosse apenas uma coleção dos melhores executores individuais, mas um grupo de modelos que se complementavam em suas fraquezas.

Uma vez selecionada a equipe, os pesquisadores combinaram suas previsões usando dois métodos principais. O primeiro método calculava a média das pontuações brutas dadas por cada modelo, enquanto o segundo método calculava a média de seus rankings. Eles testaram várias formas de ponderar essas combinações, às vezes dando mais importância aos modelos que eram mais diversos, e outras vezes priorizando aqueles que performavam melhor individualmente. Eles testaram este sistema em quatro conjuntos de dados do mundo real, variando de registros médicos usados para diagnosticar doenças cardíacas e diabetes a sinais de radar e filtros de spam de e-mail. Em todos os casos, o modelo combinado superou o melhor modelo individual do conjunto.

As melhorias foram substanciais. No conjunto de dados para prever doenças cardíacas, o modelo combinado melhorou a precisão em 3,38 por cento em comparação com o melhor modelo individual. Para o conjunto de dados de diabetes, o ganho foi ainda maior, atingindo 6,03 por cento. No caso dos dados de radar da ionosfera, o sistema combinado alcançou uma precisão de 98,11 por cento, um salto significativo em relação aos 94,34 por cento alcançados pelo melhor modelo individual. Mesmo na tarefa de detecção de spam, onde os modelos já eram muito bons, o método de fusão ainda conseguiu extrair uma melhoria adicional de 0,58 por cento. Estes resultados mantiveram-se verdadeiros mesmo quando os pesquisadores compararam seu método contra outros estudos recentes que usaram ensembles ou abordagens híbridas quântico-clássicas. Seu método produziu consistentemente as pontuações mais altas em todos os quatro conjuntos de dados.

O estudo também revelou que as equipes mais bem-sucedidas eram quase sempre uma mistura de modelos quânticos e clássicos. Em alguns casos, a melhor combinação incluiu um circuito quântico específico conhecido por sua estrutura em árvore pareada com um algoritmo de boosting clássico. Em outras instâncias, um circuito quântico inspirado em algoritmos de otimização funcionou melhor ao lado de uma rede neural. Isso sugere que os modelos quânticos e os modelos clássicos veem o mundo de maneiras fundamentalmente diferentes, e que suas diferenças são o que os torna tão poderosos quando combinados. A pesquisa demonstra que o caminho para um melhor aprendizado de máquina quântico pode não residir em encontrar o design de circuito perfeito, mas em aprender como aproveitar efetivamente as forças diversas de muitos designs diferentes trabalhando juntos. Ao tratar a busca pelo melhor modelo como uma busca pela melhor equipe, os pesquisadores mostraram uma nova maneira de desbloquear o potencial da computação quântica.