Hidden selection rules and amplitude ceilings in quantum Fourier models

Na busca por construir máquinas que aprendam com dados, cientistas estão recorrendo às estranhas leis da física quântica. No cerne desse esforço estão os circuitos quânticos, que são essencialmente redes de minúsculos interruptores que manipulam informações armazenadas em partículas chamadas qubits. Para tornar essas máquinas úteis para tarefas como reconhecer padrões ou prever tendências, os pesquisadores devem ensiná-las a processar informações de uma forma não linear, o que significa que a saída não escala simplesmente de forma diretamente proporcional à entrada. Essa não linearidade é o motor do aprendizado, mas no mundo quântico, ela é algo frágil. Os circuitos são projetados para computar padrões complexos de tipo ondulatório, e sua capacidade de aprender depende inteiramente de quais padrões específicos eles conseguem gerar. Durante anos, o campo operou sob a suposição de que, se um circuito fosse complexo o suficiente e treinado por tempo suficiente, ele poderia eventualmente aprender quase qualquer padrão. No entanto, um novo estudo sugere que essa esperança é frequentemente equivocada, não por falta de poder de treinamento, mas devido a paredes invisíveis construídas no próprio design do circuito.

Os pesquisadores Pavel Sulimov e Claude Lehmann, da Universidade de Ciências Aplicadas de Zurique, descobriram que muitos circuitos quânticos são fundamentalmente limitados por regras ocultas que os impedem de expressar certos padrões, não importa o quanto sejam treinados. Essas limitações não são causadas pelo ruído ou erros que assolam os computadores quânticos atuais, nem são resultado de estratégias de treinamento ruins. Em vez disso, são características estruturais, como a geometria fixa de um edifício que dita quais salas podem ser conectadas. A equipe descobriu dois tipos específicos dessas barreiras estruturais. O primeiro atua como um filtro rigoroso, apagando completamente certas frequências da saída do circuito, tornando-as impossíveis de aprender. O segundo atua como um teto, limitando a força dos padrões que um circuito pode produzir, garantindo que, mesmo que um padrão seja permitido, ele será tão fraco que será efetivamente inútil para o aprendizado.

Para entender como essas barreiras funcionam, imagine um circuito quântico como uma máquina que recebe um número, o retorce através de uma série de portas e produz uma saída do tipo onda. Os pesquisadores descobriram que, para muitos designs de circuitos comuns, existe uma simetria oculta que força a saída a se comportar de uma maneira específica. Se o circuito possui um certo arranjo de conexões, ele obedece a uma regra semelhante a uma simetria de reversão temporal. Essa regra dita que, se você deslocar o número de entrada por uma quantidade específica, a saída deve inverter seu sinal. Essa restrição matemática força a máquina a ignorar famílias inteiras de padrões. Por exemplo, em um design específico usado em um importante benchmark de aprendizado de máquina quântico, essa regra significava que o circuito só poderia aprender padrões de números ímpares e era fisicamente incapaz de aprender os de números pares. Os pesquisadores desenvolveram um método computacional rápido para verificar essas regras antes que qualquer treinamento comece. Eles testaram milhares de designs de circuitos padrão e descobriram que essa regra de reversão temporal estava presente em quase 18% deles, tornando efetivamente inútil uma parte significativa do potencial do circuito antes mesmo de uma única computação ser executada.

A segunda barreira é um teto de amplitude, que limita o quão alto ou forte um padrão pode ser. Quando um circuito utiliza uma única camada de qubits para codificar dados, a força dos padrões de maior frequência que ele pode produzir cai exponencialmente à medida que o número de qubits aumenta. Com apenas oito qubits, o padrão de alta frequência mais forte possível é tão fraco que pode explicar menos de dois por cento da variação em um conjunto de dados. Isso não é uma questão de o circuito ser muito raso; mesmo que o circuito seja tornado mais profundo ao recodificar os dados várias vezes, a força dessas frequências superiores permanece limitada pela largura da primeira camada. Os pesquisadores provaram que esse teto é verdadeiro independentemente do ruído ou dos erros no sistema. É um limite rígido na expressividade do modelo, o que significa que nenhuma quantidade de treinamento poderá jamais levar o circuito além desse muro para aprender um sinal de alta frequência forte.

Para verificar essas descobertas, a equipe passou da teoria para o mundo real, realizando experimentos em processadores quânticos reais fornecidos pela IBM. Eles testaram circuitos em dispositivos que variavam de poucos qubits até uma cadeia de 65 qubits. Em todos os casos, as regras ocultas mantiveram-se firmes. Quando projetaram um circuito que deveria ser proibido de produzir certos padrões, a máquina não produziu nada além de ruído de fundo para esses padrões, confirmando a previsão teórica. Eles também demonstraram que poderiam quebrar deliberadamente essas regras adicionando uma única porta simples ao circuito, o que permitiu imediatamente que os padrões proibidos aparecessem. Além disso, mostraram que o ruído na máquina às vezes poderia mimetizar a quebra dessas regras, mas, ao analisar cuidadosamente os dados, conseguiram distinguir entre uma violação estrutural verdadeira e um glitch temporário causado pelo relaxamento da máquina para um estado de menor energia.

As implicações dessas descobertas são profundas para o campo do aprendizado de máquina quântico. O estudo mostra que a capacidade de um modelo quântico de aprender não é apenas uma questão de ter dados suficientes ou um computador poderoso; é, acima de tudo, uma questão de arquitetura. Antes que um modelo seja sequer treinado, seu potencial já está determinado por sua estrutura. Os pesquisadores testaram isso congelando suas previsões sobre o que um circuito poderia aprender antes de executar qualquer treinamento. Em conjuntos de dados do mundo real, essas previsões pré-treinamento foram notavelmente precisas, muitas vezes coincidindo com o desempenho final dos modelos treinados dentro de uma margem de erro mínima. Nos casos em que as regras estruturais impediam um modelo de aprender, nenhuma quantidade de treinamento poderia corrigir isso. Por outro lado, quando identificaram uma falha estrutural e aplicaram uma correção simples, o desempenho do modelo melhorou dramaticamente, exatamente como previsto.

Este trabalho desloca o foco de simplesmente treinar modelos quânticos para compreender seus limites fundamentais. Revela que muitas das falhas observadas em benchmarks de aprendizado de máquina quântico não se devem à falta de otimização ou de dados, mas porque os modelos estão tentando aprender padrões que seu design físico lhes proíbe de expressar. Os pesquisadores forneceram um conjunto de ferramentas para identificar esses limites precocemente, permitindo que cientistas projetem circuitos que sejam realmente capazes das tarefas que lhes são atribuídas. Ao reconhecer essas regras de seleção ocultas e tetos de amplitude, o campo pode se afastar de abordagens de tentativa e erro e caminhar em direção a uma compreensão mais fundamentada do que os computadores quânticos podem e não podem fazer. O estudo conclui que o caminho para um aprendizado de máquina quântico útil não reside em tornar os circuitos mais profundos ou complexos, mas em garantir que sua estrutura esteja alinhada com os padrões que eles devem aprender.