Toward a Quantum Diagnostic Intelligence System: A Multi-Layer Architecture for Circuit-Level Assessment of Quantum Hardware Operational State

Resumo Técnico: Rumo a um Sistema de Inteligência de Diagnóstico Quântico

Definição do Problema
Os padrões atuais da indústria para certificar a saúde de Unidades de Processamento Quântico (QPUs) baseiam-se em métricas de calibração de nível de pulso, especificamente tempos de coerência ($T_1$ e $T_2$) medidos em qubits isolados. Embora eficientes, essas métricas possuem uma limitação fundamental: elas falham em capturar erros que surgem apenas durante a execução de circuitos multi-qubits, como erros coerentes provenientes de má calibração de portas, crosstalk entre qubits operados simultaneamente e a instabilidade temporal desses efeitos. Consequentemente, existe uma lacuna sistemática entre a qualidade do hardware certificado (alto $T_1/T_2$) e o desempenho real dos algoritmos. O artigo destaca um caso crítico dessa desconexão onde o $T_2$ reportado pela IBM melhorou 12%, enquanto a infidelidade ao nível de circuito para um estado GHZ de 2 qubits degradou-se em 920%.

Metodologia: A Arquitetura de Inteligência de Diagnóstico Quântico (QDI)
Os autores propõem a QDI, uma arquitetura de suporte à decisão de cinco camadas projetada para inferir o estado operacional de uma QPU usando medições de nível de circuito em vez de métricas de pulso isoladas. O framework opera sobre um vetor de biomarcadores $\chi$ extraído de aproximadamente 13 circuitos executados em cerca de três minutos.

O núcleo da metodologia envolve quatro operadores matemáticos aplicados a $\chi$:

1. Classificador de Estado Diagnóstico $D(\chi)$: Mapeia o vetor de biomarcadores para um de cinco modos operacionais mutuamente exclusivos (ex: dominado por erro coerente, dominado por deriva, dominado por SPAM) com base em regras de prioridade ordenada derivadas da física. Os indicadores principais incluem o expoente de escala K–R $\alpha$ (especificamente $\alpha_{GHZ}$) e o coeficiente de variação ($CV_{drift}$).
2. Pontuação de Saúde $H(\chi)$: Gera uma pontuação de penalidade ponderada de 0 a 100. A pontuação é decomponível, atribuindo penalidades a fatores específicos, como desvios no expoente de escala, instabilidade de deriva e valores de bondade de ajuste. Os pesos são derivados da física, não aprendidos de dados.
3. Gerador de Recomendação $R(\chi)$: Mapeia o estado diagnóstico para etapas acionáveis priorizadas, tais como aplicar desacoplamento dinâmico para erros coerentes ou extrapolação de ruído zero para ruído de depolarização.
4. Previsão de Deriva $F(\chi, t)$: Produz uma distribuição preditiva para futuros expoentes de escala baseada em modelos de tendência linear, quantificando explicitamente a incerteza (atualmente rotulada como "BAIXA CONFIANÇA" devido aos pequenos tamanhos de amostra).

O vetor de biomarcadores $\chi$ inclui expoentes de escala ($\alpha$) para circuitos GHZ, profundidade de circuito, sequências de eco e amplificação de ruído, além de métricas de estabilidade ($CV$) e valores de bondade de ajuste ($R^2$). Estes são extraídos através do ajuste de um modelo K–R de três parâmetros às medições de infidelidade.

Configuração Experimental e Resultados
O framework foi validado usando 191 execuções de circuitos em três processadores IBM Heron r2 de 156 qubits: ibm_kingston, ibm_fez e ibm_marrakesh.

• Demonstração de Divergência: No ibm_marrakesh, entre 3 e 5 de julho de 2026, o $T_2$ de nível de pulso da IBM melhorou de 303 $\mu$s para 340 $\mu$s. Inversamente, as métricas de nível de circuito indicaram degradação severa: $\alpha_{GHZ}$ aumentou de 1,406 para 3,811, e a infidelidade do GHZ de 2 qubits subiu 920%. O sistema QDI identificou corretamente este como um estado "dominado por erro coerente" com uma pontuação de saúde de 37,8/100, contrastando com o veredito "MELHORADO" das métricas de pulso.
• Validação entre Dispositivos: Regras treinadas exclusivamente em dados do ibm_kingston foram aplicadas sem reajuste ao ibm_fez e a duas sessões do ibm_marrakesh. O sistema classificou corretamente o estado operacional em 3 de 3 testes de controle (100% de precisão no conjunto de teste), demonstrando a viabilidade para generalização entre dispositivos.
• Explicabilidade: A pontuação de saúde para a sessão degradada do marrakesh foi explicitamente detalhada, mostrando que 64% da penalidade derivou do expoente de escala $\alpha_{GHZ}$ e 35% da deriva, fornecendo insights acionáveis sobre as causas raízes da falha.

Principais Contribuições

1. Definição Formal: O artigo fornece a primeira formalização matemática de uma transição de medição para diagnóstico, recomendação e previsão para hardware quântico via quatro operadores definidos ($D, H, R, F$).
2. Evidência Empírica: Apresenta dados do mundo real demonstrando que medições de nível de circuito contêm informações diagnósticas invisíveis para a calibração padrão de $T_1/T_2$, capturando especificamente o acúmulo de erro coerente e crosstalk.
3. Validação de Viabilidade: O estudo demonstra que regras projetadas por especialistas treinadas em um dispositivo podem classificar com sucesso o estado operacional de diferentes dispositivos e diferentes sessões de tempo sem retreinamento.
4. Métricas Explicáveis: O framework oferece uma pontuação de saúde transparente com um detalhamento de penalidades, contrastando com modelos "caixa-preta" opacos.

Significância e Limitações
O artigo afirma que a QDI aborda uma lacuna crítica na caracterização de hardware quântico ao fornecer uma verificação de saúde pré-sessão rápida (3–5 minutos) em nível de circuito que complementa, em vez de substituir, métodos rigorosos como Randomized Benchmarking ou Gate Set Tomography. Sua principal significância reside em identificar que um dispositivo pode parecer saudável via métricas de pulso enquanto está operacionalmente degradado para algoritmos de múltiplos qubits.

Os autores reconhecem explicitamente três limitações científicas:

1. Natureza Heurística: Os operadores atualmente dependem de regras e pesos projetados por especialistas, em vez de modelos estatísticos aprendidos.
2. Falta de Verdade Fundamental (Ground Truth): A pontuação de saúde ainda não foi validada contra as taxas reais de sucesso/falha de algoritmos (verdade fundamental).
3. Tamanho da Amostra: A validação cruzada ($n=4$ sessões) é insuficiente para afirmações estatísticas; os autores afirmam que a validação prospectiva em $n \ge 50$ sessões independentes é necessária antes que afirmações de generalização possam ser feitas.

O artigo conclui que, embora o expoente de escala $\alpha$ seja um componente útil, a arquitetura QDI é a principal contribuição, projetada para ser agnóstica aos biomarcadores específicos utilizados, permitindo a integração de futuros dados diagnósticos.