The Signal
Un ottimizzatore a batch raggiunge la loss di addestramento quantistica con meno job
Un preprint riferisce che un ottimizzatore parameter-shift a batch ha raggiunto la loss finale di addestramento di un ottimizzatore stocastico usando da 4 a 20 dei suoi 50 job hardware. Il confronto ha utilizzato il processore ibm_fez di IBM e un piccolo classificatore basato su una rete neurale quantistica.

Riempire un job prima di inviarlo
Un preprint presentato il 12 novembre 2026 riferisce che un ottimizzatore parameter-shift a batch ha raggiunto la loss finale di addestramento di un ottimizzatore stocastico usando meno job hardware. Il lavoro di Muhammad Faryad e Rabab Alomairy studia un classificatore basato su una rete neurale quantistica e confronta ottimizzatori a cui sono stati assegnati lo stesso numero di job e lo stesso numero di shot per job.
Fonte arxiv.org
Il lavoro si concentra sulle ripetute sottomissioni necessarie quando un ottimizzatore classico addestra un modello su un processore quantistico con coda. Ogni job comporta l’invio di circuiti al processore e l’attesa dei risultati prima di decidere cosa provare successivamente. Gli autori considerano il job, anziché il singolo shot di misura, come unità del costo di addestramento.
Il loro approccio inserisce in un job un batch di impostazioni dei parametri prima di inviarlo. Per i circuiti costruiti con rotazioni di Pauli, la regola parameter-shift fornisce uno schema di variazioni dei parametri che può servire a stimare il gradiente; l’ottimizzatore usa quel gradiente per aggiornare il modello con Adam. Il metodo di confronto, l’approssimazione stocastica a perturbazione simultanea, o SPSA, valuta due impostazioni dei parametri perturbate per stimare una direzione per il proprio aggiornamento.
Risultati delle simulazioni e dell’hardware
Secondo gli autori, nelle simulazioni il metodo parameter-shift a batch ha richiesto da un quinto alla metà dei job necessari a SPSA per modelli con 24-48 parametri. Il vantaggio si è mantenuto a due livelli di rumore simulato. Le simulazioni hanno utilizzato 100 job da circa 22.500 shot ciascuno e hanno confrontato i progressi degli ottimizzatori nell’addestramento.
Il confronto hardware ha utilizzato il processore ibm_fez di IBM in tre esecuzioni intercalate: due con sei qubit e una con otto. A ciascun ottimizzatore sono stati assegnati 50 job di addestramento, con circa 2,2 × 104 shot per job. Nelle tre esecuzioni, il metodo a batch ha raggiunto la loss finale di addestramento di SPSA dopo 4, 20 e 8 dei 50 job di SPSA, rispettivamente, secondo quanto riportato nel paper.
Nell’esecuzione a otto qubit, l’accuratezza sul test riportata è stata di 0,79 per l’ottimizzatore a batch e di 0,71 per SPSA. Gli autori affermano che nelle esecuzioni a sei qubit la differenza non era significativa. Avvertono inoltre che il confronto complessivo sul test va interpretato con cautela, perché tutte le esecuzioni hanno utilizzato gli stessi 300 punti di test e il risultato è stato determinato dall’esecuzione a otto qubit.
Ambito del confronto
Il classificatore è stato usato in un compito di addestramento controllato, non per verificare se un modello quantistico superasse uno classico. Il circuito a sei qubit aveva 36 angoli addestrabili e 10 gate CZ; quello a otto qubit aveva 48 angoli addestrabili e 14 gate CZ. Il paper afferma che, con sei qubit, la regressione logistica classica e una macchina a vettori di supporto RBF hanno raggiunto un’accuratezza sul test di circa 0,8.
I test hardware hanno utilizzato la modalità job di IBM su Open Plan, senza sessioni né batch. Ogni esecuzione è durata 102 job e 964 secondi contabilizzati, inclusi l’addestramento e i job aggiuntivi di lettura e controllo della deriva. Gli autori affermano che il costo contabilizzato per job necessario al metodo parameter-shift per raggiungere la loss finale differiva di non più di un secondo da quello di SPSA; il risparmio di job riportato è quindi dovuto al fatto che ne servivano meno, non a un tempo contabilizzato più breve per ciascuno.
Il paper è un preprint. Afferma che gli identificativi dei job hardware, i dati grezzi degli shot e il notebook di verifica sono disponibili insieme al codice e ai dati associati.
Fonti
Notizie correlate
- Un preprint mette alla prova la ricerca basata sul tunneling su un chip fotonico
- Il preprint su PRISM riporta fino al 30,8% di SWAP di instradamento in meno
- Quantum Broker suddivide gli shot di un circuito tra QPU concorrenti
- I ricercatori seguono un singolo fonone attraverso un cristallo di 10 ioni
- Uno studio sostiene di aver dimostrato un vantaggio nell’apprendimento per i circuiti quantistici a bassa profondità