L'IA face aux grands problèmes du monde · Physique quantique et informatique quantique · arXiv · 2026-10-26
Pré-entraînement classique de grands circuits quantiques paramétrés peu profonds par propagation de Pauli et déploiement sur matériel quantique
Titre original: Classical Pre-Training of Large Shallow Parametrized Quantum Circuits through Pauli Propagation and deployment on Quantum Hardware
La mise à l'échelle des circuits quantiques paramétrés est difficile, car les gradients par décalage de paramètres deviennent trop coûteux et les optimiseurs sans gradient n'offrent que des garanties de convergence limitées. Les auteurs utilisent la propagation de Pauli pour faire remonter les observables à travers le circuit, obtenant ainsi une fonction de perte explicite qui peut être minimisée entièrement sur du matériel classique, avec troncature et élagage pour la garder tractable. Sur des benchmarks de VQE à 64 qubits et de génération d'images binaires, les paramètres pré-entraînés ont été déployés sur le processeur ibm_berlin d'IBM, en utilisant moins de portes que les ansätze de type IQP.