Arquitetura Híbrida para Detecção de Imagens Sintéticas via Data Re-Uploading Quântico de Entrada Dupla
Brazil Quantum Camp - Quantum Computing Solutions
Equipe Q-Trust AI
À medida que as imagens geradas por IA se tornam indistinguíveis de fotografias reais, cresce a necessidade de métodos robustos de detecção. O Q-Trust AI apresenta uma arquitetura híbrida clássico-quântica que funde features visuais profundas e assinaturas espectrais de frequência para classificar imagens como reais ou sintéticas.
Nossa ideia central: modelos generativos como GANs e Modelos de Difusão deixam impressões digitais espectrais mensuráveis — padrões invisíveis ao olho humano, mas detectáveis no domínio da frequência. Ao combinar essas features espectrais com embeddings semânticos de uma ResNet18 dentro de um Circuito Quântico Variacional (VQC), exploramos o emaranhamento quântico para capturar correlações sutis entre as modalidades.
Por ser uma tarefa de detecção, a métrica que mais importa é o recall da classe sintética — quantas imagens falsas o modelo realmente captura. Um falso negativo (uma imagem falsa classificada como real) é o erro caro, então o recall é o nosso número de destaque.
Resultado de destaque — Recall Sintético: 96% no benchmark CIFAKE: o modelo sinaliza quase todas as imagens geradas por IA, com apenas ~4% das falsas escapando. Obtido com 90,75% de acurácia geral e F1-Score de 0,9125, operando em apenas 6 dimensões com 72 parâmetros quânticos treináveis — quase igualando um SVM clássico de 528 dimensões.
🌐 Teste ao vivo: caio-fis-q-trust-ai.hf.space
Imagem de Entrada (32×32×3)
│
├──► ResNet18 (ImageNet, congelada + fine-tuning na layer4)
│ └──► 512D ──► Linear(512→6) ──► tanh×(π/2) ──► semantic_enc (6D)
│
└──► Espectro Radial de Potência via FFT (16 bins)
└──► Linear(16→6) ──► tanh×(π/2) ──► spectral_enc (6D)
│
┌─────────────────────┘
▼
┌─────────────────────────────────┐
│ Circuito Quântico Variacional │
│ 6 qubits · 4 camadas Re-Upload │
│ │
│ RY(semantic[i]) ─ RZ(spectral[i]) por qubit │
│ Emaranhamento em anel de CNOTs │
└──────────────┬──────────────────┘
│
⟨Z₀⟩ ... ⟨Z₅⟩ (6 valores esperados de Pauli-Z)
│
Linear(6→2) ──► Softmax ──► P(falsa)
| Componente | Escolha | Justificativa |
|---|---|---|
| Codificador Visual | ResNet18 (fine-tuning parcial) | Features semânticas ricas de 512D; transfer learning a partir da ImageNet |
| Codificador Espectral | FFT radial (16 bins, resolução 32×32) | Captura artefatos de amostragem de GANs/difusão com granularidade plena de frequência |
| Embedding | Angle Embedding ortogonal (RY + RZ) | Features semânticas e espectrais ocupam eixos separados da esfera de Bloch — sem interferência destrutiva |
| Emaranhamento | Anel de CNOTs | Propaga as correlações entre modalidades por todos os qubits |
| Re-Uploading | 4 camadas de Data Re-Uploading | Transforma um VQC raso em um aproximador universal de funções |
| Otimizador | AdamW + Label Smoothing (ε=0,05) | Estabiliza a interface de gradiente clássico-quântica; evita excesso de confiança |
| Modelo | Acurácia | F1-Score | AUC-ROC | Parâmetros (quânticos) | Dim. Entrada |
|---|---|---|---|---|---|
| VQC Dual-Input (nosso) | 90,75% | 0,9125 | 0,9563 | 72 | 6 |
| MLP Equivalente (6D) | 90,75% | 0,9082 | - | ~50 | 6 |
| Regressão Logística | 90,25% | - | - | - | 528 |
| SVM RBF (limite superior) | 91,00% | 0,9167 | - | - | 528 |
O VQC com entrada de 6D supera a Regressão Logística treinada em 528 dimensões e empata com o MLP clássico equivalente em acurácia, superando-o no F1-Score — sugerindo que a vantagem vem da expressividade quântica via emaranhamento, e não de poder computacional bruto.
Para um detector de imagens sintéticas, o recall da classe falsa é a métrica-chave: ele mede quantas imagens geradas por IA são de fato capturadas. Falsos negativos (falsas rotuladas como reais) são os erros caros, então otimizamos e reportamos o recall acima de tudo.
- 🎯 Recall sintético: 96% — o modelo captura quase todas as imagens falsas (apenas ~4% escapam)
- Precisão em reais: 85% — viés conservador, ideal para triagem antifraude
- AUC-ROC de 0,9563 demonstra discriminação robusta em todos os limiares
Os 6 observáveis de Pauli-Z produzem separação geométrica mais nítida entre as classes real e falsa do que o equivalente clássico de 6D, confirmando visualmente a vantagem da codificação multimodal ortogonal no espaço latente quântico.
q-trust-ai/
│
├── README.md # Este arquivo
├── LICENSE
│
├── Q_Trust_AI_notebook.ipynb # Notebook completo do experimento (Google Colab)
│
├── docs/
│ ├── ARCHITECTURE.md # Detalhamento da arquitetura
│ ├── EXPERIMENTS.md # Log completo de experimentos (todas as arquiteturas testadas)
│ └── final_report.pdf # Relatório oficial da competição (PT-BR)
│
└── production/ # App de produção (demo ao vivo)
├── frontend/ # Site bilíngue PT/EN (HTML/CSS/JS)
├── backend/ # API FastAPI + modelo de inferência
├── models/ # Checkpoint exportado (qtrust_vqc.pt)
└── Dockerfile # Imagem do Hugging Face Space
pip install pennylane pennylane-lightning scikit-learn matplotlib seaborn kagglehub tqdm
pip install torch torchvisionO experimento completo está contido em um único notebook do Google Colab:
Todas as constantes globais que controlam o experimento são definidas no topo da Seção 1. Principais parâmetros de reprodutibilidade:
SEED = 42 # Fixo em numpy, torch e random
N_QUBITS = 6 # Qubits do VQC
N_LAYERS = 4 # Camadas de Data Re-Uploading
TRAIN_SIZE = 2000 # Balanceado: 1000 REAL + 1000 FALSA
VAL_SIZE = 400 # 200 + 200
TEST_SIZE = 400 # 200 + 200 (isolado)Usamos o benchmark CIFAKE (Bird & Lotfi, 2024), baixado automaticamente via kagglehub:
import kagglehub
path = kagglehub.dataset_download("bird-j/cifake-real-and-ai-generated-synthetic-images")120.000 imagens de 32×32 pixels: fotografias reais do CIFAR-10 vs. suas contrapartes sintéticas do Stable Diffusion 1.4.
| Seção | Descrição |
|---|---|
| 1 - Setup & Imports | Dependências, constantes globais, seed de reprodutibilidade |
| 2 - Dataset & Features FFT | Carregamento do CIFAKE, extração do espectro radial de potência |
| 3 - Análise Exploratória | Amostras visuais, comparação de assinatura espectral (real vs. falsa) |
| 4 - Arquitetura | Definição do circuito VQC, codificador ResNet, Angle Embedding |
| 5 - Treinamento Híbrido | Data augmentation, AdamW, Label Smoothing, loop de treino |
| 6 - Avaliação no Teste | Acurácia, F1-Score, AUC-ROC, matriz de confusão |
| 7 - Modelos Baseline | SVM RBF, Regressão Logística, MLP 6D |
| 8 - Análise Comparativa | Curvas ROC, precisão-recall, distribuições de probabilidade |
| 9 - Internos do Circuito Quântico | Observáveis de Pauli-Z, t-SNE do espaço latente quântico |
| 10 - Complexidade Computacional | Enquadramento P vs NP-difícil; motivação para QML híbrido |
| 11 - Conclusões & Próximos Passos | Tabela completa de resultados, lições aprendidas, direções futuras |
| Direção | Descrição | Impacto Esperado |
|---|---|---|
| Mais camadas de Re-Uploading | Aumentar N_LAYERS de 4 para 6–8 |
Maior acurácia |
| Strongly Entangling Layers | Substituir o anel de CNOTs por emaranhamento mais denso | Melhor captura de correlações multivariadas |
| Hardware quântico real | Rodar no IBM Quantum ou IonQ com otimizador SPSA | Avaliar o impacto da decoerência na acurácia |
| Novos geradores | Testar contra Midjourney, Flux2 (não só Stable Diffusion) | Avaliação de generalização |
| Quantum Natural Gradient | Substituir AdamW pelo otimizador QNG | Atualizações de parâmetros quânticos mais estáveis |
| Datasets maiores | CIFAKE completo (120K) + outros benchmarks | Avaliação de escalabilidade |
Q-Trust AI - Brazil Quantum Camp 2026
Amanda Arruda · Caio Silva · Diogo Lacerda · Eduarda Mendes · Igor Oliveira · Paulo Aquino · Rebeca Vitória Tenório · Vinícius Leal
-
Bird, J. J., & Lotfi, A. (2023). CIFAKE: Image Classification and Explainable Identification of AI-Generated Synthetic Images. arXiv:2303.14126. https://arxiv.org/abs/2303.14126
-
Blum, A. L., & Rivest, R. L. (1992). Training a 3-node neural network is NP-complete. Neural Networks, 5(1), 117-127.
-
Citron, D. K., & Chesney, R. (2019). Deepfakes and the New Disinformation War. Boston University School of Law.
-
Pérez-Salinas, A., Cervera-Lierta, A., Gil-Fuster, E., et al. (2020). Data re-uploading for a universal quantum classifier. Quantum, 4, 226. https://arxiv.org/abs/1907.02085
Este projeto é distribuído sob a Licença MIT. Veja LICENSE para detalhes.