La Inteligencia Artificial en busca de ventajas cuánticas. Imagen cortesía de Alexey Melnikov.(MIPT)
Investigadores rusos han creado una red neuronal capaz de predecir el comportamiento de un sistema cuántico y de determinar si representa una ventaja cuántica respecto a otros dispositivos.
El desarrollo es importante porque cualquier sistema cuántico está sujeto a la incertidumbre y porque la mecánica cuántica solo permite cálculos probabilísticos de las características observadas en las partículas elementales.
La nueva red neuronal, desarrollada por investigadores del Instituto de Física y Tecnología de Moscú, el Instituto Valiev de Física y Tecnología y la Universidad ITMO, es capaz de penetrar en un sistema cuántico, donde las partículas elementales desempeñan sus enigmáticos comportamientos, y de observar su estructura de red.
Observando el comportamiento de un sistema cuántico, esta red neuronal puede sustituir a expertos humanos para determinar si una compleja red de circuitos electrónicos aporta una ventaja cuántica que puede aprovecharse para construir ordenadores cuánticos más eficientes, entre otras posibles aplicaciones. Los resultados se publican en New Journal of Physics.
Cálculos cuánticos
Construir un ordenador cuántico requiere resolver problemas mediante cálculos de mecánica cuántica. Uno de los desafíos es conseguir dispositivos que muestren una ventaja cuántica: deben operar más rápidamente que los dispositivos electrónicos convencionales.
Para saber si un dispositivo electrónico muestra una ventaja cuántica, hay que calcular el tiempo que invierte una partícula en viajar de un nodo a otro dentro de un sistema cuántico.
Tratándose de un sistema cuántico es difícil determinar esa posible ventaja, porque las partículas solo pueden describirse mediante una distribución probabilística de posiciones en el espacio, al mismo tiempo que están en una superposición de estados (onda y partícula a la vez) que dificulta conocer si viajarán o no más deprisa en su recorrido.
Hasta ahora, este trabajo lo han realizado expertos en caminatas cuánticas, que es como se conoce el recorrido de las partículas en el interior de un sistema cuántico: estos expertos se dedican a buscar redes que superen las capacidades de otros circuitos.
Inteligencia artifical vs humana
Lo que han hecho los investigadores rusos ha sido sustituir a los expertos humanos con una red neuronal artificial.
Adiestraron a un ordenador para que analizara diferentes redes y determinara si una red compleja representa o no una ventaja cuántica, filtro necesario para saber si puede ser usada para construir un ordenador cuántico.
El equipo utilizó una red neuronal orientada al reconocimiento de imágenes. Una matriz de adyacencia, que se utiliza para representar relaciones binarias, procesó los datos de entrada al sistema, así como los datos de entrada y salida de información en los nodos.
La red neuronal fue capaz de predecir si la caminata cuántica entre nodos seleccionados sería más rápida y pudo establecer si una red compleja tiene o no una ventaja cuántica.
Los investigadores destacan que determinar esa ventaja cuántica es un proceso muy preciso, ya que la línea que separa un comportamiento rápido de otro más lento es por lo general borrosa.
La visión computarizada usada para esta investigación fue capaz de percibir esa delgada línea temporal que separa la ventaja cuántica en el procesamiento de información.
El desarrollo es importante porque cualquier sistema cuántico está sujeto a la incertidumbre y porque la mecánica cuántica solo permite cálculos probabilísticos de las características observadas en las partículas elementales.
La nueva red neuronal, desarrollada por investigadores del Instituto de Física y Tecnología de Moscú, el Instituto Valiev de Física y Tecnología y la Universidad ITMO, es capaz de penetrar en un sistema cuántico, donde las partículas elementales desempeñan sus enigmáticos comportamientos, y de observar su estructura de red.
Observando el comportamiento de un sistema cuántico, esta red neuronal puede sustituir a expertos humanos para determinar si una compleja red de circuitos electrónicos aporta una ventaja cuántica que puede aprovecharse para construir ordenadores cuánticos más eficientes, entre otras posibles aplicaciones. Los resultados se publican en New Journal of Physics.
Cálculos cuánticos
Construir un ordenador cuántico requiere resolver problemas mediante cálculos de mecánica cuántica. Uno de los desafíos es conseguir dispositivos que muestren una ventaja cuántica: deben operar más rápidamente que los dispositivos electrónicos convencionales.
Para saber si un dispositivo electrónico muestra una ventaja cuántica, hay que calcular el tiempo que invierte una partícula en viajar de un nodo a otro dentro de un sistema cuántico.
Tratándose de un sistema cuántico es difícil determinar esa posible ventaja, porque las partículas solo pueden describirse mediante una distribución probabilística de posiciones en el espacio, al mismo tiempo que están en una superposición de estados (onda y partícula a la vez) que dificulta conocer si viajarán o no más deprisa en su recorrido.
Hasta ahora, este trabajo lo han realizado expertos en caminatas cuánticas, que es como se conoce el recorrido de las partículas en el interior de un sistema cuántico: estos expertos se dedican a buscar redes que superen las capacidades de otros circuitos.
Inteligencia artifical vs humana
Lo que han hecho los investigadores rusos ha sido sustituir a los expertos humanos con una red neuronal artificial.
Adiestraron a un ordenador para que analizara diferentes redes y determinara si una red compleja representa o no una ventaja cuántica, filtro necesario para saber si puede ser usada para construir un ordenador cuántico.
El equipo utilizó una red neuronal orientada al reconocimiento de imágenes. Una matriz de adyacencia, que se utiliza para representar relaciones binarias, procesó los datos de entrada al sistema, así como los datos de entrada y salida de información en los nodos.
La red neuronal fue capaz de predecir si la caminata cuántica entre nodos seleccionados sería más rápida y pudo establecer si una red compleja tiene o no una ventaja cuántica.
Los investigadores destacan que determinar esa ventaja cuántica es un proceso muy preciso, ya que la línea que separa un comportamiento rápido de otro más lento es por lo general borrosa.
La visión computarizada usada para esta investigación fue capaz de percibir esa delgada línea temporal que separa la ventaja cuántica en el procesamiento de información.
Circuitos simplificados
Los investigadores señalan también que su desarrollo simplifica el desarrollo de circuitos computacionales basados en algoritmos cuánticos, con diversas aplicaciones.
Los dispositivos resultantes serán de interés en la investigación biofotónica y en la ciencia de materiales, y no solo para la creación de mejores ordenadores cuánticos.
Uno de los procesos que las caminatas cuánticas describen bien es la excitación de proteínas fotosensibles, como la rodopsina (propia de la retina) o la clorofila.
Una proteína es una molécula compleja cuya estructura se asemeja a la red de un sistema cuántico.
Descubrir el tiempo de caminata cuántica que invierte una partícula al ir de un nodo a otro, puede revelar lo que le sucede a un electrón en una posición particular dentro de una molécula: dónde se moverá y qué tipo de excitación causará.
En comparación con las arquitecturas basadas en cúbits y puertas (sistemas clásicos de la computación cuántica), los investigadores rusos consideran que su desarrollo para calcular las caminatas cuánticas ofrece una manera más fácil de implementar el cálculo cuántico de los fenómenos naturales, ya que las caminatas cuánticas son en sí mismas un proceso físico natural.
Los investigadores señalan también que su desarrollo simplifica el desarrollo de circuitos computacionales basados en algoritmos cuánticos, con diversas aplicaciones.
Los dispositivos resultantes serán de interés en la investigación biofotónica y en la ciencia de materiales, y no solo para la creación de mejores ordenadores cuánticos.
Uno de los procesos que las caminatas cuánticas describen bien es la excitación de proteínas fotosensibles, como la rodopsina (propia de la retina) o la clorofila.
Una proteína es una molécula compleja cuya estructura se asemeja a la red de un sistema cuántico.
Descubrir el tiempo de caminata cuántica que invierte una partícula al ir de un nodo a otro, puede revelar lo que le sucede a un electrón en una posición particular dentro de una molécula: dónde se moverá y qué tipo de excitación causará.
En comparación con las arquitecturas basadas en cúbits y puertas (sistemas clásicos de la computación cuántica), los investigadores rusos consideran que su desarrollo para calcular las caminatas cuánticas ofrece una manera más fácil de implementar el cálculo cuántico de los fenómenos naturales, ya que las caminatas cuánticas son en sí mismas un proceso físico natural.
Referencia
Predicting quantum advantage by quantum walk with convolutional neural networks. Alexey A Melnikov et al. New Journal of Physics, Volume 21, December 2019. DOI:https://doi.org/10.1088/1367-2630/ab5c5e
Predicting quantum advantage by quantum walk with convolutional neural networks. Alexey A Melnikov et al. New Journal of Physics, Volume 21, December 2019. DOI:https://doi.org/10.1088/1367-2630/ab5c5e