Esquema del funcionamiento de un robot: los sensores le permiten recibir estímulos del entorno, ante los que reacciona mediante los actuadores (brazos o patas robóticas, por ejemplo). Fuente: Physical Review X.
La mecánica cuántica ha revolucionado el mundo de las comunicaciones y los ordenadores mediante la introducción de algoritmos mucho más veloces y seguros en la transferencia de información.
Ahora, investigadores de la Universidad Complutense de Madrid (UCM) y de la Universidad de Innsbruck (Austria) publican un trabajo en la revista Physical Review X donde aseguran que sus mismas herramientas se pueden aplicar a los robots, los autómatas y demás agentes que usa la Inteligencia Artificial (IA).
Por primera vez demuestran que las máquinas cuánticas pueden responder de forma óptima y más rápida a la hora de actuar frente al entorno que las rodea. En concreto, que se adaptan a situaciones donde las clásicas, más lentas, no llegan a terminar los procesos de aprendizaje y respuesta.
“En el caso de entornos muy exigentes e impacientes, el resultado es que el robot cuántico puede adaptarse y sobrevivir, mientras que el robot clásico está destinado a desfallecer”, explican Giuseppe Davide Paparo y Miguel Ángel Martín-Delgado, los dos investigadores de la UCM que han participado en el estudio, en la información de Sinc.
Su trabajo teórico se ha centrado en acelerar de forma cuántica uno de los puntos más difíciles de resolver en informática: el aprendizaje robótico (machine learning, en inglés), que se utiliza para elaborar modelos y predicciones muy precisas. Se aplican, por ejemplo, para conocer la evolución del clima, las enfermedades o en el desarrollo de los motores de búsqueda por internet.
Ahora, investigadores de la Universidad Complutense de Madrid (UCM) y de la Universidad de Innsbruck (Austria) publican un trabajo en la revista Physical Review X donde aseguran que sus mismas herramientas se pueden aplicar a los robots, los autómatas y demás agentes que usa la Inteligencia Artificial (IA).
Por primera vez demuestran que las máquinas cuánticas pueden responder de forma óptima y más rápida a la hora de actuar frente al entorno que las rodea. En concreto, que se adaptan a situaciones donde las clásicas, más lentas, no llegan a terminar los procesos de aprendizaje y respuesta.
“En el caso de entornos muy exigentes e impacientes, el resultado es que el robot cuántico puede adaptarse y sobrevivir, mientras que el robot clásico está destinado a desfallecer”, explican Giuseppe Davide Paparo y Miguel Ángel Martín-Delgado, los dos investigadores de la UCM que han participado en el estudio, en la información de Sinc.
Su trabajo teórico se ha centrado en acelerar de forma cuántica uno de los puntos más difíciles de resolver en informática: el aprendizaje robótico (machine learning, en inglés), que se utiliza para elaborar modelos y predicciones muy precisas. Se aplican, por ejemplo, para conocer la evolución del clima, las enfermedades o en el desarrollo de los motores de búsqueda por internet.
Ganancias cuantitativas y cualitativas
“Construir un modelo es en realidad un acto creativo, pero los ordenadores clásicos no son buenos en esto", explica Martin-Delgado. "Ahí es donde entra en juego la computación cuántica. Las ganancias que aporta no son solo cuantitativas en cuanto a mayor velocidad, sino también cualitativas, al adaptarse mejor a entornos donde el agente clásico no sobrevive. Es decir, los robots cuánticos son más creativos”.
Los autores valoran así el alcance de su estudio: “Significa un paso adelante hacia el objetivo más ambicioso de la inteligencia artificial: la creación de un robot que tenga inteligencia y creatividad, y que no esté diseñado para tareas específicas”.
Este trabajo se enmarca dentro de una disciplina nueva, la denominada inteligencia artificial cuántica (Quantum AI), un ámbito en el que la compañía Google ha comenzado a invertir millones de dólares mediante la creación de un laboratorio especializado en colaboración con la NASA.
“Construir un modelo es en realidad un acto creativo, pero los ordenadores clásicos no son buenos en esto", explica Martin-Delgado. "Ahí es donde entra en juego la computación cuántica. Las ganancias que aporta no son solo cuantitativas en cuanto a mayor velocidad, sino también cualitativas, al adaptarse mejor a entornos donde el agente clásico no sobrevive. Es decir, los robots cuánticos son más creativos”.
Los autores valoran así el alcance de su estudio: “Significa un paso adelante hacia el objetivo más ambicioso de la inteligencia artificial: la creación de un robot que tenga inteligencia y creatividad, y que no esté diseñado para tareas específicas”.
Este trabajo se enmarca dentro de una disciplina nueva, la denominada inteligencia artificial cuántica (Quantum AI), un ámbito en el que la compañía Google ha comenzado a invertir millones de dólares mediante la creación de un laboratorio especializado en colaboración con la NASA.
Referencia bibliográfica:
Giuseppe Davide Paparo, Vedran Dunjko, Adi Makmal, Miguel Angel Martin-Delgado, y Hans J. Briegel: Quantum Speedup for Active Learning Agents. Phys. Rev. X (2014). DOI: http://dx.doi.org/10.1103/PhysRevX.4.031002.
Giuseppe Davide Paparo, Vedran Dunjko, Adi Makmal, Miguel Angel Martin-Delgado, y Hans J. Briegel: Quantum Speedup for Active Learning Agents. Phys. Rev. X (2014). DOI: http://dx.doi.org/10.1103/PhysRevX.4.031002.