¿Cómo haría para devolver los libros a los estantes correctos en una biblioteca grande con la menor cantidad de caminata? ¿Cómo determinaría la ruta más corta para un camión que tiene que entregar muchos paquetes a varias ciudades? Estos son algunos ejemplos del "problema del viajante de comercio, "un tipo de problema de" optimización combinatoria ", que surge con frecuencia en situaciones cotidianas. Resolver el problema del viajante de comercio implica buscar la ruta más eficiente de todas. Para hacer esto fácilmente, necesitamos la ayuda de baja potencia, inteligencia artificial de alto rendimiento.

Para resolver este acertijo, los científicos están explorando activamente el uso de circuitos integrados. En este método, cada estado en un problema de vendedor ambulante (por ejemplo, cada ruta posible en el camión de reparto) está representada por "celdas giratorias, "cada uno con uno de dos estados. Usando un circuito que puede almacenar la fuerza de un estado de celda de espín sobre otro, la relación entre estos estados (o para usar nuestra analogía, la distancia entre dos ciudades para el camión de reparto). Usando un sistema grande que contiene la misma cantidad de células de giro y circuitos que los componentes (o las ciudades y rutas para el camión de reparto) en el problema, podemos identificar el estado que requiere la menor cantidad de energía, o la ruta que cubra la menor distancia, resolviendo así el problema del viajante, o cualquier otro tipo de problema de optimización combinatoria.

Sin embargo, Un gran inconveniente de la forma convencional de utilizar circuitos integrados es que requiere preprocesamiento, y el número de componentes y el tiempo necesario para ingresar los datos aumentan a medida que aumenta la escala del problema. Por esta razón, esta tecnología solo ha podido resolver el problema del viajante que involucra un máximo de 16 estados, o ciudades.

Un grupo de investigadores dirigido por el profesor Takayuki Kawahara del Departamento de Ingeniería Eléctrica de la Universidad de Ciencias de Tokio tuvo como objetivo superar este problema. Observaron que las interacciones entre cada celda de espín es lineal, lo que aseguró que las células de espín solo pudieran interactuar con las células cercanas a ellas, Prolongando el tiempo de procesamiento. "Decidimos organizar las celdas de forma ligeramente diferente para asegurarnos de que todas las celdas giratorias pudieran estar conectadas, "Explica el profesor Kawahara.

Para hacer esto, Primero organizaron los circuitos en una matriz bidimensional, y las celdas de giro por separado en una disposición unidimensional. Luego, los circuitos leerían los datos y se utilizó un agregado de estos datos para cambiar los estados de las celdas de giro. Esto significaría que el número de células de giro necesarias y el tiempo necesario para el procesamiento se redujeron drásticamente.

Los autores presentaron sus hallazgos en el IEEE 18th World Symposium on Applied Machine Intelligence and Informatics (SAMI 2020). "Nuestra nueva técnica representa, por tanto, un método totalmente acoplado, "comenta el profesor Kawahara, "y tiene el potencial de resolver un problema de viajantes que involucre hasta 22 ciudades". Los autores esperan que esta tecnología tenga aplicaciones futuras como un sistema de alto rendimiento con bajos requisitos de energía para equipos de oficina y terminales de tableta para encontrar fácilmente soluciones óptimas a partir de un gran número de combinaciones.