"Verás, la naturaleza es impredecible. ¿Cómo espera predecirlo con una computadora? ”, Dijo el físico estadounidense Richard Feynman ante los científicos de la computación en una conferencia en 1981.

Cuarenta años después, Los ingenieros de la Universidad de Purdue están construyendo el tipo de sistema que Feynman imaginó que superaría las limitaciones de las computadoras clásicas de hoy actuando más de cerca como la naturaleza:una "computadora probabilística".

El equipo cree que una computadora probabilística podría resolver antes algunos de los problemas que resolvería una computadora cuántica, ya que no necesitaría hardware completamente nuevo o temperaturas extremadamente frías para funcionar.

En esa lista de problemas para resolver de manera más eficiente que con las computadoras clásicas están los problemas de optimización:la capacidad de calcular la mejor solución a partir de una gran cantidad de soluciones, como identificar la mejor ruta para que las mercancías viajen al mercado.

En 2019, investigadores de Purdue y la Universidad de Tohoku en Japón demostraron una computadora probabilística, hecho de "p-bits, "que es capaz de resolver problemas de optimización que a menudo se dirigen a las computadoras cuánticas, construido a partir de qubits.

"Clásicamente, las probabilidades solo pueden ser números positivos. Qubits, por otra parte, parecen regirse por probabilidades que pueden ser números negativos o incluso complejos, "dijo Supriyo Datta, Thomas Duncan, profesor distinguido de ingeniería eléctrica e informática de Purdue, que dirigió el equipo de Purdue. "Pero hay un subconjunto útil de problemas que se pueden resolver con qubits que también se pueden resolver con p-bits. Se podría decir que un p-bit es un 'qubit de pobre'".

Progreso hacia la imitación de la naturaleza

¿Por qué recurrir a un tipo de informática completamente nuevo? No busque más allá de la "naturaleza" en una taza de café, qué computadoras cuánticas en desarrollo por compañías como Google e IBM aún tienen que descifrar.

La estructura molecular de la cafeína es tan compleja que las computadoras clásicas no pueden realizar los cálculos necesarios para comprenderla por completo. Esto se debe a que la cafeína puede existir en 10 ⁴⁸ diferentes configuraciones atómicas, o "estados cuánticos". Una computadora clásica que procesa solo un estado cuántico a la vez, necesitaría procesar muchos estados a la vez como lo hace la naturaleza para capturar la cafeína.

Este obstáculo impide que los científicos no solo comprendan mejor el comportamiento de la cafeína, sino también de la resolución más eficiente de problemas en la investigación de medicamentos, cifrado y ciberseguridad, servicios financieros, análisis de datos y logística de la cadena de suministro.

Cada una de estas áreas mejoraría significativamente si las computadoras pudieran tener en cuenta más variables y procesarlas al mismo tiempo.

Los investigadores de Purdue ven la computación probabilística como un paso de la computación clásica a la computación cuántica.

"Podríamos imaginar y ser perfectamente felices, Creo, "Feynman había dicho, "con un simulador probabilístico de naturaleza probabilística, en el que la máquina no hace exactamente lo que hace la naturaleza, pero […] obtendría la probabilidad correspondiente con la precisión correspondiente ".

Resolver problemas cuánticos sin "volverse cuántico"

Como las computadoras clásicas, una computadora probabilística podría almacenar y usar información en forma de ceros y unos a temperatura ambiente.

Y como las computadoras cuánticas, una computadora probabilística podría procesar múltiples estados de ceros y unos a la vez, excepto que un bit p fluctuaría rápidamente entre cero y uno (por lo tanto, "probabilístico"), mientras que un qubit es una superposición de cero y uno. En un chip estas fluctuaciones estarían correlacionadas entre p-bits pero entrelazadas en qubits.

La idea en el futuro es modificar la tecnología de memoria de uso común, dispositivos llamados uniones de tunelización magnética, ser intencionalmente inestable para que los p-bits puedan fluctuar.

Desde que demostró hardware para una computadora probabilística en 2019 y obtuvo una patente a través de la Oficina de Comercialización de Tecnología de la Fundación de Investigación Purdue, el equipo también ha empleado tecnología de silicio existente para emular una computadora probabilística con miles de p-bits utilizando hardware convencional disponible públicamente a través de Amazon Web Services.

Los investigadores han publicado varios artículos el año pasado sobre desarrollos hacia la integración de componentes de hardware individuales, modelar cómo hacer que el sistema funcione a mayor escala y garantizar la eficiencia energética desde cero.

"El veredicto sobre la mejor implementación de un p-bit aún no se ha emitido. Pero estamos mostrando lo que funciona para que podamos resolverlo en el camino, "dijo Joerg Appenzeller, Barry M. y Patricia L. Epstein de Purdue, Profesores de Ingeniería Eléctrica e Informática.

La investigación de computación probabilística de la universidad se enmarca en una iniciativa llamada Purdue-P. La iniciativa es parte del Discovery Park Center for Computing Advances by Probabilistic Spin Logic de Purdue, que cuenta con el apoyo de Semiconductor Research Corp. y la National Science Foundation. El trabajo del equipo también cuenta con financiación de la Agencia de Proyectos de Investigación Avanzada de Defensa.

Los investigadores pueden ser los únicos que desarrollan una computadora probabilística de nombre, pero otros en el campo están desarrollando tecnología similar utilizando diferentes materiales y paradigmas.

"Como campo, observamos los problemas informáticos que aún no podemos resolver y pensamos, "Hay computación digital, hay computación cuántica, ¿qué más hay? "Hay muchas cosas que podrías llamar 'computación probabilística' desde un nivel muy alto, "dijo Kerem Camsari, un ex investigador postdoctoral de Purdue que continúa colaborando con el grupo como profesor asistente de ingeniería eléctrica e informática en la Universidad de California, Santa Bárbara.