En los últimos años, la inteligencia artificial se ha vuelto omnipresente, con aplicaciones como la interpretación del habla, el reconocimiento de imágenes, el diagnóstico médico y muchas más. Al mismo tiempo, se ha demostrado que la tecnología cuántica es capaz de generar una potencia computacional mucho más allá del alcance incluso de la supercomputadora más grande del mundo. Los físicos de la Universidad de Viena ahora han demostrado un nuevo dispositivo, llamado memristor cuántico, que puede permitirnos combinar estos dos mundos, desbloqueando capacidades sin precedentes. El experimento, realizado en colaboración con el Consejo Nacional de Investigación (CNR) y el Politecnico di Milano en Italia, se ha realizado en un procesador cuántico integrado que opera con fotones individuales. El trabajo se publica en el número actual de la revista Nature Photonics .

En el corazón de todas las aplicaciones de inteligencia artificial se encuentran modelos matemáticos llamados redes neuronales. Estos modelos están inspirados en la estructura biológica del cerebro humano, formado por nodos interconectados. Al igual que nuestro cerebro aprende reorganizando constantemente las conexiones entre las neuronas, las redes neuronales pueden entrenarse matemáticamente ajustando su estructura interna hasta que sean capaces de realizar tareas a nivel humano:reconocer nuestro rostro, interpretar imágenes médicas para el diagnóstico e incluso conducir nuestros automóviles. Tener dispositivos integrados capaces de realizar los cálculos involucrados en las redes neuronales de manera rápida y eficiente se ha convertido en un importante foco de investigación, tanto académico como industrial.

Uno de los principales cambios de juego en el campo fue el descubrimiento del memristor, realizado en 2008. Este dispositivo cambia su resistencia dependiendo de la memoria de la corriente pasada, de ahí el nombre de resistencia de memoria o memristor. Inmediatamente después de su descubrimiento, los científicos se dieron cuenta de que (entre muchas otras aplicaciones) el comportamiento peculiar de los memristores era sorprendentemente similar al de las sinapsis neuronales. El memristor se ha convertido así en un componente fundamental de las arquitecturas neuromórficas.

Un grupo de físicos experimentales de la Universidad de Viena, el Consejo Nacional de Investigación (CNR) y el Politecnico di Milano, dirigido por el Prof. Philip Walther y el Dr. Roberto Osellame, ahora ha demostrado que es posible diseñar un dispositivo que tenga la mismo comportamiento que un memristor, mientras actúa sobre estados cuánticos y es capaz de codificar y transmitir información cuántica. En otras palabras, un memristor cuántico. Realizar un dispositivo de este tipo es un desafío porque la dinámica de un memristor tiende a contradecir el comportamiento cuántico típico.

Mediante el uso de fotones individuales (es decir, partículas de luz cuánticas individuales) y la explotación de su capacidad única para propagarse simultáneamente en una superposición de dos o más caminos, los físicos han superado el desafío. En su experimento, los fotones individuales se propagan a lo largo de guías de ondas escritas con láser en un sustrato de vidrio y son guiados en una superposición de varios caminos. Uno de estos caminos se usa para medir el flujo de fotones que pasan por el dispositivo, y esta cantidad, a través de un complejo esquema de retroalimentación electrónica, modula la transmisión en la otra salida, logrando así el comportamiento memristivo deseado.

Además de demostrar el memristor cuántico, los investigadores han proporcionado simulaciones que muestran que las redes ópticas con el memristor cuántico se pueden usar para aprender tanto en tareas clásicas como cuánticas, lo que sugiere el hecho de que el memristor cuántico puede ser el eslabón perdido entre la inteligencia artificial y la computación cuántica. .

"Desbloquear todo el potencial de los recursos cuánticos dentro de la inteligencia artificial es uno de los mayores desafíos de la investigación actual en física cuántica e informática", dice Michele Spagnolo, primer autor de la publicación en la revista Nature Photonics . El grupo de Philip Walther de la Universidad de Viena también ha demostrado recientemente que los robots pueden aprender más rápido cuando utilizan recursos cuánticos y toman prestados esquemas de la computación cuántica. Este nuevo logro representa un paso más hacia un futuro donde la inteligencia artificial cuántica se haga realidad. + Explora más

Acelerando la inteligencia artificial