Un nuevo dispositivo podría volver cuántica a la Inteligencia Artificial
Integrar ambos mundos abriría posibilidades tecnológicas prácticamente sin límites.
Un dispositivo llamado memristor cuántico podría integrar al mundo cuántico con la Inteligencia Artificial (IA), desbloqueando así capacidades tecnológicas sin precedentes en la historia de la humanidad. Haría posible redes neuronales artificiales capaces de aplicar la superposición cuántica: operarían en distintos estados en simultáneo, multiplicando así su funcionalidad.
Investigadores de la Universidad de Viena, en Austria, han logrado prometedores resultados en el marco de un experimento que sienta las bases de una futura Inteligencia Artificial (IA) con potencialidad cuántica: el desarrollo de un nuevo dispositivo, denominado memristor cuántico, permitirá habilitar todo el potencial de los recursos cuánticos dentro de la Inteligencia Artificial, uno de los mayores desafíos de la investigación actual en física cuántica e informática.
Los memristores son dispositivos utilizados en el campo de las redes neuronales artificiales, que poseen una notable similitud en su comportamiento con las sinapsis neuronales humanas. Debido a esto, el memristor se ha convertido en un componente fundamental de las arquitecturas neuromórficas, o sea aquellos avances en IA que intentan “copiar” el funcionamiento del cerebro humano.
CAPACIDADES TECNOLÓGICAS SIN LÍMITES
Ahora, el nuevo estudio de los científicos austríacos, que han colaborado con sus pares italianos del Consejo Nacional de Investigación (CNR) y el Politécnico de Milán, ha desembocado en la creación de un memristor cuántico, que posee el mismo comportamiento que un memristor clásico, pero que también actúa sobre estados cuánticos, como por ejemplo la superposición, y es capaz de codificar y transmitir información cuántica.
El experimento, publicado recientemente en la revista Nature Photonic, ha demostrado que los memristores pueden incorporar fotones cuánticos en su funcionamiento. Estos fotones individuales, o partículas cuánticas únicas de luz, pueden propagarse simultáneamente en una superposición de dos o más estados, en un fenómeno conocido como superposición cuántica. Según una nota de prensa, al incorporarse a la operatoria del memristor, amplían sus capacidades de una forma prácticamente ilimitada.
UN NUEVO ESCENARIO
Se sabe que los memristores, descubiertos en 2008, son resistencias con “memoria”: realizan cálculos pero al mismo tiempo disponen de memoria integrada y pueden programarse, “aprendiendo” de operaciones pasadas para encarar nuevos desafíos. De esta manera, cumplen una función semejante a la desarrollada en el cerebro por las neuronas especializadas en la memoria.
Como las redes neuronales artificiales, que son el “corazón” de la Inteligencia Artificial, trabajan en base a nodos interconectados como lo hace el cerebro humano, el empleo de los memristores supone que sea posible realizar los cálculos involucrados en estas redes neuronales de manera rápida y eficiente. Si a esto le sumamos los recursos cuánticos, se abrirían posibilidades tecnológicas prácticamente sin límites.
EL CAMINO HACIA UNA IA CUÁNTICA
En base a estos esquemas, los investigadores han demostrado además que los robots guiados por IA pueden aprender más rápido cuando utilizan recursos cuánticos y se orientan a partir de parámetros tomados de la informática cuántica. En consecuencia, este nuevo logro podría ser el primer paso para que la Inteligencia Artificial cuántica se vuelva una realidad palpable.
Si los dispositivos que trabajan a través de redes neuronales artificiales, especialmente aquellos que pueden emular mejor al cerebro humano, ya son capaces de reconocer un rostro, interpretar imágenes médicas o conducir un vehículo, todo indica que al asimilar las funcionalidades cuánticas su desarrollo hacia el futuro abrirá las puertas hacia un nuevo universo tecnológico, con impacto directo en nuestra vida cotidiana.
REFERENCIA
Experimental photonic quantum memristor. Spagnolo, M., Morris, J., Piacentini, S. et al. Nature Photonics (2022). DOI:https://doi.org/10.1038/s41566-022-00973-5
