La inteligencia artificial es parte de nuestra vida moderna. Una cuestión crucial para las aplicaciones prácticas es qué tan rápido pueden aprender estas máquinas inteligentes.
Un experimento ha respondido a esta pregunta, mostrando que la tecnología cuántica permite acelerar el proceso de aprendizaje. Los físicos han logrado este resultado utilizando un procesador cuántico para fotones individuales como robot.
Robots que resuelven juegos de computadora, reconocen voces humanas o ayudan a encontrar tratamientos médicos óptimos: esos son solo algunos ejemplos asombrosos de lo que el campo de la inteligencia artificial ha producido en los últimos años. La carrera en curso por mejores máquinas ha llevado a la pregunta de cómo y con qué medios se pueden lograr las mejoras. Paralelamente, el enorme progreso reciente en las tecnologías cuánticas ha confirmado el poder de la física cuántica, no solo por sus teorías a menudo peculiares y desconcertantes, sino también para aplicaciones de la vida real. De ahí la idea de fusionar los dos campos: por un lado, la inteligencia artificial con sus máquinas autónomas; por otro lado, la física cuántica con sus potentes algoritmos.
En los últimos años, muchos científicos han comenzado a investigar cómo unir estos dos mundos y a estudiar de qué manera la mecánica cuántica puede resultar beneficiosa para los robots de aprendizaje, o viceversa. Varios resultados fascinantes han demostrado, por ejemplo, que los robots deciden más rápido su próximo movimiento o el diseño de nuevos experimentos cuánticos utilizando técnicas de aprendizaje específicas. Sin embargo, los robots aún eran incapaces de aprender más rápido, una característica clave en el desarrollo de máquinas autónomas cada vez más complejas.
Dentro de una colaboración internacional liderada por Philip Walther, un equipo de físicos experimentales de la Universidad de Viena, junto con teóricos de la Universidad de Innsbruck, la Academia de Ciencias de Austria, la Universidad de Leiden y el Centro Aeroespacial Alemán, han tenido éxito experimentalmente demostrando por primera vez una aceleración en el tiempo de aprendizaje del robot real. El equipo ha hecho uso de fotones individuales, las partículas fundamentales de la luz, acopladas a un procesador cuántico fotónico integrado, que fue diseñado en el Instituto de Tecnología de Massachusetts. Este procesador se utilizó como robot y para implementar las tareas de aprendizaje. Aquí, el robot aprendería a enrutar los fotones individuales en una dirección predefinida. »
En pocas palabras, el experimento puede entenderse imaginando un robot parado en una encrucijada, con la tarea de aprender a girar siempre a la izquierda. El robot aprende obteniendo una recompensa al realizar el movimiento correcto. Ahora, si el robot se coloca en nuestro mundo clásico habitual, intentará un giro a la izquierda o a la derecha, y será recompensado solo si se elige el giro a la izquierda. Por el contrario, cuando el robot explota la tecnología cuántica, entran en juego los aspectos extraños de la física cuántica. El robot ahora puede hacer uso de una de sus características más famosas y peculiares, el llamado principio de superposición. Esto puede entenderse intuitivamente imaginando al robot dando los dos giros, a la izquierda y a la derecha, al mismo tiempo. » Esta característica clave permite la implementación de un algoritmo de búsqueda cuántica que reduce el número de intentos para aprender la ruta correcta. Como consecuencia, un agente que puede explorar su entorno en superposición aprenderá significativamente más rápido que su contraparte clásica «, dice Hans Briegel, quien desarrolló las ideas teóricas sobre agentes de aprendizaje cuántico con su grupo en la Universidad de Innsbruck.
Esta demostración experimental de que el aprendizaje automático se puede mejorar mediante el uso de la computación cuántica muestra ventajas prometedoras al combinar estas dos tecnologías. «Estamos apenas comenzando a comprender las posibilidades de la inteligencia artificial cuántica», dice Philip Walther, «y, por lo tanto, cada nuevo resultado experimental contribuye al desarrollo de este campo, que actualmente se considera una de las áreas más fértiles para la computación cuántica». »
Fuente: la Universidad de Viena
