Informática cuántica

Un ordenador cuántico de 6 átomos podría imitar al cerebro humano

Utiliza átomos de rubidio para reproducir el funcionamiento de las neuronas y las sinapsis en el cerebro

Un ordenador cuántico de 6 átomos podría imitar al cerebro humano

Epi_rc_es

3
Se lee en minutos
Pablo Javier Piacente

Las simulaciones realizadas en un ordenador cuántico hecho de 6 átomos de rubidio sugieren que podría ejecutar un algoritmo simple inspirado en el cerebro humano, capaz de aprender a recordar y tomar decisiones sencillas. Los átomos podrían ser controlados eficazmente por láseres, para reproducir así el funcionamiento de la sinapsis cerebral. 

Un equipo internacional de científicos liderado por Rodrigo Araiza Bravo, de la Universidad de Harvard, en Estados Unidos, ha logrado diseñar un modelo de ordenador cuántico con átomos gigantes controlados por luz láser, que según las pruebas realizadas podría llegar a reproducir algunas funciones del cerebro humano, como la memoria y la toma de decisiones. Al mismo tiempo, aprovecha las ventajas del aprendizaje automático cuántico (QML, según las siglas en inglés).

Una revolución en el campo de la informática

Según explican los investigadores en un nuevo estudio publicado recientemente en ArXiv, la informática cuántica promete combinar las ventajas del aprendizaje automático con el mayor poder de cálculo de los ordenadores cuánticos. Sabemos que el aprendizaje automático es una rama de la Inteligencia Artificial (IA) que logra desarrollar algoritmos capaces de hacer que las máquinas aprendan por su cuenta.

Sin embargo, si a eso le sumamos el potencial de los ordenadores cuánticos es fácil advertir que el aprendizaje automático cuántico podría suponer un avance sin precedentes. Recordemos que mientras el bit es la unidad básica de los ordenadores tradicionales, el cúbit cumple una función análoga en los ordenadores cuánticos. Su principal ventaja radica en que puede utilizar los fenómenos de superposición de la mecánica cuántica para lograr una combinación lineal de dos estados, incrementando notablemente su potencial con respecto al bit.

A pesar de esto, los dispositivos cuánticos plantean desafíos de ingeniería para aprovechar las ventajas del aprendizaje automático cuántico y poder traducirse en herramientas prácticas. Principalmente, son extremadamente sensibles al “ruido” y la influencia del entorno, generando diversas fallas que, por el momento, se han transformado en el cuello de botella que la informática cuántica aún no ha podido superar. 

¿Será el rubidio la solución?

Ahora, Bravo y sus colegas han logrado diseñar un modelo de red neuronal artificial cuántica que utiliza 6 átomos de rubidio, que tienen un diámetro de gran tamaño porque algunos de sus electrones orbitan los núcleos a una mayor distancia, para crear un ordenador cuántico teórico que puede replicar el aprendizaje de varias tareas cognitivas propias del cerebro humano, como la multitarea, la toma de decisiones y la memoria a largo plazo. 

Según un artículo publicado en New Scientist, además de aprovechar las ventajas de la mecánica cuántica, el sistema puede manejarse con relativa facilidad a través de láseres, ya que los átomos de rubidio son extremadamente sensibles a la luz. El equipo de científicos demostró que el ordenador cuántico es capaz de tomar decisiones sencillas: entrenó a la red neuronal para seleccionar entre dos pulsos láser, logrando que el sistema eligiera por su cuenta el más fuerte.

Del mismo modo, los investigadores repitieron la tarea de toma de decisiones pero con un retraso de una décima de microsegundo entre los dos láseres, para obligar al ordenador cuántico a aprender a recordar las características del primer pulso hasta que se le presente el segundo. De esta manera, confirmaron que podía desarrollar habilidades de memoria

Noticias relacionadas

Según los investigadores, el equipo ya trabaja en la construcción del ordenador cuántico y en la posibilidad de incorporar un mayor número de átomos de rubidio, incrementando así su potencial.

Referencia

Quantum reservoir computing using arrays of Rydberg atoms. Rodrigo Araiza Bravo, Khadijeh Najafi, Xun Gao and Susanne F. Yelin. ArXiv (2022). DOI:https://doi.org/10.48550/arXiv.2111.10956