por Edd Gent

Los enfoques cuánticos y neuromórficos prometen reescribir fundamentalmente la forma en que hacemos computación. Y ahora se fusionaron después de que los investigadores desarrollaran un “memristor cuántico” que podría formar la base de las redes neuronales cuánticas.

Si bien la Ley de Moore todavía parece tener vida , los límites de la computación convencional se están volviendo evidentes y existe un interés creciente en tipos completamente diferentes de procesamiento de información que podrían superar estos obstáculos.

Una posibilidad es la computación cuántica, que aprovecha las propiedades de las computadoras cuánticas para lograr aceleraciones computacionales exponenciales en algunos problemas específicos. Otra opción es volver a cablear los chips de nuestra computadora para replicar más fielmente la forma en que funciona nuestro cerebro, lo que se conoce como computación neuromórfica .

Los dos enfoques buscan mejorar aspectos muy diferentes de la computación convencional, y las sinergias entre los dos están lejos de ser obvias. Pero eso podría comenzar a cambiar después de que los investigadores demostraran el primer componente neuromórfico que puede procesar información cuántica.

El componente en cuestión se conoce como memristor, nombre que proviene de una combinación de memoria y resistencia . Estos dispositivos alteran su resistencia en función de la cantidad de corriente que fluyó a través de ellos en el pasado, esencialmente almacenando una memoria de su estado anterior.

Esta capacidad ha llamado la atención de los ingenieros neuromórficos porque imita el comportamiento de las sinapsis biológicas, las conexiones entre las neuronas en el cerebro , que cambian la fuerza de sus conexiones según la frecuencia con la que se activan. Ha habido una oleada de investigaciones recientes que intentan usar memristores para construir más computadoras similares al cerebro.

Ahora, sin embargo, los físicos de la Universidad de Viena han llevado la idea un paso más allá al desarrollar un componente que muestra el mismo comportamiento al procesar información cuántica. El nuevo dispositivo se describe en un artículo reciente en Nature Photonics .

Su llamado “memristor cuántico” se construye utilizando tecnología fotónica integrada, que transporta fotones alrededor de un chip de silicio para procesar información. Pero mientras que los chips fotónicos normalmente solo realizan cálculos clásicos, los investigadores diseñaron uno que puede manipular los estados cuánticos de los fotones que pasan.

Para ello, explotaron el principio cuántico de superposición: la idea de que un sistema cuántico puede estar en una combinación de más de un estado simultáneamente. Hacen esto proporcionando al fotón dos caminos y haciendo que viaje por ambos al mismo tiempo .

Esto forma la base de un qubit, el equivalente cuántico de un bit, que se puede usar para codificar información. De la misma manera, un bit puede ser 0 o 1, el fotón puede estar en el primer o segundo canal, o gracias a las extrañas propiedades de la mecánica cuántica, en una superposición de los dos.

Sin embargo, la principal innovación de los investigadores fue combinar este sistema con un circuito adicional que esencialmente cuenta la cantidad de fotones que viajan a través de una de las rutas y usa esto para ajustar la fuerza de la señal a través de la otra ruta . El resultado es un dispositivo que puede procesar información cuántica y exhibir un comportamiento memristivo.

Para demostrar el potencial de su memristor cuántico para tareas informáticas prácticas, luego crearon un modelo de computadora del componente y simularon lo que sucedería si uniera un montón de ellos. Crearon una especie de red neuronal basada en un principio llamado computación de reservorio , que esencialmente alimenta datos a una gran red cuyas conexiones son fijas y luego solo entrena una sola capa de lectura para interpretar la salida de este reservorio.

Demostraron que un sistema que consta de solo 3 de sus memristores cuánticos aprendió a clasificar dígitos escritos a mano con una precisión del 95 por ciento después de entrenar con solo 1,000 imágenes. Los autores informaron que varios esquemas clásicos de computación de yacimientos logran peores precisiones con una cantidad considerablemente mayor de recursos y datos de computación .

El equipo también demostró que una red de sus dispositivos podría aprender a realizar tareas cuánticas más allá de cualquier dispositivo clásico. Entrenaron su dispositivo para detectar si los sistemas cuánticos estaban entrelazados con una precisión del 98 por ciento.

Descubrir cómo hacer uso de un dispositivo que combina dos paradigmas informáticos tan diferentes requerirá un trabajo considerable. Pero las redes neuronales cuánticas podrían ser una herramienta nueva y poderosa en la era de la computación posterior a la Ley de Moore.

Crédito de la imagen: Equinox Graphics, Universidad de Viena

Fuente: https://singularityhub.com/2022/04/04/quantum-memristor-could-enable-quantum-neuromorphic-computing/

Deja una respuesta