El Departamento de Química Física de la UPV/EHU lleva a cabo investigación de primer nivel en física y computación cuántica. Esto les ha llevado a acuñar un nuevo término: la biomimética cuántica, que consiste en reproducir en sistemas cuánticos algunas propiedades exclusivas de los seres vivos. Concretamente, han imitado la selección natural, el aprendizaje y la memoria. Estos mecanismos desarrollados pueden dar un espaldarazo a la computación cuántica y facilitar el proceso de aprendizaje de las máquinas.
La inteligencia artificial, también en sistemas cuánticos
Una investigación de la UPV/EHU imita mediante simuladores cuánticos la vida, la selección natural, el aprendizaje y la memoria
Fecha de primera publicación: 22/02/2017
Unai Alvarez-Rodriguez es investigador en el Departamento de Química Física de la UPV/EHU, en el grupo de investigación ‘Quantum Technologies for Information Science (QUTIS)', experto en información y tecnologías cuánticas. La información cuántica, explicado brevemente, emplea la física cuántica para codificar tareas computacionales. A diferencia de la computación clásica, la computación cuántica "tiene la ventaja de no estar limitada a realizar los registros en valores de 0 y 1", comenta. Los qubits, los equivalentes a los bits de la computación clásica, pueden tomar valores de 0, de 1 o de los dos a la vez (un fenómeno que se conoce como superposición), lo cual "otorga a los sistemas cuánticos la posibilidad de realizar operaciones mucho más complejas, establecer un paralelismo computacional a nivel cuántico, y ofrecer resultados mejores que los sistemas de computación clásicos", añade.
Dentro de todas las posibilidades que existen para estudiar en este campo, el grupo de investigación al que pertenece Alvarez-Rodriguez decidió centrarse en imitar procesos biológicos. "Nos pareció interesante crear sistemas capaces de emular algunas propiedades exclusivas de los seres vivos. Es decir, buscamos diseñar protocolos de información cuántica cuya dinámica fuera análoga a estas propiedades". Los procesos que escogieron para imitar mediante simuladores cuánticos fueron la selección natural, la memoria y la inteligencia. Esto les llevó, asimismo, a definir el concepto de biomimética cuántica.
En el primer caso, recrearon un entorno de selección natural, donde había individuos, replicación, mutación, interacción con otros individuos y el entorno, y un estado equivalente a la muerte. "Este último mecanismo lo desarrollamos para que los individuos tengan tiempo de vida finito", detalla el investigador. Así, combinando todos esos elementos, el sistema que se consigue no tiene una única solución clara: "el modelo de selección natural lo planteamos como una disputa entre diferentes estrategias donde cada individuo sería una estrategia para resolver el problema, y la solución sería la estrategia capaz de dominar el espacio disponible".
Por otro lado, el mecanismo para simular la memoria, consiste en un sistema regido por unas ecuaciones. Las ecuaciones, sin embargo, tienen una dependencia con sus estados anteriores y futuros, por lo que el modo en el que cambia el sistema "no solo depende de cómo se encuentre ahora, sino de dónde estaba hace 5 minutos, y dónde va a estar dentro de 5 minutos", explica Alvarez-Rodriguez.
Por último, en los algoritmos cuánticos relacionados con los procesos de aprendizaje, desarrollaron, por un lado, mecanismos para la optimización de unas tareas bien definidas, para mejorar algoritmos clásicos, y mejorar los márgenes de error y fidelidad de las operaciones. Por otro, "fuimos capaces de codificar una función en un sistema cuántico, pero sin escribirla directamente; el sistema lo realizó de forma autónoma, digamos que "aprendió", mediante el mecanismo que diseñamos para que eso ocurriera. Ese es uno de los avances más novedosos de esta investigación", remarca el investigador.
De modelos computacionales al mundo real
Todos estos métodos y protocolos desarrollados en su investigación han proporcionado vías para resolver sistemas de muy diversa índole. En la parte de la memoria, por ejemplo, Alvarez-Rodriguez destaca que el método sirve para resolver sistemas muy complejos: "Se podría utilizar para estudiar sistemas cuánticos en condiciones ambientales diferentes, o a diferentes escalas, de forma más accesible y económica". En la parte de la selección natural, "sobre todo hemos aportado un mecanismo cuántico en el que podrían estar basados sistemas autorreplicantes, que luego se podrían utilizar para automatizar procesos a escala cuántica", subraya. Y por último, en la parte del aprendizaje, "hemos conseguido la forma de enseñar a una máquina una función sin tener que introducir el resultado final previamente. Esto es algo que va a ser muy útil en los próximos años, lo vamos a ver", reseña.
Todos los modelos desarrollados en la investigación han sido modelos computacionales. Pero Alvarez-Rodriguez ha dejado claro que una de las ideas principales de su grupo de investigación es que "la ciencia ocurre en el mundo real. Todo lo que hacemos nosotros tiene una aplicación más o menos directa. Las simulaciones que hemos planteado, a pesar de haberlas hecho en modo teórico, están diseñadas para poder realizarlas en experimentos, en diferentes tipos de plataformas cuánticas, como pueden ser iones atrapados, circuitos superconductores, y guías fotónicas entre otras. Para ello contamos con la colaboración de los grupos experimentales".
Información complementaria
Unai Alvarez-Rodriguez (Gorliz, 1989), ha llevado a cabo este estudio como parte de su tesis doctoral en el Departamento de Química Física de la UPV/EHU, titulada ‘Quantum biomimetics' y bajo la dirección de Enrique Solano, profesor Ikerbasque en el citado departamento.
Referencia bibliográfica
- Supervised Quantum Learning without Measurements
- Scientific Reports (2017)
- DOI: 10.1038/s41598-017-13378-0