Un estudio pionero realizado por un equipo internacional de investigación liderado por la Universidad de Viena ha demostrado que incluso los ordenadores cuánticos a pequeña escala pueden mejorar notablemente el rendimiento del aprendizaje automático utilizando un novedoso circuito cuántico fotónico.
Los investigadores han demostrado que la tecnología cuántica actual no es solo experimental: ya puede superar a los sistemas clásicos en tareas específicas. El experimento utilizó un ordenador cuántico fotónico para clasificar puntos de datos y demostró que los procesadores cuánticos de pequeño tamaño pueden rendir mejor que los algoritmos convencionales. "Hemos comprobado que, para tareas concretas, nuestro algoritmo comete menos errores que su homólogo clásico", explica Philip Walther, de la Universidad de Viena y responsable del proyecto.
El montaje experimental incluye un circuito cuántico fotónico construido en el Politecnico di Milano (Italia), que ejecuta un algoritmo de aprendizaje automático propuesto inicialmente por investigadores de Quantinuum (Reino Unido). "Esto implica que los ordenadores cuánticos existentes pueden mostrar un buen rendimiento sin necesidad de superar el estado actual de la tecnología", añade Zhenghao Yin, primer autor de la publicación en Nature Photonics.
Un aspecto especialmente prometedor de esta investigación es que las plataformas fotónicas pueden consumir considerablemente menos energía que los ordenadores convencionales. "Esto podría ser crucial en el futuro, dado que los algoritmos de aprendizaje automático están llegando a ser inviables por sus elevadas demandas energéticas", subraya la coautora Iris Agresti. Al circular únicamente luz, y no corriente, por el circuito, los chips fotónicos requieren menos refrigeración. Si a esto se le suma un mayor rendimiento y densidad de cálculo, se logran importantes ahorros energéticos. Algunos aceleradores de IA fotónica prometen consumir hasta 30 veces menos energía que una Unidad de Procesamiento Gráfico (GPU).
El resultado tiene impacto tanto en la computación cuántica, al identificar tareas que se benefician de los efectos cuánticos, como en la computación convencional. De hecho, podrían diseñarse nuevos algoritmos inspirados en arquitecturas cuánticas que logren mejores rendimientos y reduzcan el consumo energético. Este avance demuestra que los ordenadores cuánticos fotónicos a pequeña escala pueden superar a los sistemas clásicos en tareas concretas de aprendizaje automático, con investigadores empleando un algoritmo mejorado cuánticamente sobre un circuito fotónico para clasificar datos con mayor precisión que los métodos convencionales.
A medida que los sistemas de IA continúan creciendo en complejidad y demanda energética, esta investigación abre el camino hacia tecnologías de IA más sostenibles y potentes que aprovechan las ventajas cuánticas hoy, y no solo en un futuro teórico. La integración de la fotónica cuántica y el aprendizaje automático representa una de las fronteras más prometedoras de la tecnología informática, con aplicaciones prácticas inmediatas que ya están surgiendo.