La computación cuántica ha alcanzado un momento crucial en el que está ofreciendo ventajas prácticas para aplicaciones de inteligencia artificial, según recientes avances de varios equipos de investigación.
Un equipo de la Universidad de Viena y colaboradores ha demostrado que las computadoras cuánticas de pequeña escala ya pueden superar a los sistemas clásicos en tareas específicas de aprendizaje automático. Utilizando un procesador cuántico fotónico, los investigadores mostraron que los algoritmos potenciados por la cuántica pueden clasificar datos con mayor precisión que los métodos convencionales. El experimento, publicado en Nature Photonics, empleó un circuito cuántico construido en el Politécnico de Milán para ejecutar un algoritmo de aprendizaje automático propuesto inicialmente por investigadores de Quantinuum.
"Esto podría ser crucial en el futuro, dado que los algoritmos de aprendizaje automático se están volviendo inviables debido a la alta demanda energética", señaló la coautora Iris Agresti. La plataforma cuántica fotónica mostró ventajas en velocidad, precisión y eficiencia energética en comparación con técnicas de computación clásica, especialmente para aplicaciones de aprendizaje automático basadas en kernels.
En un avance paralelo, un equipo multinacional de la Universidad Tecnológica de Chalmers, la Universidad de Milán, la Universidad de Granada y la Universidad de Tokio desarrolló un algoritmo que permite a computadoras ordinarias simular fielmente un circuito cuántico tolerante a fallos. Esta innovación aborda el código bosónico Gottesman-Kitaev-Preskill (GKP), que ha sido notoriamente difícil de simular pero es crucial para construir computadoras cuánticas estables y escalables.
Mientras tanto, investigadores de la USC y la Universidad Johns Hopkins lograron lo que muchos consideran el "santo grial" de la computación cuántica: una aceleración exponencial incondicional utilizando los procesadores Eagle de 127 qubits de IBM. El equipo demostró esta ventaja en un clásico acertijo de "adivina el patrón", probando sin suposiciones que las máquinas cuánticas pueden superar a las mejores computadoras clásicas. Emplearon técnicas como la corrección de errores y el potente hardware cuántico de IBM para alcanzar este hito.
Estos desarrollos indican que la computación cuántica está pasando de ser una promesa teórica a una aplicación práctica. Mientras IBM continúa con su ambiciosa hoja de ruta hacia un sistema de más de 4,000 qubits para 2025, y con investigadores demostrando ventajas cuánticas en campos que van desde el aprendizaje automático hasta la fabricación de semiconductores, la tecnología parece estar lista para ofrecer capacidades transformadoras en múltiples industrias.