Las computadoras modernas sobrepasan por mucho la capacidad del ser humano cuando se trata de analizar millones de datos. Ahora un equipo internacional indica que podría haber una manera de acelerar esto con las máquinas cuánticas.
Un sistema como el que se propone trabaja sobre una gran matriz de datos. Por ejemplo, un inversionista podría tratar de predecir el precio de ciertos bienes. La matriz puede capturar los datos históricos sobre el movimiento de los precios en razón del tiempo y las características de los datos que podrían haber influido en estos precios para correlacionarlos, lo cual se hace invirtiendo la matriz. La información puede entonces ser usada para extrapolar lo que podría pasar en el futuro.
“Hay mucho procesamiento involucrado en el análisis matricial. Si llegamos a una matriz de 10,000 x 10,000 entradas, esto es francamente difícil para el cómputo clásico”, dice Zhao. Esto ocurre porque el número de pasos computacionales crece rápidamente con el número de elementos en la matriz: al duplicar el tamaño de la misma, la longitud de los cálculos se eleva al cubo.
El algoritmo del 2009 puede trabajar mejor con matrices grandes, pero depende en muchas ocasiones de cómo están distribuidos los datos. En estos casos, hay relaciones limitadas entre los elementos, lo cual no es cierto frecuentemente con los datos del mundo real. Zhao, Prakash y Wossnig, presentaron un nuevo algoritmo que es más rápido, tanto en el mundo “clásico” como en sus anteriores versiones cuánticas, sin las restricciones que en general se impone en estos algoritmos.
Para ilustrar el asunto, una matriz de 10,000 x 10,000 celdas, con el algoritmo clásico se necesitarían un billón de pasos computacionales. El primer algoritmo cuántico usa decenas de miles de pasos y el nuevo algoritmo apenas cientos de pasos. Este algoritmo se basa en una técnica denominada como “estimación cuántica singular de un valor”.
Hay que decir que Zhao y colegas están trabajando para poder formalizar su algoritmo y demostrar analíticamente su funcionamiento. También trabajan buscando estimar los costos (y sobre-costos), que podrían existir al tratar de implementarlo.
Fuente: UNOCERO