La Inteligencia Artificial est\u00e1 rompiendo los moldes de la experimentaci\u00f3n cu\u00e1ntica, escalando el entrelazamiento y la superposici\u00f3n de estados hasta niveles inimaginables, sin el concurso directo de los cient\u00edficos.<\/p>\n
La Inteligencia Artificial (IA) est\u00e1 desarrollando experimentos que trascienden cualquier idea humana y consiguiendo un progreso sorprendente en las fronteras de la f\u00edsica cu\u00e1ntica experimental, informa Scientific American.<\/p>\n
Detr\u00e1s de esta proeza est\u00e1 el f\u00edsico cu\u00e1ntico Mario Krenn, que este mes ha iniciado un nuevo grupo de investigaci\u00f3n en el Instituto Max Planck para la Ciencia de la Luz, en Alemania, con la finalidad de utilizar algoritmos de IA como fuente de inspiraci\u00f3n en la f\u00edsica cu\u00e1ntica.<\/p>\n
Esos algoritmos est\u00e1n orientados al desarrollo de nuevas tecnolog\u00edas, incluidos telescopios o microscopios cu\u00e1nticos mejorados, as\u00ed como nuevas fuentes para ordenadores cu\u00e1nticos.<\/p>\n
Nuevas ideas<\/strong><\/p>\n La orientaci\u00f3n principal de este equipo es comprender nuevas ideas y conceptos de los sistemas de inteligencia artificial, desarrollar nuevas tecnolog\u00edas cu\u00e1nticas y obtener nuevos conocimientos sobre la f\u00edsica cu\u00e1ntica en s\u00ed.<\/p>\n El grupo aplicar\u00e1 dos tecnolog\u00edas diferentes para el dise\u00f1o de nuevos experimentos cu\u00e1nticos y hardware cu\u00e1ntico: en primer lugar, un nuevo y potente algoritmo de inteligencia artificial te\u00f3rico-gr\u00e1fico, que permitir\u00e1 extraer los n\u00facleos conceptuales de las soluciones a arduos problemas cient\u00edficos, informa el citado Instituto.<\/p>\n En segundo lugar, el equipo utilizar\u00e1 tecnolog\u00edas de Aprendizaje Profundo, que se han aplicado con \u00e9xito en otros campos, como el dise\u00f1o de materiales, para descubrir c\u00f3mo \u00abpiensan\u00bb los modelos de aprendizaje autom\u00e1tico sobre los problemas cient\u00edficos m\u00e1s complejos.<\/p>\n Estados entrelazados complejos<\/strong><\/p>\n El reto es considerable y su trabajo promete interesantes resultados. En 2016, mucho antes de aterrizar en el instituto alem\u00e1n, Krenn hab\u00eda resuelto el problema de crear estados entrelazados altamente complejos que involucraban a m\u00faltiples fotones.<\/p>\n Un algoritmo de aprendizaje autom\u00e1tico desarrollado por Krenn, y llamado Melvin, hab\u00eda conseguido la proeza por s\u00ed mismo, sin que nadie le hubiera proporcionado las instrucciones necesarias para generar estados tan complejos.<\/p>\n Lo que m\u00e1s llam\u00f3 la atenci\u00f3n es que el algoritmo hab\u00eda encontrado la manera de crear estados entrelazados complejos sin conocimientos previos: incluso hab\u00eda mejorado una soluci\u00f3n experimental (humana) propuesta en los a\u00f1os 90 del siglo pasado.<\/p>\n Esta revelaci\u00f3n ha desencadenado una escalada de experimentos de otros equipos destinados a probar los fundamentos conceptuales de la mec\u00e1nica cu\u00e1ntica con formas diferentes, aprovechando la potencia de la Inteligencia Artificial.<\/p>\n Potente algoritmo<\/strong><\/p>\n Krenn tampoco se ha detenido y ha mejorado Melvin con un nuevo algoritmo de aprendizaje autom\u00e1tico llamado Theseus, que es mucho m\u00e1s potente que su predecesor: ser\u00e1 la estrella en los desarrollos del nuevo equipo investigador del instituto alem\u00e1n.<\/p>\n Todo este avance tecnol\u00f3gico gira en torno al entrelazamiento cu\u00e1ntico, uno de los fen\u00f3menos m\u00e1s desconcertantes de la mec\u00e1nica cu\u00e1ntica: implica a dos part\u00edculas, cada una ocupando varios estados al mismo tiempo, una experiencia conocida como superposici\u00f3n.<\/p>\n Cuando dos part\u00edculas, como los \u00e1tomos, los fotones o los electrones, se entrelazan, experimentan adem\u00e1s un v\u00ednculo inexplicable que se mantiene incluso si las part\u00edculas est\u00e1n en lados opuestos del universo. Mientras est\u00e1n entrelazadas, el comportamiento de las part\u00edculas est\u00e1 ligado entre s\u00ed.<\/p>\n El entrelazamiento cu\u00e1ntico y la superposici\u00f3n de estados se han ido complejizando con diversos intentos de explorarlos no con dos, sino con m\u00e1s part\u00edculas, especialmente con fotones o part\u00edculas de luz.<\/p>\n Escalada cu\u00e1ntica<\/strong><\/p>\n Krenn es uno de los que ha escalado los efectos del entrelazamiento cu\u00e1ntico implicando no solo a m\u00e1s fotones, sino tambi\u00e9n aumentando el n\u00famero de superposiciones de estados cu\u00e1nticos gracias a la IA.<\/p>\n La superposici\u00f3n cu\u00e1ntica ocurre cuando una part\u00edcula elemental posee simult\u00e1neamente dos o m\u00e1s estados, como pasa por ejemplo con los fotones: pueden permanecer en dos lugares diferentes al mismo tiempo, algo inimaginable en el mundo f\u00edsico ordinario.<\/p>\n Estos estados superpuestos pueden escalarse con m\u00e1s fotones y prometen comunicaciones cu\u00e1nticas m\u00e1s seguras y r\u00e1pidas: tres fotones podr\u00edan estar en una superposici\u00f3n de tres estados y conseguir c\u00fabits en un estado cu\u00e1ntico tridimensional.<\/p>\n Si un bit es la unidad b\u00e1sica de informaci\u00f3n en la computaci\u00f3n cl\u00e1sica binaria (basada en 1 y 0), y un c\u00fabit es su equivalente cu\u00e1ntico (utiliza la superposici\u00f3n para gestionar estados simult\u00e1neos de 1 y 0), en los nuevos estados superpuestos complejos se habla de sistemas ternarios (trits) cu\u00e1nticos llamados c\u00fatrits, que conllevan una superposici\u00f3n de al menos tres estados b\u00e1sicos. La escalada cu\u00e1ntica no tiene l\u00edmites te\u00f3ricos.<\/p>\n Entrelazamiento de alta dimensi\u00f3n<\/strong><\/p>\n El algoritmo Melvin consigui\u00f3 esa complejidad ternaria de estados y puso de manifiesto que su configuraci\u00f3n podr\u00eda usarse para generar estados entrelazados de alta dimensi\u00f3n.<\/p>\n Theseus le supera en capacidad y promete alcanzar niveles m\u00e1s complejos de entrelazamiento cu\u00e1ntico, con fotones, c\u00fabits y c\u00fatrits de IA pensando por su cuenta.<\/p>\n Estos sofisticados algoritmos no esperan instrucciones humanas para romper los moldes actuales de la investigaci\u00f3n cu\u00e1ntica, sobrepasando incluso la capacidad humana de idear nuevos experimentos, tal como ya ha pasado.<\/p>\n Nueva fase tecnol\u00f3gica<\/strong><\/p>\n El dise\u00f1o de nuevos dispositivos y experimentos se ha basado hist\u00f3ricamente en la intuici\u00f3n de expertos humanos, explican al respecto Krenn y otros autores en Nature Reviews Physics<\/p>\n La nueva etapa se inspira, sin embargo, en el dise\u00f1o de ordenadores que aumentan cada vez m\u00e1s la capacidad de los cient\u00edficos, particularmente en el \u00e1mbito cu\u00e1ntico, a\u00f1aden.<\/p>\n Este campo es singularmente importante porque la computaci\u00f3n compleja puede resolver dos desaf\u00edos importantes de los experimentos cu\u00e1nticos: que los fen\u00f3menos cu\u00e1nticos no son intuitivos, y que el n\u00famero de posibles configuraciones de experimentos cu\u00e1nticos se dispara exponencialmente con la IA, concluyen los autores de este art\u00edculo.<\/p>\n Fuente: tendencias21.levante-emv.com<\/strong><\/p>\n","protected":false},"excerpt":{"rendered":" La Inteligencia Artificial est\u00e1 rompiendo los moldes de la experimentaci\u00f3n cu\u00e1ntica, escalando el entrelazamiento y la superposici\u00f3n de estados hasta niveles inimaginables, sin el concurso directo de los cient\u00edficos.<\/p>\n","protected":false},"author":1,"featured_media":24553,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[361],"tags":[],"class_list":["post-24552","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ia"],"yoast_head":"\n