Un truco cuántico con fotones aumenta la velocidad del aprendizaje automático

El aprendizaje automático, un proceso utilizado para entrenar inteligencias artificiales, puede llevar mucho tiempo, pero un truco cuántico podría acelerar enormemente las tareas que involucran partículas de luz llamadas fotones.

En el aprendizaje por refuerzo, un algoritmo repasa el mismo problema una y otra vez y recibe una recompensa numérica solo cuando llega a la respuesta correcta. Ese proceso le enseña a encontrar la respuesta correcta más rápidamente cuando se enfrenta a problemas similares más adelante.

Ahora Valeria Saggio de la Universidad de Viena en Austria y sus colegas han agregado un giro cuántico para acelerar este proceso. Organizaron un experimento en el que un fotón se movía a través de una guía de ondas y terminaba en uno de los cuatro estados posibles. Encargaron a una IA que se asegurara de que el fotón terminara en un estado en particular y lo recompensaron por hacerlo.

En la versión clásica de este experimento, sin ningún efecto cuántico agregado, la IA solo podría mover el fotón a un estado específico a la vez, siendo recompensada cuando hiciera una suposición correcta. Sin embargo, en la versión cuántica del experimento, la IA podría colocar el fotón en una superposición de más de un estado. Esto le permitió reducir la respuesta correcta antes de hacer una conjetura clásica final sobre el estado objetivo.

“Imagine que tiene un robot que está parado en una encrucijada y el robot tiene dos opciones: puede ir a la izquierda o a la derecha”, dice Saggio. “Si el robot va a la derecha, no recibe una recompensa, pero si va a la izquierda, recibe una recompensa. En la siguiente ronda, aumentará la probabilidad de que se vaya hacia la izquierda «.

Esa es la versión clásica del experimento, pero la versión cuántica le permitiría ir a la izquierda y a la derecha simultáneamente en cada conjetura, requiriendo muchas menos conjeturas antes de que aprenda a ir siempre a la izquierda. Esta estrategia aceleró el tiempo de aprendizaje de la IA en un 63%, de 270 suposiciones a solo 100.