Quantum Machine Learning es un campo emergente donde muchos jugadores están entrando lentamente en esta área y pronto podríamos esperar una explosión de startups de Quantum Computing y de todos por configurar myquantumstartup.qu.
Bromas aparte, este es un desarrollo serio que debemos observar con mucho cuidado ya que nos enfrentamos a las limitaciones de nuestro hardware actual y también a la explosión masiva de datos a medida que se obtienen más datos pesados de la medicina y el espacio (el satélite Webb se lanzará el próximo año)
¿Qué es el aprendizaje automático cuántico?
- ¿Cuáles son las aplicaciones prácticas de la física cuántica?
- ¿Cuáles son algunas aplicaciones de topología en computación cuántica?
- ¿Cómo funciona la computación cuántica? ¿Qué lo hace diferente del paradigma informático actual? ¿Qué tipo de problemas podría ayudar a resolver la computación cuántica? ¿Cómo se realiza la corrección de errores?
- ¿Hubo un progreso significativo en la computación cuántica en los últimos 5 años, es decir, entre 2012 y 2017?
- Si tuviera que encontrar un método algo plausible para usar el entrelazamiento cuántico para la comunicación entre galaxias, ¿cómo lo describiría?
El aprendizaje automático cuántico es un área de investigación interdisciplinaria emergente en la intersección de la física cuántica y el aprendizaje automático. Se pueden distinguir cuatro formas diferentes de fusionar las dos disciplinas principales. Los algoritmos cuánticos de aprendizaje automático pueden aprovechar las ventajas de la computación cuántica para mejorar los métodos clásicos de aprendizaje automático, por ejemplo mediante el desarrollo de implementaciones eficientes de algoritmos clásicos caros en una computadora cuántica.
Por otro lado, uno puede aplicar métodos clásicos de aprendizaje automático para analizar sistemas cuánticos. En general, se pueden considerar situaciones en las que tanto el dispositivo de aprendizaje como el sistema en estudio son totalmente cuánticos.
Una rama de investigación relacionada explora las similitudes metodológicas y estructurales entre ciertos sistemas físicos y sistemas de aprendizaje, en particular las redes neuronales, lo que ha revelado, por ejemplo, que ciertas técnicas matemáticas y numéricas de la física cuántica se trasladan al aprendizaje profundo clásico [1]
¿Quiénes son los jugadores hoy?
Google ciertamente no es más que muchos equipos de investigación y bien financiados, especialmente en China hoy en día, están haciendo un poco de trabajo en Computación Cuántica (como esta: Primera demostración de inteligencia artificial en una computadora cuántica)
El esfuerzo de Google también se mencionó recientemente:
Google tiene su propio laboratorio de IA cuántica [2] ha dicho que quieren hacer una computadora cuántica de 49 qubits para fin de año, por lo que una máquina que son los cientos o miles de qubits que podrían beneficiarse de tales tecnologías cuánticas secundarias aún puede llevar años. [ 3]
Ya hay programas de Quantum Machine Learning: Quantum Machine Learning – Creative Destruction Lab
¿Cómo será el mañana?
Si bien hoy podemos relacionarnos con Quantum Computing para mejorar y aumentar drásticamente el procesamiento en el campo de la criptografía, el modelado molecular, el pronóstico del tiempo, la detección de fraude … lo que sea; sus ganancias reales vendrán en física de partículas, exploración espacial y espacio profundo.
Notas al pie
[1] Aprendizaje automático cuántico – Wikipedia
[2] Quantum AI – Investigación en Google
[3] http://spectrum.ieee.org/tech-ta…
