Els ordinadors quàntics analògics, que operen aprofitant el comportament natural dels sistemes quàntics, han mostrat un gran potencial per resoldre problemes complexos relacionats amb la simulació, l'optimització i la intel·ligència artificial. En proporcionar representacions precises dels sistemes quàntics, tenen el potencial d'excel·lir allà on els ordinadors tradicionals tenen dificultats, especialment en simulacions a gran escala i problemes d'optimització NP-difícils.
Simulació de Sistemes Quàntics Complexos
Molts camps científics, com la física, la química i la ciència dels materials, depenen de simulacions per entendre millor el món natural. Els ordinadors clàssics, però, s'enfronten a limitacions en intentar simular sistemes massa complexos, ja que la seva lògica clàssica no es pot aprofitar amb precisió per simular un problema de mecànica quàntica. Els ordinadors quàntics analògics, en canvi, poden representar directament la descripció matemàtica dels sistemes quàntics, proporcionant resultats més precisos i fins i tot simulant problemes que actualment estan fora del nostre abast.
Una àrea clau d'interès és la física de molts cossos, que estudia com interactuen grans grups de partícules. Aquestes interaccions donen lloc a fenòmens únics que els mètodes clàssics tenen dificultats per modelar amb precisió. Un d'aquests models és el model d'Ising transversal (TFIM), que s'utilitza sovint per simular sistemes quàntics de molts cossos. Si bé els TFIM són potents, no poden representar totes les interaccions en els sistemes quàntics. Aquí és on entra la nostra experiència a Qilimanjaro: hem desenvolupat mètodes per simular una varietat de sistemes de molts cossos més enllà del TFIM, ampliant les capacitats del maquinari d'escalfament quàntic per abordar simulacions més complexes (1).
Optimització
Els problemes d'optimització, on l'objectiu és trobar la millor solució possible, poden ser extremadament difícils de resoldre a mesura que creixen en complexitat. Molts d'aquests problemes cauen sota la categoria NP-hard, cosa que significa que són computacionalment intensius per als mètodes clàssics. Els ordinadors quàntics analògics ofereixen una solució natural per a aquests problemes, especialment a través de l'ús de l'escalat quàntic per trobar l'estat d'energia mínima, que representa la solució òptima.
A Qilimanjaro, hem aplicat aquestes capacitats a reptes del món real en els sectors energètic i logístic. En el sector energètic, el nostre algorisme inspirat en la computació quàntica s'ha utilitzat per abordar el problema del preu del mercat a un dia vista, reduint els costos computacionals en un 70 % mentre es manté la precisió. En el sector logístic, hem reduït significativament el temps d'execució i els costos en els sistemes de despatx d'emmagatzematge, demostrant l'impacte pràctic de la computació quàntica en l'optimització a gran escala (2).
Intel·ligència artificial
A mesura que els models d'IA creixen en mida i complexitat, l'entrenament d'aquests sistemes requereix vastos recursos computacionals. La trajectòria actual de la computació clàssica és insostenible pel que fa al consum d'energia. No obstant això, els enfocaments híbrids quàntics-clàssics mostren una promesa significativa en aquesta àrea. Els ordinadors quàntics analògics poden jugar un paper crucial en l'entrenament de models d'IA de manera més eficient.
A Qilimanjaro, hem desenvolupat un enfocament híbrid conegut com la Màquina d'Aprenentatge Extrema quàntica (QELM), que ha demostrat resultats notables en tasques de classificació d'imatges. En combinar el processament quàntic amb mètodes clàssics, el nostre algorisme va assolir una precisió impressionant d'aproximadament 98%, superant els enfocaments clàssics que van arribar al 94%. Això obre noves possibilitats per aplicar tècniques quàntiques a la IA, incloent-hi àmbits com la física d'altes energies, on tenim previst utilitzar QELM per a la detecció de partícules (3).
Un Futur Sostenible a través de la Innovació Quàntica
La computació quàntica analògica presenta un enfocament viable per resoldre reptes que els ordinadors clàssics no poden gestionar de manera eficient, ja sigui mitjançant simulacions més precises, processos industrials optimitzats o entrenament d'IA de baix consum energètic.
La nostra investigació i desenvolupament continus a Qilimanjaro demostren com la computació quàntica analògica pot millorar els processos, reduir les despeses computacionals i obrir el camí cap a un futur més sostenible i eficient.
–
(1) Matthias Werner, Artur García-Sáez, Marta P. Estarellas. “Simulació quàntica de sistemes fermiònics unidimensionals amb Hamiltonians d'Ising“, Universitat Cornell. (2024)
(2) Andrés N. Cáliz, Jordi Riu, Josep Bosch, Pau Torrente, Jose Miralles, Arnau Riera. “Un enfocament coherent a l'optimització quàntico-clàssica”. Universitat Cornell. (2024)
(3) A. De Lorenzis, M. P. Casado, M. P. Estarellas, N. Lo Gullo, T. Lux, F. Plastina, A. Riera, J. Settino. “Aprofitament de les màquines quàntiques d'aprenentatge extrem per a la classificació d'imatges”. Universitat Cornell. (2024)
