En Viena, Austria, investigadores de la Universidad de Viena han logrado un avance significativo en el campo del aprendizaje automático cuántico. Su trabajo, publicado en Nature Photonics, demuestra que incluso las computadoras cuánticas a pequeña escala pueden mejorar el rendimiento de los algoritmos de aprendizaje automático. Este descubrimiento abre nuevas y emocionantes posibilidades para el futuro de la informática.
El equipo utilizó un procesador cuántico fotónico para clasificar puntos de datos, destacando las ventajas de los efectos cuánticos sobre las computadoras clásicas. El experimento reveló que estos pequeños procesadores cuánticos pueden superar a los algoritmos convencionales. "Descubrimos que para tareas específicas, nuestro algoritmo comete menos errores que su contraparte clásica", explicó Philip Walther de la Universidad de Viena, líder del proyecto.
Esta investigación no solo avanza la computación cuántica al identificar tareas que se benefician de los efectos cuánticos, sino que también ofrece información para la computación estándar. El uso de plataformas fotónicas, que consumen menos energía que las computadoras estándar, es otra ventaja clave. Esto podría ser crucial a medida que los algoritmos de aprendizaje automático se vuelven cada vez más intensivos en energía. Este avance podría conducir al diseño de nuevos algoritmos más eficientes inspirados en arquitecturas cuánticas.