La inteligencia artificial y la computación cuántica se han unido para resolver uno de los desafíos más grandes de la ciencia moderna. Un equipo liderado por la University College London logró predecir sistemas caóticos con una precisión sin precedentes.
Esta nueva técnica permite anticipar el comportamiento de fluidos, gases y otros fenómenos complejos de la naturaleza. Gracias a este avance, los modelos meteorológicos y médicos podrían volverse mucho más confiables y rápidos de procesar.
El secreto reside en cómo los procesadores cuánticos manejan la información mediante cúbits. A diferencia de los bits tradicionales, estas unidades pueden representar múltiples estados simultáneamente, lo que facilita encontrar patrones ocultos en los datos.
Ventaja cuántica práctica
El modelo desarrollado por los científicos utiliza una fase de entrenamiento híbrida. Primero, la computadora cuántica identifica propiedades estadísticas estables dentro del caos, un paso crucial para la estabilidad del sistema.
Buscamos escritores
¿Tienes un manuscrito? En Editorial Bloghemia te acompañamos desde la edición hasta la distribución.
Me interesa →Posteriormente, estos patrones guían a una inteligencia artificial convencional para realizar las predicciones finales. Este proceso permite que la IA no se desvíe ni cometa errores graves cuando analiza largos periodos de tiempo.
De hecho, los resultados publicados en la revista Science Advances muestran que este sistema es un 20% más exacto. Además, requiere cientos de veces menos memoria que los métodos actuales para funcionar correctamente.
Eficiencia en datos
El profesor Peter Coveney, autor principal de la University College London, destaca que estas predicciones son fundamentales para diseñar granjas eólicas. También facilitan el estudio del flujo sanguíneo y la interacción de moléculas complejas.
Por otro lado, Maida Wang señala que este método demuestra una “ventaja cuántica” real en aplicaciones prácticas. Supera lo que las computadoras clásicas pueden lograr por sí solas, especialmente en la compresión de datos masivos.
Finalmente, el equipo utilizó un ordenador de 20 cúbits para validar esta tecnología en sistemas de alta complejidad. El éxito del experimento abre la puerta a simulaciones climáticas y energéticas mucho más eficientes y sostenibles.
Fuente de la investigación
Maida Wang, Xiao Xue, Mingyang Gao, Peter V. Coveney. Quantum-informed machine learning for predicting spatiotemporal chaos with practical quantum advantage. DOI: 10.1126/sciadv.aec5049
COMPARTIR ARTÍCULO:
Recibe lo mejor de Bloghemia
Introduce tu correo electrónico para recibir semanalmente nuestra selección de artículos destacados.
Accede a nuestro contenido exclusivo
Suscribite para recibir nuestra revista, artículos exclusivos y ediciones especiales de libros.
Ver planesSeguinos en nuestras redes y canales para recibir noticias y actualizaciones al instante.
Publica tu libro con calidad y acompañamiento editorial / Servicios editoriales a tu medida
Solicitar InformaciónPublica un artículo en Bloghemia
¿Tienes una historia o análisis que compartir? Envíanos tu propuesta y colabora con nuestra plataforma.
Me interesa