Japón lanza prototipo de ordenador cuántico 100 veces más rápido que superordenadores actuales

En noviembre de 2017, Japón presentó su primer prototipo de ordenador cuántico abierto al público gratuitamente a través de Internet para pruebas. Con esta máquina, Japón se une a la carrera por construir el ordenador más potente del mundo con mayor fuerza bruta, clave para aprovechar todo el potencial de la inteligencia artificial.

El proyecto es desarrollado por Nippon Telegraph and Telephone Corporation, Universidad de Tokio, Instituto Nacional de Informática, Universidad de Stanford, y financiado por el programa ImPACT del Gobierno de Japón.

La máquina se basa en red neuronal cuántica que puede resolver teóricamente problemas complejos unas 100 veces más rápido que los superordenadores tradicionales. Lo más impresionante es que hace todo esto consumiendo solo 1 kilovatio de potencia, en lugar de 10.000 kilovatios que usan los superordenadores convencionales para realizar la misma tarea. Veamos qué exactamente han desarrollado y cómo funciona.

Redes Neuronales Cuánticas

Las Redes Neuronales Cuánticas (QNN) usan osciladores paramétricos ópticos como neuronas cuánticas y circuitos de retroalimentación de medición homodina óptica como sinapsis cuánticas. Busca una solución de varias combinaciones de problemas de optimización explotando la ruptura de simetría colectiva en el umbral de los osciladores paramétricos ópticos.

Además, los usuarios pueden experimentar cómo es realmente realizar experimentos con la QNN y simulaciones basadas en la teoría cuántica de redes de osciladores paramétricos ópticos.

En términos simples, en la red neuronal cuántica, los investigadores intentan integrar modelos de redes neuronales artificiales utilizando los beneficios de la información cuántica para construir aplicaciones más eficientes. El objetivo es usar características de computación cuántica (paralelismo cuántico, interferencia, entrelazamiento) como recursos. Sin embargo, es bastante difícil entrenar redes neuronales clásicas, especialmente en aplicaciones de big data.

QNNCloud

Si te interesa los principios y características de la red neuronal cuántica, QNNCloud ofrece 3 herramientas:

1. Un libro blanco que explica la teoría cuántica
2. Capacidad de simulación cuántica usando el superordenador Shoubu
3. Computación cuántica usando QNN

QNNcloud está construido sobre una red de 2000 osciladores paramétricos ópticos con conexiones programables all-to-all, que permiten a los usuarios resolver problemas NP-Hard Max Cut de tamaño hasta N=2000 en grafos completos (muy por encima de las limitaciones de los ordenadores cuánticos actuales), sin ningún esfuerzo de incrustar un grafo objetivo en el hardware de la máquina.

Existen millones de problemas que involucran optimización continua y combinatoria, como optimización de compuesto líder en desarrollo de banda de frecuencia, potencia de transmisión en comunicaciones inalámbricas, medicina, optimización de cartera en fintech, muestreo de Boltzmann en aprendizaje automático, codificación dispersa para detección comprimida, etc.

La mayoría de estos problemas caen en clases de complejidad polinomial no determinista (NP), NP-Completo y NP-Difícil. Requieren una enorme cantidad de recursos computacionales para resolverlos, ya que el tamaño del problema aumenta en cada iteración.

El sistema QNN utiliza búsqueda paralela cuántica por debajo del umbral de osciladores paramétricos ópticos, ruptura de simetría colectiva en el umbral, y amplificación exponencial de probabilidad por encima del umbral, para lidiar con estas limitaciones.

En un futuro próximo, QNNcloud ofrecerá una herramienta de simulación para desarrollar algoritmos cuánticos para aplicaciones del mundo real.

Hardware de QNN

El hardware de QNN no es tan complicado como suena. En una cavidad de anillo de fibra de un kilómetro de largo, se crean concurrentemente N=2000 pulsos de oscilador paramétrico óptico excitando el instrumento de guía de onda LiNbO3 periódicamente polarizado intracavidad usando un tren de pulsos con frecuencia de 1 GHz.

Fuente: QNNcloud

Una variable binaria se representa como estados de fase π y 0-fase de cada pulso de oscilador paramétrico óptico. Todos los pulsos se generan en una superposición de fase π y 0-fase por debajo del umbral, pero con uno de los dos por encima del umbral. Cualquier par de estos pulsos podría acoplarse midiendo su amplitud secuencialmente.

Aquí, medir se refiere a evaluar una amplitud de pulso de retroalimentación adecuada con FPGA (array de puertas programable en campo). La retroalimentación se inyecta entonces en el pulso de oscilador paramétrico óptico objetivo.

Las conexiones all-to-all para N=2000 pulsos se ejecutan en cada viaje de ida y vuelta (que dura 5 microsegundos). Cuando la tasa de bombeo externo sube por encima del umbral, la solución se obtiene como una configuración de fase π o 0-fase después de 10 a 1000 viajes de ida y vuelta.

Simulador QNN

La dinámica de QNN puede predecirse teóricamente con la ayuda de la ecuación maestra cuántica, considerando la reducción del paquete de onda inducida por mediciones. El modelo se ejecuta en el superordenador Shoubu, y una simulación paralela masiva permite regenerar la dinámica de QNN en significativamente menos tiempo.

Presupuesto y planes futuros

Actualmente, Estados Unidos gasta más de 200 millones de dólares al año en I+D de computación cuántica, mientras que China está construyendo un centro de investigación de 10.000 millones de dólares para aplicaciones cuánticas.

Japón, por su parte, planea dedicar casi 267 millones de dólares para computación cuántica durante una década a partir de abril de 2018. Además, Hitachi investiga técnicas de computación cuántica en asociación con la Universidad de Cambridge.

Los algoritmos para diferentes aplicaciones del mundo real, herramientas de simulación para desarrollar nuevos algoritmos y una QNN avanzada con arquitectura de red neuronal recurrente se lanzarán en el futuro. Actualmente, apuntan a la comercialización para el primer trimestre de 2020. Se centrarán en problemas de optimización más profundos con optimización móvil, congestión de tráfico urbano y descubrimiento de nuevos medicamentos y químicos.

Leer: 10+ datos más interesantes sobre ordenadores cuánticos

Mientras tanto, gigantes tecnológicos como Microsoft, IBM y Google trabajan en sus propias máquinas cuánticas, y sus pruebas muestran que el avance está al alcance.