Los avances en redes neuronales cuánticas entre otras cosas buscan determinar si es posible alcanzar una ventaja cuántica en el aprendizaje automático.
De acuerdo con IBM en su publicación “The power of quantum neural networks”, “una ventaja cuántica se refiere a resolver problemas relevantes en la práctica mejor o más rápido con una computadora cuántica, que con la mejor computadora convencional que emplea el algoritmo clásico más conocido” … “Ha habido mucho trabajo tratando de identificar aplicaciones prácticas de aprendizaje automático que puedan dar lugar a tal ventaja cuántica; sin embargo, esta sigue siendo un área activa de investigación en un campo de rápido crecimiento del aprendizaje automático cuántico”.
De acuerdo con Jinkai Tian, investigador del Artificial Intelligence Research Center, Defense Innovation Institute, Beijing, China, y colaboradores, “las computadoras cuánticas son dispositivos de próxima generación que prometen realizar cálculos más allá del alcance de las computadoras clásicas. Un método líder para lograr este objetivo es a través del aprendizaje automático cuántico, especialmente el aprendizaje generativo cuántico. Debido a la naturaleza probabilística intrínseca de la mecánica cuántica, es razonable postular que los modelos de aprendizaje generativo cuántico (QGLM) pueden superar a sus contrapartes clásicas”.
Recientes investigaciones muestran resultados alentadores en favor de las redes neuronales cuánticas:
Amira Abba y colaboradores en Nature (2021), han señalado que: “Demostramos numéricamente que una clase de redes neuronales cuánticas es capaz de lograr una dimensión efectiva considerablemente mejor que las redes feedforward comparables y entrenar más rápido, lo que sugiere una ventaja para el aprendizaje automático cuántico, que verificamos en hardware cuántico real”.
En el mes de abril de este año, Min-Gang Zhou, investigador de la Nanjing University, China y colaboradores, han propuesto “un nuevo modelo de red neuronal cuántica para la computación neuronal cuántica utilizando operaciones y mediciones de un solo qubit (controladas clásicamente), en sistemas cuánticos del mundo real con decoherencia inducida por el entorno natural, lo que reduce en gran medida las dificultades de las implementaciones físicas.
Con todos estos antecedentes asociados a los recientes avances científicos, no es insensato pensar que se están sentando las bases de un futuro prometedor en favor de las redes neuronales cuánticas.