Introducción al aprendizaje automático cuántico

La tecnología crece exponencialmente día a día; La computación cuántica y el aprendizaje automático son dos palabras de moda en el campo de la informática que juegan un papel vital en el mismo. Pero, ¿alguna vez se preguntó qué pasaría si combinamos nuestro conocimiento del mundo cuántico con el aprendizaje automático y la inteligencia artificial actuales? ¿Qué impacto puede tener en nuestras tecnologías? ¿Será útil para la humanidad o solo estamos disparando flechas en la oscuridad?
Antes de entrar en detalles sobre esto, primero cubramos los conceptos básicos de la computación cuántica y sus sorprendentes reglas.
Mecánica cuántica:
Es bien sabido que todos los elementos muestran tanto la naturaleza de las partículas como la naturaleza de las ondas, lo que ha sido probado una y otra vez por muchos científicos en el pasado. De acuerdo con las leyes del reino cuántico, la partícula (a nivel cuántico como electrones, fotones, etc.) existe en todos los estados posibles hasta que se observa. Este fenómeno se llama superposición . Uno de esos experimentos mentales es el experimento del gato de Schrödinger . Aunque parezca absurdo, el gato de Schrödinger es muy real. Es esencial que si no fuera posible que los objetos cuánticos estuvieran en dos estados a la vez, las computadoras que estás usando no existirían.
Un viejo chiste dice que Internet existe para permitir compartir videos de gatos. Pero a un nivel muy profundo, Internet se debe a un físico australiano y su gato imaginario.
Bloques de construcción para la computación cuántica:
nuestras computadoras clásicas funcionan con 0 y 1 de dos bits. Pero en el caso de la computadora cuántica, un bit puede existir en una superposición de 0 y 1 con alguna probabilidad de ser 0 y con alguna probabilidad de ser 1 denominado Bits cuánticos o Qubit inspirados en las leyes de la Mecánica Cuántica .
Obviamente, los humanos son administrados por la física clásica, y eventualmente vivimos en un mundo representado por la ciencia física clásica (para cualquier cosa más grande que una molécula). Entonces, naturalmente, la salida debe ser clásica, pero el acto de medir los valores hace que el qubit pierda racionalidad y se descomponga en uno de los estados potenciales que puede ocupar un sistema.
Los qubits interactúan entre sí de tal manera que el estado actual de un bit no se puede definir de forma independiente sin el conocimiento de otros bits, lo que se denomina entrelazamiento cuántico . En el lenguaje de Layman, podemos decir que cada bit depende del estado actual del otro bit. Los gigantes tecnológicos como IBM, Google y la NASA ya están invirtiendo toneladas de dinero en la construcción de computadoras cuánticas.
Aprendizaje automático con computación cuántica:
el aprendizaje automático tiene que ver con cálculos matemáticos complicados con las grandes dimensiones de los datos. Dado que un qubit puede contener tanto 0 como 1, podemos decir

Así que 1 qubit son 2 bits, 2 qubit son 4 bits, 3 Qubit son 8 bits… y así sucesivamente. Espera, ¿no estás impresionado? Entonces, imaginemos 300 Qubits, que son 2^300, es decir, 2^270 GB. Ni siquiera tenemos tantos átomos en el mundo (nunca subestimes el poder de las exponenciales). Aprovechando que estos datos clásicos se convierten en datos cuánticos con dimensiones reducidas exponencialmente. Los datos cuánticos son cualquier fuente de datos que se produce en un sistema cuántico natural o artificial. Las técnicas heurísticas de aprendizaje automático pueden crear modelos que maximicen la extracción de información clásica útil a partir de datos entrelazados ruidosos. TensorFlow Quantum (TFQ )La biblioteca proporciona primitivas para desarrollar modelos que desentrañan y generalizan correlaciones en datos cuánticos, lo que abre oportunidades para mejorar los algoritmos cuánticos existentes o descubrir nuevos algoritmos cuánticos.
Aparte de esto, a diferencia de la computadora clásica donde se envía un bit de entrada fijo a un módulo de la puerta lógica para alguna operación aritmética y se obtiene un bit fijo respectivo como salida, en las computadoras cuánticas se usan puertas lógicas cuánticas donde la entrada es un bit de superposición y la salida obtenido es también un bit de superposición entrelazada. Aquí, en este proceso, el mismo qubit de entrada se puede manipular para obtener las distintas salidas requeridas con diferentes entrelazamientos en las puertas lógicas y nos ayuda a encontrar patrones y relaciones más rápido en los datos. Mientras se realiza la misma tarea en una computadora clásica, y en algunos casos, las supercomputadoras también pueden tardar muchos años en calcularse debido a las limitaciones en el poder de cómputo. Y de eso se trata el aprendizaje automático: encontrar patrones ocultos en los datos.
Algunas aplicaciones donde podemos imponer la computación cuántica con el aprendizaje automático son

• Deep Learning una de las áreas más fascinantes y poderosas de Machine Leaning que requiere optimización y multiplicación lineal/matricial a gran escala. Las redes neuronales requieren una multiplicación de array masiva, pero cargan la misma en una puerta lógica cuántica, que no es una tarea trivial, pero puede ejecutar la multiplicación de una array exponencialmente grande con un vector de tamaño similar muy rápidamente debido a sus propiedades cuánticas.
• Quantum Machine Leaning también puede afectar el diseño de medicamentos y atención médica, lo cual es un trabajo muy tedioso incluso para las supercomputadoras porque requiere describir y calcular todas las propiedades cuánticas de un átomo en una molécula, lo cual es computacionalmente muy difícil. Pero una computadora cuántica lo hace mejor porque opera con las mismas propiedades.
• Implementaciones híbridas de computación cuántica a pequeña escala y computación clásica potente para conjuntos de datos muy grandes (por ejemplo, análisis topológico )
• La incertidumbre cuántica puede ser golpeada con GAN para la seguridad cibernética para crear claves privadas para cifrar mensajes de una ubicación a otra para que los piratas informáticos no deban copiar la clave en secreto a la perfección debido a la incertidumbre.
• Puede sonar absurdo, pero existe la posibilidad de que creemos la teletransportación de información de un lugar a otro sin transmitir físicamente los datos debido a estas identidades fluidas de partículas cuánticas que se enredan en el espacio y el tiempo de tal manera que cuando cambias una partícula. impacta al otro y termina creando un canal para la teletransportación.

Las computadoras cuánticas no son donde cada operación será más rápida, sino que cada operación será un poco más lenta, es una computadora donde la cantidad de operaciones requeridas para alcanzar el estado es exponencialmente pequeña. Entonces, la mejora no está en la velocidad de operación sino en el número total de operaciones. Serán más rápidos para un tipo especial de cálculo donde se observa paralelismo computacional no para enviar un correo o ver un video de youtube.

Conclusión:
todo lo anterior puede sonar imposible, pero el sentido común no es algo a lo que podamos aferrarnos cuando tratamos con el reino cuántico. Las computadoras cuánticas no son una versión más poderosa de nuestra computadora normal, al igual que no se puede construir una bombilla aumentando la potencia de las velas. Es una tecnología completamente diferente basada en la mecánica cuántica y definitivamente contará con el aprendizaje automático millones de veces.
Además , IBM ofrece acceso a las computadoras cuánticas más avanzadas para que pueda hacer un trabajo real, así que vaya y pruebe eso.