Investigadores de la Universidad de País Vasco y de Google han colaborado en un experimento pionero para digitalizar la computación cuántica analógica de forma universal en un chip superconductor. El problema se ha descompuesto en una secuencia de más de 1.000 puertas lógicas, un tipo de dispositivo electrónico.
El grupo QUTIS de la Universidad del País Vasco/Euskal Herriko Unibertsitatea (UPV/EHU), es líder mundial en propuestas teóricas de simulación cuántica y computación cuántica con circuitos superconductores y otras tecnologías cuánticas, las cuales se realizan y verifican en los principales laboratorios científicos y tecnológicos a nivel internacional. Por su parte, la empresa americana Google es quien posee uno de los laboratorios más avanzados del mundo en este campo y es líder mundial en esta tecnología.
Ahora QUTIS, dirigido por el profesor Ikerbasque Enrique Solano, y el equipo de computación cuántica de Google se han unido para digitalizar de forma universal la computación cuántica analógica en un chip superconductor. El estudio se ha publido en la revista Nature y se ha realizado en los laboratorios de Google en Santa Barbara (California, EE UU) .
La computación cuántica digital descompone el problema a resolver en términos de puertas lógicas cuánticas de forma similar a un ordenador convencional. La computación cuántica analógica, en cambio, consiste en una dinámica continua para llegar a la solución óptima del problema. Esta dinámica puede ser lenta, como es el caso de la computación cuántica adiabática (basado en el teorema adiabático) usada en el estudio.
En este experimento pionero se han utilizado bits cuánticos superconductores para digitalizar un computador cuántico analógico, de forma similar a lo que se hace con las señales de comunicación en las tecnologías convencionales. Los bits cuánticos superconductores son dispositivos que tienen un comportamiento eficiente a temperaturas muy bajas en laboratorios avanzados
Para ello, se ha descompuesto el problema en una secuencia de puertas lógicas cuánticas, y se ha conseguido la computación cuántica con la mayor complejidad hasta la fecha: más de 1.000 puertas lógicas operando sobre 9 bits cuánticos. Esta estrategia permitirá resolver problemas de optimización de forma universal, útiles en campos tan generales como las finanzas, así como el diseño de nuevos materiales y productos de la industria farmacéutica.
Nuevas tecnologías cuánticas
El hallazgo llega en un momento clave para Europa, ya que se espera que Bruselas anuncie pronto la inversión que realizará durante los próximos años en investigación y desarrollo de las tecnologías cuánticas. Países como Estados Unidos, Japón, China, Australia y Canadá ya invierten ingentes recursos económicos en estas áreas con un marco estratégico global. Las tecnologías cuánticas permitirán, entre otros aspectos, mejorar el rendimiento de los ordenadores, avanzar en el aprendizaje de máquinas y reforzar la seguridad de las comunicaciones.
El equipo de la UPV/EHU que ha llevado a cabo este trabajo ha estado liderado por el profesor Enrique Solano y el doctor Lucas Lamata. El equipo de Google, por su parte, lo han liderado el profesor John Martinis, el doctor Hartmut Neven, el doctor Rami Barends y el doctor Alireza Shabani.
Referencia bibliográfica:
R. Barends et al., Digitized adiabatic quantum computing with a superconducting circuit, Nature, doi:10.1038/nature17658. http://www.nature.com/nature/journal/v534/n7606/full/nature17658.html
Investigadores del Instituto de Física Corpuscular han logrado medir en el laboratorio la formación de un elemento clave en la evolución de la composición química de los elementos pesados. Un isótopo de este elemento, el Plomo-204, se produce en estrellas gigantes rojas, responsables de la creación de la mitad de los elementos más pesados que el hierro en la naturaleza.
La Real Academia Sueca de las Ciencias ha premiado a los investigadores John Hopfield, de la Universidad de Princeton (EE UU), y Geoffrey Hinton, de la Universidad de Toronto (Canadá), por sus descubrimientos e inventos que permiten el aprendizaje automático con las redes neuronales artificiales.
