Un equipo de investigadores de University College London (UCL) desarrolló un modelo de inteligencia artificial que, al incorporar cálculos de computación cuántica, logra predecir con mayor precisión el comportamiento de sistemas físicos complejos a largo plazo. El estudio, publicado en Science Advances, muestra avances aplicables en áreas como clima, energía y medicina.
Avance en predicción de sistemas complejos
El modelo propuesto combina inteligencia artificial con datos procesados en computadoras cuánticas, lo que permite mejorar la precisión de las predicciones frente a métodos tradicionales basados únicamente en computación clásica.
Según los investigadores, esta mejora se debe a la capacidad de los cúbits de almacenar y procesar información de forma más eficiente que los bits convencionales. A diferencia de estos últimos, que operan en valores binarios, los cúbits pueden representar múltiples estados simultáneamente.
Este enfoque permite capturar patrones complejos en sistemas físicos, especialmente en escenarios caóticos como la dinámica de fluidos.
Aplicaciones en ciencia y tecnología
El avance tiene implicaciones directas en la modelización de fenómenos como el movimiento de líquidos y gases. Estas aplicaciones son relevantes para sectores como la predicción climática, el transporte, la medicina y la generación de energía.
El profesor Peter Coveney explicó que el modelo permite obtener resultados más precisos en menos tiempo. Señaló que las simulaciones completas pueden tardar semanas, mientras que el nuevo método ofrece predicciones rápidas y confiables.
Además, el sistema podría aplicarse en el estudio del flujo sanguíneo, la interacción molecular y el diseño de infraestructuras energéticas como parques eólicos.
Mayor precisión y eficiencia
El estudio determinó que el modelo basado en computación cuántica fue aproximadamente un 20% más preciso que los modelos tradicionales. También demostró mayor estabilidad en predicciones a largo plazo.
Otra ventaja destacada es la eficiencia en el uso de recursos. El método requiere cientos de veces menos memoria, lo que lo convierte en una alternativa viable para el análisis de grandes volúmenes de datos.
Estas mejoras están relacionadas con propiedades cuánticas como el entrelazamiento y la superposición, que amplían la capacidad de cálculo incluso con pocos cúbits.
Desarrollo y próximos pasos
El modelo fue probado utilizando un ordenador cuántico de 20 cúbits desarrollado por IQM Quantum Computers, en conjunto con recursos del Centro de Supercomputación Leibniz.
La investigadora Maida Wang señaló que los resultados evidencian una "ventaja cuántica" en aplicaciones prácticas, superando las limitaciones de la computación clásica en ciertos escenarios.
Los próximos pasos incluyen ampliar el modelo con conjuntos de datos más grandes y aplicarlo a situaciones reales de mayor complejidad, con el objetivo de consolidar su uso en distintos campos científicos y tecnológicos.
