WASHINGTON, 2 feb (Xinhua) -- Un equipo internacional mostró que las computadoras cuánticas pueden analizar relaciones entre grandes conjuntos de datos más rápido que las computadoras normales, lo que revela una serie de tipos de datos no previstos.
El estudio, publicado hoy en la revista estadounidense Physical Review Letters, propuso un "algoritmo de sistema lineal cuántico" que realiza computación cuántica con aplicación en la inteligencia artificial para analizar las cifras de problemas como el precio de las materias primas, las redes sociales y las estructuras químicas.
El algoritmo de sistema lineal, propuesto por primera vez en 2009, funciona con una gran matriz de datos y ha empezado a investigar las formas cuánticas del aprendizaje de máquinas, o inteligencia artificial.
"Hay mucha computación involucrada en el análisis de la matriz. Cuando va más allá de decir 10.000 para 10.000 entradas, se vuelve difícil para las computadoras normales", explicó Zhao Zhikuan, autor de la Universidad de Tecnología y Diseño de Singapur.
Zhao también dijo que el anterior algoritmo cuántico de este tipo podía aplicarse a un muy específico tipo de problema. Esto es porque el número de pasos informáticos aumenta rápidamente con el número de elementos en la matriz: cada duplicación del tamaño de la matriz incrementa ocho veces el tiempo de cálculo.
Zhao y sus colegas de Singapur, Suiza y Reino Unido presentaron un nuevo algoritmo que es más rápido que las versiones cuánticas clásicas y anteriores.
El algoritmo depende de una técnica llamada cálculo de valor único cuántico y puede trabajar con datos sin limitarse a los "escasos" como las versiones anteriores.
Hay relaciones limitadas entre los elementos de los datos escasos, pero a menudo eso no es cierto en los datos del mundo real, indicó Zhao.
Por ejemplo, un corredor podría hacer un pronóstico del futuro precio de bienes. La matriz capturaría datos históricos sobre el movimiento del precio en el transcurso del tiempo y datos sobre características que podrían influir en el precio, como tipos de cambio.
Después el algoritmo calcula cuán firme está correlacionado cada elemento entre sí "invirtiendo" la matriz. Esta información puede utilizarse para extrapolarse en el futuro.
Zhao calcula que necesitará otros tres a cinco años para poder utilizar hardware de computación cuántica con aplicaciones en la inteligencia artificial. Fin
