La computadora cuántica fotónica de China es 180 millones de veces más rápida, dice el ‘padre de la cuántica’
La computadora cuántica fotónica de China es 180 millones de veces más rápida, dice el ‘padre de la cuántica’
Tomó menos de un segundo resolver un rompecabezas que las supercomputadoras tardarían cinco años en resolver
La computadora cuántica de China usa la luz para los cálculos
Una computadora cuántica, Juizhang, construida por un equipo dirigido por Pan Jianwei, ha afirmado que puede procesar tareas relacionadas con la inteligencia artificial (IA) 180 millones de veces más rápido, informó el South China Morning Post. Jianwei es conocido popularmente como el «padre de la cuántica» en el país.
Mientras EE. UU. celebra su liderazgo en la lista de supercomputadoras TOP500 del mundo, China ha ido construyendo lentamente su experiencia en la próxima frontera de la computación: la computación cuántica. A diferencia de la computación convencional, donde un bit, el bloque de información más pequeño, puede existir como uno o cero, un bit en la computación cuántica puede existir en ambos estados a la vez.
Conocido como qubit, permite que la información básica represente todas las posibilidades simultáneamente, teóricamente, haciéndolos más rápidos que las computadoras convencionales.
¿Qué tan rápido es el Jiuzhang de China?
Jiuzhang de China saltó a la fama por primera vez en 2020, cuando el equipo de investigación dirigido por Jianwei realizó un muestreo de bosones gaussianos en 200 segundos. Lo mismo en una supercomputadora convencional tomaría aproximadamente 2.500 millones de años.
La computación cuántica aún está en su infancia, y los investigadores de todo el mundo apenas han comenzado a probar cómo funcionan estos sistemas y cómo se pueden usar en el futuro. El equipo de Pan Jianwei, sin embargo, decidió utilizar las computadoras cuánticas de «ruidosa escala intermedia» para resolver problemas del mundo real.
Pusieron a Jiuzhang a prueba mediante la implementación de dos algoritmos comúnmente utilizados en IA: búsqueda aleatoria y recocido simulado. Estos algoritmos pueden ser un desafío incluso para las supercomputadoras, y los investigadores decidieron usar 200 000 muestras para resolverlo.
En los niveles tecnológicos actuales, incluso la supercomputadora más rápida tardaría aproximadamente 700 segundos en analizar cada muestra y un total de cinco años de tiempo de computación para procesar las muestras que los investigadores tenían en mente. En marcado contraste, Juizhang tardó menos de un segundo en procesarlos. Eso es 180 millones de veces más rápido que la supercomputadora más rápida del planeta en la actualidad.
Ventajas de usar Jiuzhang
Estados Unidos también ha estado trabajando en computadoras cuánticas y descubrió que las partículas subatómicas involucradas en el proceso de computación son propensas a errores incluso si se exponen a la más mínima perturbación del entorno. Esta es la razón por la cual las computadoras cuánticas funcionan en entornos aislados y a temperaturas extremadamente bajas.

Interpretación artística de una CPU de computadora cuántica
da-kuk/iStock
Jiuzhang, por otro lado, utiliza la luz como medio físico para el cálculo y tampoco necesita trabajar a temperaturas extremadamente bajas. Sin embargo, los investigadores afirman que no requiere temperaturas muy bajas para funcionar.
El equipo utilizó a propósito algunos de los algoritmos avanzados que se utilizan hoy en día para demostrar las ventajas del uso de la computación cuántica. La investigación ha demostrado que incluso las computadoras cuánticas «ruidosas» en etapa inicial ofrecen una clara ventaja sobre las computadoras clásicas.
El equipo de investigación dijo que los cálculos logrados por Jiuzhang también podrían ayudar a los investigadores a aplicar la tecnología en áreas como la extracción de datos, la información biológica, el análisis de redes y la investigación de modelos químicos, dijo el equipo de investigación.
Los hallazgos de la investigación se publicaron en la revista revisada por pares Physical Review Letters el mes pasado.
