El aprendizaje por parte de las computadoras es un tema fascinante y desde la introducción de las poderosas redes neuronales, se han encontrado muchísimas cuestiones por resolver. El aprendizaje a partir de la experiencia es uno de los retos más interesantes y ahora los físicos están proponiendo que los errores en este sistema para aprender, por parte de las máquinas, tenga corrección cuántica de errores, el cual es usado para diseñar protocolos de computación cuánticos tolerantes al ruido.
En un nuevo estudio los físicos han demostrado que un tipo de red neuronal llamada la máquina de Boltzmann, se puede entrenar para modelar los errores en un protocolo de computación cuántico y entonces implementar así el mejor método para corregir errores.
Los físicos Giacomo Torlai y Roger G. Melko, de la Universidad de Waterloo y del Instituto Perímetro de Física Teórica, han publicado un artículo sobe un nuevo algoritmo de aprendizaje de computadoras, el cual aparece en la publicación Physical Review Letters.
Kasparov: Abracemos la revolución de la Inteligencia Artificial
“la idea detrás de la codificación neuronal es ventilar el proceso de construir un algoritmo decodificador para a realización de un código específico (a partir de alguna aproximación del ruido generado), y hacer que la red neuronal aprenda cómo desempeñar un proceso para recuperar dados los datos, obtenidos mediante una simple medición del código”.
Torlai indica: “Con los recientes avances en las tecnologías cuánticas y en los dispositivos de esta naturaleza, que podrían estar disponibles en un futuro cercano, los decodificadores neuronales podrán ser capaces de …