Recerca del IFISC (UIB-CSIC) sobre Quàntum Reservoir Computing és destacada per l'equip editorial de Optics Express

27 de febrer de 2024

  • Un estudi de l'IFISC, publicat en Optics Express i destacat com a Editor’s Pick, revela el potencial del fenomen quàntic de “squeezing” en l'arquitectura d'aprenentatge automàtic coneguda com reservoir computing.

Un recent article publicat per investigadors de l’IFISC en Optics Express, titulat «Squeezing as a resource for estafi sèries processing in quàntum reservoir computing», ha estat seleccionat per l'equip editorial de la revista com a Editor’s Pick, subratllant la seva rellevància i excel·lència en l'àmbit científic. Aquest distintiu reconeix treballs de recerca que no sols demostren una qualitat científica excepcional, sinó que també representen contribucions significatives a les seves respectives àrees d'estudi. 

L'estudi analitza una nova arquitectura per a la computació de reservori quàntic (QRC per les seves sigles en anglès Quantum Reservoir Computing), fonamentada en un bucle fotònic en el qual la llum (multimode) circula en una cavitat amb un mitjà no lineal. A cada pas temporal es codifica l'entrada en el senyal i es mesuren les fluctuacions de la llum extraient una part del feix. Aquesta plataforma aprofita el fenomen del squeezing quàntic, que consisteix en una reducció de les fluctuacions quàntiques de la llum per sota del nivell de shot noise (soroll de tret). Aquest recurs s'empra per a optimitzar el processament de sèries temporals, un desafiament clau en la computació i anàlisi de dades. El squeezing quàntic és explorat pels investigadors com una eina per a millorar la capacitat de memòria i rendiment del reservori quàntic. 

Jorge García-Beni, Gian Lucca Giorgi, Miguel C. Soriano i Roberta Zambrini, autors de l'article, demostren com aquesta compressió quàntica pot incrementar significativament la memòria accessible del reservori, la qual cosa es tradueix en una millora notable en el rendiment en diverses tasques de processament temporal de dades tant en termes de memòria com de predicció. Els resultats revelen que, depenent del model i del soroll experimental, la compressió quàntica pot jugar un rol tant beneficiosa com perjudicial en el rendiment del QRC, per això és clau caracteritzar el sistema. Aquesta troballa subratlla la importància d'una comprensió profunda de les dinàmiques quàntiques i la seva interacció amb l'entorn experimental per a dissenyar de manera òptima nous sistemes de computació quàntica. 

Aquests resultats suposen un avanç sobre l'enteniment del paper que juguen conceptes com l'entrellaçament i la compressió quàntica en l'aprenentatge neuromórfico i el processament d'informació. La compressió quàntica es revela com un recurs quàntic clau per a aplicacions avançades en metrologia, criptografia i computació. 

Aquest reconeixement de la revista com a Editor’s Pick subratlla la importància del treball dels autors en l'avanç de la computació quàntica i la seva aplicació en el processament de sèries temporals. L'estudi marca un avanç en l'exploració dels límits de la tecnologia quàntica per a resoldre problemes complexos i millorar la nostra capacitat de processament d'informació.


Jorge García-Beni, Gian Luca Giorgi, Miguel C. Soriano, and Roberta Zambrini, "Squeezing as a resource for time series processing in quantum reservoir computing", Opt. Express 32, 6733-6747 (2024). DOI: https://doi.org/10.1364/OE.507684


Imatgge: Predicció de sèries temporals per al sistema de Mackey-Glass, on es compara el atractor real (lí-nea i punts blancs) amb les prediccions del model (línia i punts verds).


 quantum-squeezing

Projectes d'investigació relacionats

QuaResC

Quantum machine learning using reservoir computing

I.P.: Miguel C. Soriano, Roberta Zambrini
The QuaResC project engages in a new collaboration UIB and CSIC researchers at IFISC with the objective to address an interdisciplinary topic between artificial intelligence and quantum physics: quantum machine learning using ...

Aquesta web utilitza cookies per a la recollida de dades amb un propòsit estadístic. Si continues navegant, vol dir que acceptes la instal·lació de la cookie.


Més informació D'accord