Más de una vez hemos hablado aquí del interés del Aprendizaje Reforzado para que las máquinas / modelos obtengan el conocimiento a través del aprendizaje sin supervisión alguna. Aunque esto es relativamente sencillo a nivel de la «Academia» donde se emplean videojuegos para poner a punto los mejores algoritmos en procesos reales, industriales el proceso de aprendizaje no es tan sencillo.

Por una parte el entorno es muy complicado y con un inumerable número de estados a investigar para obtener la recompensa adecuada. Por otro lado en un Proceso industrial no son muy bien vistos los ensayos de prueba y error ya que, como mínimo, podrán perjudicar la economía de la planta e incluso la seguridad de personas e instalaciones. De ahí el interés de disponer de gemelos digitales (digital twins) que reperesenten lo mejor posible el proceso a optimizar y sobre el cual se pueda probar este tipo de aprendizaje.

Ahora bien si el proceso a simular es suficientemente complejo la cantidad de ecuaciones diferenciales y algebraicas necesarias, la cantidad de tiempo necesaria para su resolución convierten el problema en irresoluble… ahora mismo.

Los fabricantes de robots también se presentan a un problema similar ya que con un software adecuado, los robots pueden decidir por su cuenta cuál será su próxima acción.

Sin embargo, mediante las estrategias clásicas de la inteligencia artificial, basadas en la computación convencional, los robots siguen siendo incapaces de aprender más rápido, no pudiendo alcanzar una característica esencial para un robot capaz de adoptar conductas tan complejas como la humana.

En el marco de una colaboración internacional, un equipo de físicos experimentales de la Universidad de Viena en Austria, junto con teóricos de la Universidad de Innsbruck en Austria, la Academia Austriaca de Ciencias, la Universidad de Leiden en los Países Bajos y el Centro Aeroespacial Alemán, han conseguido demostrar experimentalmente por primera vez un aprendizaje más rápido en robots mediante tecnología cuántica.

Para conseguirlo, el equipo se ha servido de fotones individuales, las partículas fundamentales de la luz, y un procesador cuántico fotónico integrado, que fue diseñado en el Instituto Tecnológico de Massachusetts (MIT) en Estados Unidos.

Esta demostración experimental de que el aprendizaje automático puede mejorarse utilizando la computación cuántica muestra las prometedoras ventajas de la combinación de estas dos tecnologías.