La biomimetica quantistica consiste nel riprodurre nei sistemi quantistici alcune proprietà esclusive degli organismi viventi. I ricercatori dell'Università dei Paesi Baschi hanno imitato la selezione naturale, apprendimento e memoria in un nuovo studio. I meccanismi sviluppati potrebbero dare una spinta al calcolo quantistico e facilitare il processo di apprendimento nelle macchine.
Unai Alvarez-Rodriguez è ricercatrice nel gruppo di ricerca Quantum Technologies for Information Science (QUTIS) collegato al Dipartimento di Chimica Fisica dell'UPV/EHU, e un esperto di tecnologie dell'informazione quantistica. La tecnologia dell'informazione quantistica utilizza i fenomeni quantistici per codificare le attività computazionali. A differenza del calcolo classico, computazione quantistica "ha il vantaggio di non limitarsi a produrre registri in valori di zero e uno, " disse. Qubits, l'equivalente dei bit nel calcolo classico, può assumere valori pari a zero, uno o entrambi contemporaneamente, un fenomeno noto come sovrapposizione, che "dà ai sistemi quantistici la possibilità di eseguire operazioni molto più complesse, stabilire un parallelo computazionale a livello quantistico, e offrendo risultati migliori rispetto ai sistemi di calcolo classici, " Ha aggiunto.
Il gruppo di ricerca di cui fa parte Alvarez-Rodriguez ha deciso di concentrarsi sull'imitazione dei processi biologici. "Abbiamo pensato che sarebbe stato interessante creare sistemi in grado di emulare determinate proprietà esclusive degli esseri viventi. In altre parole, stavamo cercando di progettare protocolli di informazione quantistica la cui dinamica fosse analoga a queste proprietà." I processi che hanno scelto di imitare per mezzo di simulatori quantistici erano la selezione naturale, memoria e intelligenza. Ciò li ha portati a sviluppare il concetto di biomimetica quantistica.
Hanno ricreato un ambiente di selezione naturale in cui c'erano individui, replica, mutazione, interazione con gli altri individui e l'ambiente, e uno stato equivalente alla morte. "Abbiamo sviluppato questo meccanismo finale in modo che gli individui avessero una vita finita, " ha detto il ricercatore. Quindi, combinando tutti questi elementi, il sistema non ha un'unica soluzione chiara:"Ci siamo avvicinati al modello della selezione naturale come una disputa tra diverse strategie in cui ogni individuo sarebbe una strategia per risolvere il problema, la soluzione sarebbe la strategia in grado di dominare lo spazio disponibile".
Il meccanismo per simulare la memoria, d'altra parte, consiste in un sistema governato da equazioni. Ma le equazioni mostrano una dipendenza dai loro stati precedenti e futuri, quindi il modo in cui il sistema cambia "non dipende solo dal suo stato in questo momento, ma nel suo stato cinque minuti fa, e dove sarà tra cinque minuti, " ha spiegato Alvarez-Rodriguez.
Finalmente, negli algoritmi quantistici relativi ai processi di apprendimento, hanno sviluppato meccanismi per ottimizzare compiti ben definiti, per migliorare gli algoritmi classici, e per migliorare i margini di errore e l'affidabilità delle operazioni. "Siamo riusciti a codificare una funzione in un sistema quantistico ma non a scriverla direttamente; il sistema lo ha fatto in modo autonomo, potremmo dire che ha 'imparato' attraverso il meccanismo che abbiamo progettato perché accadesse. Questo è uno dei progressi più innovativi in questa ricerca, " Egli ha detto.
Dai modelli computazionali al mondo reale
Tutti questi metodi e protocolli sviluppati nella sua ricerca hanno fornito i mezzi per risolvere tutti i tipi di sistemi. Alvarez-Rodriguez afferma che il metodo della memoria può essere utilizzato per risolvere sistemi altamente complessi:"Potrebbe essere utilizzato per studiare sistemi quantistici in diverse condizioni ambientali, o su scale diverse in modo più accessibile, modo più conveniente".
Per quanto riguarda la selezione naturale, "più di ogni altra cosa abbiamo escogitato un meccanismo quantistico su cui potrebbero essere basati i sistemi autoreplicanti e che potrebbe essere utilizzato per automatizzare i processi su scala quantistica". E infine, per quanto riguarda l'apprendimento, "abbiamo escogitato un modo per insegnare una funzione a una macchina senza dover inserire prima il risultato. Questo è qualcosa che sarà molto utile negli anni a venire, e lo vedremo, " Egli ha detto.
Tutti i modelli sviluppati nella ricerca erano modelli computazionali. Ma Alvarez-Rodriguez ha chiarito che una delle idee principali del suo gruppo di ricerca è che "la scienza si svolge nel mondo reale. Tutto ciò che facciamo ha un'applicazione più o meno diretta. Nonostante sia stato condotto in modalità teorica, le simulazioni che abbiamo proposto sono progettate in modo che possano essere eseguite in esperimenti, su diversi tipi di piattaforme quantistiche, come ioni intrappolati, circuiti superconduttori e guide d'onda fototoniche, tra gli altri. Per fare questo, abbiamo avuto la collaborazione dei gruppi sperimentali."
