La materia cuántica puede aprender como un organismo vivo
Eduardo Martínez de la Fe
El aprendizaje, una característica exclusiva de la inteligencia de los seres vivos, está presente en la materia cuántica y se puede utilizar para que la Inteligencia Artificial desarrolle tareas sin necesidad de intervención humana.
Investigadores de la Universidad Rutgers en Estados Unidos han descubierto que el aprendizaje, una característica universal de la inteligencia en los seres vivos, se puede imitar en la materia cuántica, según se informa en un comunicado
Un material cuántico es aquel cuyas propiedades no pueden ser descritas por la física clásica, sino por la física cuántica. Los aislantes de Mott son una clase de materiales cuánticos.
Los aislantes de Mott presentan fenómenos extraordinarios, como la superconductividad a alta temperatura y la así llamada magnetorresistencia colosal (que les permite cambiar considerablemente su resistencia eléctrica en presencia de un campo magnético), debido a la interacción entre carga y espín.
Lo que ha descubierto la nueva investigación es que los aislantes de Mott pueden «aprender» a responder a los estímulos externos de una manera que imita el comportamiento animal. Los resultados de este estudio se publican en PNAS.
Material cuántico
La nueva investigación se ha centrado en el óxido de níquel (NiO), un óxido metálico que constituye un claro ejemplo de material aislante de Mott: estudió cómo la conductividad eléctrica, un tipo especial de material aislante, responde cuando su entorno cambia repetidamente en varios intervalos de tiempo.
Y descubrió que este material cuántico imita el aprendizaje asociativo: mediante estímulos de oxígeno, ozono y luz, cambia sus propiedades electrónicas en función de lo aprendido.
El aprendizaje asociativo es una de las formas básicas que permite aprender a los organismos vivos y, de esta forma, adaptarse constantemente a los cambios.
Otro hallazgo intrigante del estudio es que, cuando los investigadores expusieron el óxido de níquel a concentraciones de oxígeno que cambiaban rápidamente o a diferentes intensidades de luz, el material apenas reaccionó, sino que permaneció en un estado inestable con una pequeña fluctuación de la conductividad eléctrica, destaca PhysicsWorld.
Aprendizaje universal
Sin embargo, cuando los científicos introdujeron defectos atómicos adicionales, utilizando un estímulo más severo, como el ozono, la conductividad eléctrica del material fluctuó más rápido, solo para volver a ralentizarse.
Subhasish Mandal, uno de los investigadores, destaca que su descubrimiento demuestra que existen características de aprendizaje universales, como la habituación y la sensibilización, que generalmente se encuentran solo en las especies vivas, en materiales cuánticos.
Los investigadores van incluso más allá: piensan que esa capacidad de aprendizaje puede formar parte de otros materiales cuánticos y ser utilizada para modular sus propiedades en función de determinados estímulos externos.
Revolución en la IA
El descubrimiento de comportamientos como la habituación y la sensibilización en estos materiales no vivos podría conducir a nuevos algoritmos para la inteligencia artificial (IA), aseguran los investigadores.
Emular ese comportamiento, propio de los organismos vivos, en un material inerte que está en estado sólido, podría inspirar nuevos algoritmos en inteligencia artificial y computación neuromórfica, según los científicos.
Esos nuevos algoritmos tendrían la flexibilidad para abordar incertidumbres, contradicciones y otros aspectos de la vida cotidiana, tal como ocurre en los niveles complejos de la vida dotada de cerebro y de sistema nervioso.
La computación neuromórfica imita la estructura neuronal y el funcionamiento del cerebro humano, en parte, mediante la construcción de sistemas nerviosos artificiales para transferir señales eléctricas que imitan las señales cerebrales.
IA autónoma
Cada una de las 100 mil millones de neuronas en el cerebro humano, por ejemplo, recibe entradas eléctricas de algunos de sus vecinos y luego «dispara» una salida eléctrica a otros cuando la suma de las entradas excede un cierto umbral.
Este proceso, también conocido como «spiking», se puede reproducir en dispositivos a nanoescala como osciladores espintrónicos, enfatiza PhysicsWorld.
Además de ser potencialmente mucho más rápidos y energéticamente eficientes que las computadoras convencionales, los dispositivos basados en estos principios neuromórficos, gracias al nuevo descubrimiento, podrían aprender a realizar nuevas tareas sin estar programados directamente para realizarlas, concluyen los investigadores.
Esta investigación, por tanto, impulsará considerablemente las posibilidades de la IA, una tecnología que no solo puede pensar, razonar, actuar y comportarse como las personas, e incluso imaginar lo invisible, sino que ahora podrá también aprender como lo hace un cerebro.
______________
Referencia
Neuromorphic learning with Mott insulator NiO. Zhen Zhang et al. PNAS September 28, 2021 118 (39) e2017239118. DOI:https://doi.org/10.1073/pnas.2017239118
Foto superior: Piqsels.
___________
Fuente:
