Sesión de clausura de la Real Academia Canaria de Ciencias, en la ULPGC

El encuentro contará con una ponencia magistral sobre aprendizaje automático cuántico a cargo de la investigadora Roberta Zambrini

El lunes 19 de diciembre, a las 19 horas, en la Sala 26 de Abril de la Sede Institucional (c/ Juan de Quesada, 30. Vegueta), tendrá lugar la sesión de clausura del año académico 2022 de la Real Academia Canaria de Ciencias (RACC).

El acto contará con la presencia del Presidente de la Academia, Daniel Alonso; el Vicepresidente y ex Rector de la ULPGC, José Regidor García; y del Vicerrector de Cultura, Deporte y Activación Social de los Campus de la ULPGC, José Miguel Álamo. Además, el acto contará con la presencia de los académicos de la RACC.

La sesión contará con la ponencia magistral “Aprendizaje automático con sistemas cuánticos complejos” a cargo de Roberta Zambrini, investigadora del Institute for Cross-Disciplinary Physics and Complex Systems – IFISC, instituto de investigación de titularidad compartida entre la Universidad de las Islas Baleares (UIB) y el Consejo Superior de Investigaciones Científicas (CSIC).

Resumen de la charla    

Los avances en aprendizaje automático, impulsados por la digitalización y el Big Data, abarcan ámbitos tan amplios y diversos como la medicina, la agronomía o el entretenimiento, alcanzando nuestra cotidianidad. Destacan por su potencia los métodos de computación inspirados en el cerebro, como las redes neuronales.
Al mismo tiempo, asistimos a lo que se denomina la Segunda Revolución Cuántica, caracterizada por el desarrollo de tecnologías disruptivas en computación, comunicación y sensado, y en fenómenos como la superposición y el entrelazamiento cuánticos. 
Impulsado por estos avances, el aprendizaje automático cuántico representa un reto de gran potencial. En particular, el “reservoir computing”, es un método de aprendizaje automático fácil de entrenar y multitarea, desarrollado con éxito en sustratos clásicos y que explota la memoria interna para procesar datos en tiempo real con un orden definido, como en el reconocimiento de voz, las previsiones meteorológicas o la automatización de automóviles. 
La posibilidad de usar sistemas cuánticos complejos como sustratos analógicos para este método resulta particularmente interesante y los recientes avances sitúan el “reservoir computing” cuántico como un enfoque de gran potencial, que puede ser implementado en plataformas experimentales cuánticas de última generación, presentando una ventaja (exponencial) frente al clásico y sin los factores limitantes de otros métodos de computación cuántica.