A menudo se habla de las computadoras cuánticas como una tecnología futura que brindará a los científicos e ingenieros una nueva herramienta con la que explorar los misterios más profundos del universo. Pero, según un nuevo estudio, podrían terminar haciendo que toda la especie sea un poco más inteligente.
Un equipo de científicos de Corea del Sur utilizó recientemente una computadora cuántica para investigar cómo los humanos retienen y recuperan información. Este estudio pionero podría allanar el camino para nuevas técnicas de aprendizaje que mejoren los resultados en campos como la ciencia, las matemáticas y las finanzas.
Computación cuántica
Existen numerosas formas de computación cuántica, aunque la industria aún está en pañales. Empresas como Google e IBM están muy involucradas en el desarrollo de lo que se denomina computadoras cuánticas "basadas en puertas". Estos sistemas funcionan de manera similar a los circuitos digitales modernos.
Sin embargo, otras empresas han adoptado un enfoque diferente. El equipo de investigación mencionado anteriormente utilizó un ordenador de recocido cuántico de la empresa tecnológica canadiense D-Wave para su estudio.
El recocido cuántico es, básicamente, un método más especializado para explotar la mecánica cuántica con fines computacionales. Mientras que las computadoras cuánticas basadas en puertas conducirán, algún día, con suerte, a una “computadora cuántica universal” capaz de realizar cualquier cálculo relevante, el recocido cuántico se centra actualmente en una clase específica de problemas llamados “optimización”.
El estudio
Los investigadores monitorearon las ondas cerebrales de 100 estudiantes mientras realizaban una serie de tareas cognitivas. Luego realizaron un análisis comparativo grupal entre el desempeño de los estudiantes con puntajes más altos en las pruebas (según lo registrado antes del estudio) y el de aquellos con puntajes más bajos en las pruebas.
El análisis de las ondas cerebrales se analizó posteriormente mediante algoritmos que se ejecutaban en una computadora de recocido cuántico D-Wave. Según los investigadores, el estudio arrojó nuevos conocimientos sobre la relación entre la capacidad cognitiva y los resultados de las pruebas.
Según el artículo:
“Nuestro estudio demuestra el potencial de los algoritmos basados en recocido cuántico… Los estudios futuros deberían emplear estos resultados para investigar los predictores del rendimiento académico o, más ampliamente, la capacidad cognitiva”. Los resultados del estudio mostraron que la computadora de recocido cuántico de D-Wave era tan competente como las técnicas de aprendizaje automático de última generación a la hora de analizar los datos.
Las implicaciones
Según los investigadores, esta línea de investigación podría conducir a una mejor comprensión de cómo el cerebro humano procesa la información. Los conocimientos extraídos de este estudio mostraron que ciertas funciones cognitivas pueden estar asociadas con puntuaciones más altas en los exámenes.
Al comprender cómo se pueden optimizar estas funciones cerebrales, los investigadores podrían desarrollar métodos para mejorar la capacidad cognitiva general. Esto permitiría, en esencia, desarrollar atajos para el aprendizaje que podrían mejorar los resultados de las personas que trabajan en campos que requieren ajustes constantes a la nueva información.
El comercio de criptomonedas, por ejemplo, requiere habilidades cognitivas directamente relacionadas con las examinadas en el estudio mencionado anteriormente. Un programa educativo centrado en mejorar esas funciones cognitivas a nivel neuronal del cerebro humano probablemente sería ventajoso para quienes trabajan en ese campo.
Mientras tanto, mejorar las funciones cognitivas detrás de un tipo diferente de resolución de problemas, como, por ejemplo, la arquitectura, puede requerir un enfoque completamente diferente.
A medida que las técnicas de optimización del recocido cuántico mejoran y se revela aún más la red cognitiva del cerebro humano, la humanidad puede tener que reimaginar el propósito de la educación en relación con el aprendizaje real.
Relacionado: Satoshi vs la física: cómo los mineros cuánticos de Bitcoin podrían dejar obsoletos los ASIC