MicroAlgo presenta un algoritmo cuántico para reducir el tiempo de entrenamiento de IA en un 90%

Cómo funciona el algoritmo cuántico

El método de MicroAlgo se centra en dos cuellos de botella clave en el entrenamiento de redes neuronales: el cálculo de productos internos y el almacenamiento de valores intermedios. Al codificar vectores en estados cuánticos, el algoritmo puede procesar múltiples dimensiones simultáneamente, aproximando los productos internos con una eficiencia mucho mayor.

El uso de QRAM es otro elemento crítico. En el entrenamiento tradicional, almacenar y recuperar valores de activación y error es un proceso que consume muchos recursos. QRAM almacena estos datos implícitamente en estados cuánticos, lo que permite su recuperación con una complejidad logarítmica. Esto, combinado con las capacidades de procesamiento paralelo de la superposición cuántica, acelera drásticamente el flujo de entrenamiento.

Implicaciones y obstáculos de la industria

La empresa apunta a aplicaciones en el procesamiento de datos a gran escala para finanzas y atención médica, sistemas de decisión en tiempo real para conducción autónoma y aplicaciones ligeras para computación perimetral e Internet de las cosas. Si tiene éxito, la tecnología podría reducir la barrera de entrada para desarrollar modelos de IA complejos y disminuir la dependencia de las costosas y potentes GPU de empresas como Nvidia.

Sin embargo, el camino hacia la comercialización está lleno de desafíos. El comunicado de prensa reconoce que el hardware de computación cuántica aún se encuentra en sus primeras etapas y la creación de algoritmos compatibles entre diferentes plataformas cuánticas sigue siendo un obstáculo significativo. Además, las firmas puramente cuánticas están agotando su capital, con empresas como IonQ (IONQ), Rigetti Computing (RGTI) y D-Wave Systems (QBTS) registrando pérdidas significativas y dependiendo de ofertas de acciones dilutivas para financiar sus operaciones.

Si bien el avance de MicroAlgo se encuentra en el ámbito del software, su viabilidad está directamente vinculada al ritmo de desarrollo del hardware. El anuncio sirve como un puente potencial entre la computación clásica y la cuántica, ofreciendo vías de optimización que podrían inspirar nuevos algoritmos heurísticos clásicos incluso antes de que las computadoras cuánticas a gran escala estén ampliamente disponibles.

Este artículo es solo para fines informativos y no constituye asesoramiento de inversión.