Retroacción cuántica: de obstáculo a recurso
En un estudio recién publicado en Physical Review X, investigadores de ICFO cuestionan la visión convencional dentro del campo del aprendizaje automático cuántico según la cual la retroacción cuántica (el efecto destructivo de la medición sobre los sistemas cuánticos) es siempre problemática. En su lugar, demuestran que se trata de un recurso valioso cuando se controla adecuadamente. En particular, el equipo muestra cómo, ajustando la intensidad de las medidas, se puede mejorar la memoria y las capacidades predictivas del algoritmo de computación de reservorio cuántico.
Una de las características más contraintuitivas de la física cuántica es la influencia de la medición sobre el sistema observado. A menudo, se dice que medir un sistema cuántico provoca una importante perturbación, colapsando su función de onda cuántica y eliminando instantáneamente la superposición inicial. Sin embargo, este efecto extremo de retroacción ocurre con las llamadas mediciones proyectivas. Pero es posible realizar mediciones más suaves que extraigan menos información sobre el sistema sin colapsar completamente su función de onda. Para lograrlo, el aparato de medida debe interaccionar de manera indirecta con el sistema; por ello estas se conocen como mediciones indirectas.
En una publicación de Physical Review X, investigadores del ICFO, Giacomo Franceschetto, el doctor Marcin Płodzień, el profesor Maciej Lewenstein, el profesor ICREA Antonio Acín, y el doctor Pere Mujal, han demostrado ahora la ventaja de las mediciones indirectas para tareas de aprendizaje automático cuántico. Ajustando cuidadosamente la intensidad de las medidas, los investigadores optimizaron la cantidad de retroacción introducida en el sistema cuántico, mejorando significativamente el rendimiento de un algoritmo llamado computación de reservorio cuántico (QRC, por sus siglas en inglés).
Hasta hace poco, muchos enfoques de QRC intentaban evitar las perturbaciones inducidas por las mediciones reiniciando el sistema después de cada paso del procesamiento, o intentaban compensarlas mediante retroalimentación clásica. En ambos casos, se trataba a la retroacción de las medidas como una limitación a minimizar o corregir, y no como un recurso a aprovechar.
En 2021, investigadores del Instituto de Física Interdisciplinar y Sistemas Complejos (IFISC) en Mallorca, incluyendo al doctor Pere Mujal, propusieron una alternativa: un protocolo en línea en el que el mismo reservorio cuántico procesa una secuencia de entradas sin tener que reiniciarse a cada paso, lo cual mejora la eficiencia del algoritmo.
En este enfoque, cada uno de los datos de una serie temporal se inyecta secuencialmente en el mismo reservorio cuántico. El sistema evoluciona, propagando la información a través de sus interacciones internas, y las señales resultantes se leen mediante mediciones indirectas. La clave es que cuando se introduce un nuevo dato no se reinicia el sistema, de modo que la retroacción de las mediciones anteriores permanece integrada en la dinámica del sistema. Repetir este ciclo para todos los elementos de la serie genera un conjunto de datos de características medidas, que posteriormente se utiliza para entrenar un modelo clásico para, por ejemplo, predecir una serie temporal caótica.
En el estudio actual, el equipo del ICFO adopta este protocolo en línea y explora sistemáticamente cómo la intensidad de las mediciones modifica el comportamiento del sistema. Demuestran que controlando cuidadosamente la perturbación introducida por la medición, la dinámica interna del reservorio se reconfigura, mejorando su memoria y optimizando la predicción de señales complejas y caóticas. Este control permite que el algoritmo opere eficazmente en regímenes donde de otro modo tendría dificultades, transformando la retroacción de la medición, antes considerada una fuente de degradación, en un recurso útil.
"Aunque habitualmente se había pensado que la retroacción degradaba la memoria y la capacidad predictiva del reservorio, ahora demostramos que su contribución puede ser positiva utilizando el protocolo en línea mallorquín", explica el doctor Pere Mujal, investigador principal del estudio. "Esto representa un cambio conceptual en el campo, que pasa de ver la retroacción cuántica como una limitación inevitable a reconocerla como una herramienta puramente cuántica con gran potencial", añade.
Ahora el equipo pretende investigar el papel de la retroacción en otros escenarios y colaborar con grupos experimentales para implementar su propuesta. Giacomo Franceschetto, primer autor del artículo, comparte: "Nos encantaría ver implementaciones concretas del protocolo en línea con mediciones indirectas ajustables, especialmente en plataformas de sistemas superconductores y fotónicos donde dicho control es factible, y demostrar el efecto de mejora que hemos descubierto."
Referencia:
Giacomo Franceschetto, Marcin Płodzień, Maciej Lewenstein, Antonio Acín, Pere Mujal, Harnessing quantum backaction for time-series processing, Phys. Rev. X, (2026).
DOI: https://doi.org/10.1103/j7f9-hfsj
Agradecimientos:
G.F. acknowledges support from ”la Caixa” Foundation (ID 100010434) fellowship. The fellowship code is LCF/BQ/DI23/11990070. This project has received funding from MICIN, the European Union, NextGenerationEU (PRTR-C17.I1), the Government of Spain (Severo Ochoa CEX2019-000910-S and FUNQIP), the ERC AdG CERQUTE and the AXA Chair in Quantum Information Science, the ERC AdG NOQIA, MCIN/AEI (PGC2018-0910.13039/501100011033, CEX2019-000910-S/10.13039/501100011033, Plan National FIDEUA PID2019-106901GB-I00, Plan National STAMEENA PID2022-139099NB, I00, the “European Union NextGenerationEU/PRTR" (PRTR-C17.I1), FPI, QUANTERA MAQS PCI2019-111828-2, QUANTERA DYNAMITE PCI2022-132919, QuantERA II Programme co-funded by European Union’s Horizon 2020 program under Grant Agreement No 101017733; Ministry for Digital Transformation and of Civil Service of the Spanish Government through the QUANTUM ENIA project call - Quantum Spain project, and by the European Union through the Recovery, Transformation and Resilience Plan - NextGenerationEU within the framework of the Digital Spain 2026 Agenda; Fundació Cellex; Fundació Mir-Puig; Generalitat de Catalunya (European Social Fund FEDER and CERCA program, AGAUR Grant No. 2021 SGR 01452, QuantumCAT U16-011424, co-funded by ERDF Operational Program of Catalonia 2014-2020); Barcelona Supercomputing Center MareNostrum (FI-2023-3-0024); Funded by the European Union. (HORIZON-CL4-2022-QUANTUM-02-SGA PASQuanS2.1, 101113690, EU Horizon 2020 FET-OPEN OPTOlogic, Grant No 899794), EU Horizon Europe Program (This project has received funding from the European Union’s Horizon Europe research and innovation program under grant agreement No 101080086 NeQSTGrant Agreement 101080086 — NeQST); ICFO Internal “QuantumGaudi” project; European Union’s Horizon 2020 program under the Marie Sklodowska-Curie grant agreement No 847648; “La Caixa” Junior Leaders fellowships, La Caixa” Foundation (ID 100010434): CF/BQ/PR23/11980043.