El sistema neuromórfico utiliza efectos cuánticos para encontrar soluciones óptimas a problemas complejos
Motivación neurosa para el mapeo de recocido simulado óptimo en una arquitectura neuromórfica. Crédito: Nature Communications (2025). Doi: 10.1038/s41467-025-58231-5
Es fácil resolver un cubo de Rubik 3×3, dice Shantanu Chakrabartty, profesor de Clifford W. Murphy y vicepresidente de investigación y educación de posgrado en la Escuela de Ingeniería McKelvey en la Universidad de Washington en St. Louis. Simplemente aprenda y memorice los pasos y luego ejecútelos para llegar a la solución.
Las computadoras ya son buenas en este tipo de resolución de problemas de procedimiento. Ahora, Chakrabartty y sus colaboradores han desarrollado una herramienta que puede ir más allá del procedimiento para descubrir nuevas soluciones a problemas de optimización complejos en logística al descubrimiento de fármacos.
Chakrabartty y sus colaboradores introdujeron neurosa, una arquitectura neuromórfica de resolución de problemas modelada sobre cómo funciona la neurobiología humana, pero eso aprovecha el comportamiento mecánico cuántico para encontrar soluciones óptimas, garantizadas, y encontrar esas soluciones de manera más confiable que los métodos de vanguardia.
El esfuerzo de colaboración multi-universidad, publicado en Nature Communications, se originó en el Taller de Ingeniería Neuromórfica y Cognición de Telluride y fue dirigido por Chakrabartty y el primer autor Zihao Chen, un estudiante graduado en el Departamento de Ingeniería Eléctrica y de Sistemas de Preston M. Green en Ingeniería de McKelvey.
“Estamos buscando formas de resolver problemas mejor que las computadoras modeladas en el aprendizaje humano que han hecho antes”, dijo Chakrabartty. “Neurosa está diseñada para resolver el problema de ‘descubrimiento’, el problema más difícil en el aprendizaje automático, donde el objetivo es descubrir soluciones nuevas y desconocidas”.
En optimización, el recocido es un proceso para explorar diferentes soluciones posibles antes de finalmente decidirse por la mejor solución. Los recocidos de Fowler-Nordheim (FN) utilizan principios de túnel mecánico cuántico para buscar esa solución más óptima de manera eficiente, y son el “ingrediente secreto” en las neurosa, dice Chakrabartty.
“En los problemas de optimización, la estrategia entra en juego cuando el sistema necesita cambiar, como cuando está buscando el edificio más alto del campus, ¿cuándo se muda a otra área?” Dijo Chakrabartty. “La estructura de la neurosa es neuromórfica, como nuestra estructura cerebral con neuronas y sinapsis, pero su comportamiento de búsqueda está determinado por el receptor de FN. Ese puente crítico entre neuro y cuántico es lo que hace que la neurosa sea tan poderosa y lo que nos permite garantizar que encontraremos una solución si se les da suficiente tiempo”.
Esa garantía se vuelve especialmente importante cuando la línea de tiempo para dejar que Neurosa busque una solución óptima podría variar de días a semanas, o incluso más, dependiendo de la complejidad del problema.
En el documento, el equipo de Chakrabartty, en colaboración con un equipo de investigación en Spinncloud Systems, ya ha demostrado que Neurosa se puede implementar en la plataforma de computación neuromórfica Spinnaker2, lo que demuestra su viabilidad práctica. A continuación, Chakrabartty anticipa que la herramienta podría aplicarse para optimizar la logística en las cadenas de suministro, los servicios de fabricación y transporte o para descubrir nuevos medicamentos explorando el plegamiento óptimo de proteínas y las configuraciones moleculares.
Más información: Zihao Chen et al, máquinas de isas neuromórficas interactivas utilizando recocidos Fowler-Nordheim, Nature Communications (2025). Doi: 10.1038/s41467-025-58231-5
Proporcionado por la Universidad de Washington en St. Louis
Cita: el sistema neuromórfico utiliza efectos cuánticos para encontrar soluciones óptimas a problemas complejos (2025, 29 de abril) Recuperado el 29 de abril de 2025 de https://techxplore.com/news/2025-04-neuromorfic-quantum-efects-optimal-solutions.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
