Un reciente artículo publicado por investigadores del IFISC en Optics Express, titulado «Squeezing as a resource for time series processing in quantum reservoir computing», ha sido seleccionado por el equipo editorial de la revista como Editor’s Pick, subrayando su relevancia y excelencia en el ámbito científico. Este distintivo reconoce trabajos de investigación que no solo demuestran una calidad científica excepcional, sino que también representan contribuciones significativas a sus respectivas áreas de estudio.
El estudio analiza una novedosa arquitectura para la computación de reservorio cuántico (QRC por sus siglas en inglés Quantum Reservoir Computing), fundamentada en un bucle fotónico en el cual la luz (multimodo) circula en una cavidad con un medio no lineal. A cada paso temporal se codifica el input en la señal y se miden las fluctuaciones de la luz extrayendo una parte del haz. Esta plataforma aprovecha el fenómeno del squeezing cuántico, que consiste en una reducción de las fluctuaciones cuánticas de la luz por debajo del nivel de shot noise (ruido de disparo). Este recurso se emplea para optimizar el procesamiento de series temporales, un desafío clave en la computación y análisis de datos. El squeezing cuántico es explorado por los investigadores como una herramienta para mejorar la capacidad de memoria y rendimiento del reservorio cuántico.
Jorge García-Beni, Gian Luca Giorgi, Miguel C. Soriano y Roberta Zambrini, autores del artículo, demuestran cómo esta compresión cuántica puede incrementar significativamente la memoria accesible del reservorio, lo que se traduce en una mejora notable en el rendimiento en diversas tareas de procesamiento temporal de datos tanto en términos de memoria como de predicción. Los resultados revelan que, dependiendo del modelo y del ruido experimental, la compresión cuántica puede jugar un rol tanto beneficiosa como perjudicial en el rendimiento del QRC, por eso es clave caracterizar el sistema. Este hallazgo subraya la importancia de una comprensión profunda de las dinámicas cuánticas y su interacción con el entorno experimental para diseñar de manera óptima nuevos sistemas de computación cuántica.
Estos resultados suponen un avance sobre el entendimiento del papel que juegan conceptos como el entrelazamiento y la compresión cuántica en el aprendizaje neuromórfico y el procesamiento de información. La compresión cuántica se revela como un recurso cuántico clave para aplicaciones avanzadas en metrología, criptografía y computación.
Este reconocimiento de la revista como Editor’s Pick subraya la importancia del trabajo de los autores en el avance de la computación cuántica y su aplicación en el procesamiento de series temporales. El estudio marca un avance en la exploración de los límites de la tecnología cuántica para resolver problemas complejos y mejorar nuestra capacidad de procesamiento de información.
Jorge García-Beni, Gian Luca Giorgi, Miguel C. Soriano, and Roberta Zambrini, "Squeezing as a resource for time series processing in quantum reservoir computing", Opt. Express 32, 6733-6747 (2024). DOI: https://doi.org/10.1364/OE.507684
Imagen: Predicción de series temporales para el sistema de Mackey-Glass, donde se compara el atractor real (línea y puntos blancos) con las predicciones del modelo (línea y puntos verdes).