El ordenador cuántico de Google y la NASA

CloudDatacenterInnovaciónInvestigación y Desarrollo
0 0 No hay comentarios

Ambos socios, junto con la asociación universitaria USRA, han puesto en marcha el Quantum Artificial Intelligence Lab con el que esperan avanzar en proyectos de aprendizaje automático.

“Creemos que la computación cuántica puede ayudar a resolver algunos de los problemas más desafiantes de la informática, en particular en lo que se refiere al aprendizaje automático“, dice Hartmut Neven, director de ingeniería en Google.

El aprendizaje automático tiene que ver con la construcción de mejores modelos del mundo para realizar predicciones más precisas”, continúa. “Si queremos curar enfermedades, necesitamos mejores modelos de cómo éstas se desarrollan. Si queremos crear una política ambiental efectiva, necesitamos mejores modelos sobre lo que le está sucediendo a nuestro clima. Y si queremos construir un motor de búsqueda más útil, tenemos que comprender mejor las preguntas habladas y qué es lo que hay en la web, para que tú puedas obtener la mejor respuesta posible”.

Así, con estas palabras y con el reto de avanzar en la rama de la Inteligencia Artificial encargada de desarrollar técnicas con las que las máquinas puedan ganar conocimientos, ha presentado Google su nuevo proyecto.

Un proyecto que consiste exactamente en la puesta en marcha del Quantum Artificial Intelligence Lab, algo así como Laboratorio Cuántico de Inteligencia Artificial, en colaboración con la agencia espacial NASA.

De hecho, el Centro de Investigación de Ames propiedad de la NASA ha sido el lugar elegido para albergar dicho laboratorio y un ordenador cuántico fabricado por D-Wave Systems, pieza clave para su funcionamiento.

Un tercer socio es la USRA (siglas de Universities Space Research Association), que invitará a investigadores de todo el mundo a que pasen ciertos periodos tiempo colaborando en esta idea.

De momento, Google ya ha desarrollado una serie de algoritmos de aprendizaje como uno destinado a tareas de reconocimiento en dispositivos poco potentes como los móviles y otro capaz de manejar datos de formación incluso partiendo de ejemplos mal etiquetados. Y, a partir de ahora, espera probar su utilidad y construir modelos más eficientes para reconocimiento de voz y búsqueda en la web, además de trabajar en soluciones más creativas bajo las leyes de la física.

Más información en The Inquirer.

Leer la biografía del autor  Ocultar la biografía del autor