La computación cuántica es como Forrest Gump‘s caja de chocolates: Nunca sabes lo que obtendrás. Los fenómenos cuánticos –el comportamiento de la materia y la energía a nivel atómico y subatómico– no son definitivos, ni una cosa ni otra. Son nubes opacas de posibilidades o, más precisamente, de probabilidades. Cuando alguien observa un sistema cuántico, pierde su cuantidad y “colapsa” en un estado definido.
Los fenómenos cuánticos son misteriosos y, a menudo, contradictorios. Esto hace que la computación cuántica sea difícil de entender. La gente recurre naturalmente a lo familiar para intentar explicar lo desconocido, y en el caso de la computación cuántica esto suele significar utilizar la computación binaria tradicional como metáfora. Pero explicar la computación cuántica de esta manera conduce a una gran confusión conceptual, porque en un nivel básico los dos son animales completamente diferentes.
Este problema pone de relieve la creencia, a menudo errónea, de que las metáforas comunes son más útiles que las exóticas a la hora de explicar las nuevas tecnologías. A veces el enfoque opuesto es más útil. El frescura de la metáfora debe coincidir con la novedad del descubrimiento.
La singularidad de las computadoras cuánticas exige una metáfora inusual. Como investigador de la comunicación quien estudia tecnologiaCreo que las computadoras cuánticas pueden entenderse mejor como caleidoscopios.
Certeza digital frente a probabilidades cuánticas
La brecha entre la comprensión de las computadoras clásicas y las cuánticas es un gran abismo. Las computadoras clásicas almacenan y procesan información a través de transistores, que son dispositivos electrónicos que toman estados binarios y deterministas: uno o cero, sí o no. Las computadoras cuánticas, por el contrario, Manejar la información probabilísticamente. a nivel atómico y subatómico.
Las computadoras clásicas utilizan el flujo de electricidad para abrir y cerrar puertas secuencialmente para registrar o manipular información. La información fluye a través de circuitos, desencadenando acciones a través de una serie de interruptores que registran la información como unos y ceros. Usando matemáticas binarias, los bits son la base de todo lo digital, desde las aplicaciones de su teléfono hasta los registros de cuentas de su banco y las señales de Wi-Fi que rebotan en su casa.
Por el contrario, las computadoras cuánticas utilizan cambios en los estados cuánticos de átomos, iones, electrones o fotones. Las computadoras cuánticas vinculan o entrelazan múltiples partículas cuánticas de modo que los cambios en una afectan a todas las demás. Luego introducen patrones de interferencia, como varias piedras arrojadas a un estanque al mismo tiempo. Algunas ondas se combinan para crear picos más altos, mientras que algunas ondas y valles se combinan para anularse entre sí. Patrones de interferencia cuidadosamente calibrados guiar la computadora cuántica hacia la solución de un problema.
La física Katie Mack explica la probabilidad cuántica.
Lograr un salto cuántico, conceptualmente
El término “poco”es una metáfora. La palabra sugiere que durante los cálculos, una computadora puede dividir valores grandes en pequeños (bits de información) que los dispositivos electrónicos como los transistores pueden procesar más fácilmente.
Sin embargo, utilizar metáforas como ésta tiene un coste. No son perfectos. Las metáforas son comparaciones incompletas que transfieren conocimiento de algo que la gente conoce bien a algo que están trabajando para comprender. La metáfora del bit ignora que el método binario no trata con muchos tipos de bits diferentes a la vez, como podría sugerir el sentido común. En cambio, todos los bits son iguales.
La unidad más pequeña de una computadora cuántica se llama bit cuántico o qubit. Pero transferir la metáfora del bit a la computación cuántica es incluso menos adecuado que utilizarla para la computación clásica. Transferir una metáfora de un uso a otro embota su efecto.
La explicación predominante de la computación cuántica es que, mientras que las computadoras clásicas pueden almacenar o procesar solo un cero o uno en un transistor u otra unidad computacional, las computadoras cuánticas supuestamente almacenan y manejan tanto el cero como el uno y otros valores intermedios al mismo tiempo durante el proceso. de superposición.
La superposición, sin embargo, no almacena uno, cero o cualquier otro número simultáneamente. Sólo se espera que los valores sean cero o uno al final del cálculo. Esta probabilidad cuántica es el polo opuesto del método binario de almacenar información.
Impulsada por el principio de incertidumbre de la ciencia cuántica, la probabilidad de que un qubit almacene un uno o un cero es como El gato de Schroedinger, que puede estar vivo o muerto, dependiendo de cuándo lo observes. Pero los dos valores diferentes no existen simultáneamente durante la superposición. Existen sólo como probabilidades, y un observador no puede determinar cuándo o con qué frecuencia esos valores existían antes de que la observación terminara la superposición.
Dejar atrás estos desafíos y utilizar metáforas tradicionales de la computación binaria significa adoptar nuevas metáforas para explicar la computación cuántica.
Mirando dentro de caleidoscopios
La metáfora del caleidoscopio es particularmente adecuada para explicar los procesos cuánticos. Los caleidoscopios pueden crear patrones infinitamente diversos pero ordenados utilizando un número limitado de cuentas de vidrio de colores, paredes divisorias de espejos y luz. Girar el caleidoscopio potencia el efecto, generando un espectáculo infinitamente variable de colores y formas fugaces.
Las formas no sólo cambian sino que no se pueden revertir. Si giras el caleidoscopio en la dirección opuesta, las imágenes generalmente seguirán siendo las mismas, pero la composición exacta de cada forma o incluso sus estructuras variarán a medida que las cuentas se mezclan aleatoriamente entre sí. En otras palabras, si bien las cuentas, la luz y los espejos podrían replicar algunos patrones mostrados antes, estos nunca son absolutamente iguales.
Si no tienes un caleidoscopio a mano, este vídeo es un buen sustituto.
Utilizando la metáfora del caleidoscopio, la solución que proporciona una computadora cuántica (el patrón final) depende de cuándo se detiene el proceso informático. La computación cuántica no se trata de adivinar el estado de una partícula determinada, sino de utilizar modelos matemáticos de cómo la interacción entre muchas partículas en varios estados crea patrones, llamados correlaciones cuánticas.
Cada patrón final es la respuesta a un problema planteado a la computadora cuántica, y lo que se obtiene en una operación de computación cuántica es una probabilidad de que resulte una determinada configuración.
Nuevas metáforas para nuevos mundos
Las metáforas hacen que lo desconocido sea manejable, accesible y descubrible. Aproximar el significado de un objeto o fenómeno sorprendente ampliando una metáfora existente es un método tan antiguo como llamar al filo de un hacha su “bocadillo” y su extremo plano su “culata”. Las dos metáforas toman muy bien algo que entendemos de la vida cotidiana y lo aplican a una tecnología que necesita una explicación especializada de lo que hace. Llamar “broca” al filo de un hacha indica sugestivamente lo que hace, agregando el matiz de que cambia el objeto al que se aplica. Cuando un hacha da forma o parte un trozo de madera, le da un “mordisco”.
Sin embargo, las metáforas hacen mucho más que proporcionar etiquetas y explicaciones convenientes de nuevos procesos. Las palabras que la gente usa para describir nuevos conceptos cambian con el tiempo, expandiéndose y adquiriendo vida propia.
Cuando nos encontramos con ideas, tecnologías o fenómenos científicos dramáticamente diferentes, es importante utilizar términos nuevos y sorprendentes como ventanas para abrir la mente y aumentar la comprensión. Los científicos e ingenieros que intentan explicar nuevos conceptos harían bien en buscar la originalidad y dominar las metáforas; en otras palabras, pensar en las palabras como lo hacen los poetas.
Sorin Adam Matei es decano asociado de investigación en la Universidad Purdue. Este artículo se republica desde La conversación debajo de Licencia Creative Commons. Leer el artículo original.