Simular con precisión el flujo de aire turbulento es vital para los pronósticos del tiempo
Eumetsat/ESA
Los algoritmos de inspiración cuántica pueden simular flujos de fluido turbulentos en una computadora clásica mucho más rápido que las herramientas existentes, reduciendo los tiempos de cálculo de varios días en una gran supercomputadora a solo horas en una computadora portátil regular. Esto podría mejorar Previsiones meteorológicas y aumentar la eficiencia de los procesos industriales, dicen los investigadores.
La turbulencia en el líquido o el aire implica numerosos remolinos interactivos que rápidamente se vuelven tan caóticamente complejos que la simulación precisa es imposible para incluso el computadoras más potentes. Las contrapartes cuánticas prometen mejorar las cosas, pero actualmente incluso las máquinas más avanzadas son incapaces de cualquier cosa que no sea manifestaciones rudimentarias.
Estas simulaciones de turbulencia se pueden simplificar reemplazando cálculos precisos con probabilidades. Pero incluso esta aproximación deja a los científicos con cálculos que no exigen resolver.
Nikita Gourianov en la Universidad de Oxford y sus colegas ahora han desarrollado un nuevo enfoque que utiliza algoritmos cuánticos inspirados en la computadora llamados redes tensoras para representar distribuciones de probabilidad de turbulencia.
Las redes de tensor se originaron en la física y se convirtieron en uso común a principios de la década de 2000. Ahora ofrecen una ruta prometedora para obtener mucho más rendimiento de las computadoras clásicas existentes antes de que haya máquinas cuánticas realmente útiles disponibles.
“Los algoritmos y la forma de pensar provienen del mundo de la simulación cuántica, y estos algoritmos están muy cerca de lo que hacen las computadoras cuánticas”, dice Gourianov. “Estamos viendo una aceleración bastante drástica, tanto en teoría como en la práctica”.
En solo unas pocas horas, el equipo pudo ejecutar una simulación en una computadora portátil que anteriormente tardó varios días en una supercomputadora. El nuevo algoritmo vio una reducción de 1000 veces en la demanda del procesador y una reducción de un millón de veces en la demanda de memoria. Si bien esta simulación fue solo una prueba simple, los mismos tipos de problemas a mayor escala se encuentran detrás de los pronósticos meteorológicos, el análisis aerodinámico de las aeronaves y el análisis de los procesos químicos industriales.
El problema de turbulencia, que tiene datos en cinco dimensiones, se vuelve extremadamente difícil sin usar tensores, dice Gunnar Möller en la Universidad de Kent, Reino Unido. “Computacionalmente, es una pesadilla”, dice. “Tal vez podría hacerlo en casos limitados, cuando tenga una supercomputadora y esté feliz de ejecutarlo durante un mes o dos”.
Las redes tensoras funcionan, en efecto, reduciendo la cantidad de datos que requiere una simulación, cortando drásticamente la potencia computacional requerida para ejecutarlo. La cantidad y la naturaleza de los datos eliminados pueden controlarse cuidadosamente marcando el nivel de precisión hacia arriba o hacia abajo.
Estas herramientas matemáticas ya se han utilizado en el juego de gato y ratón entre los desarrolladores de computadoras cuánticas y los informáticos clásicos. Google anunció en 2019 que un procesador cuántico llamado Sycamore había logrado “Supremacía cuántica” – El punto en el que una computadora cuántica puede completar una tarea que sería, para todos los efectos, imposible para las computadoras ordinarias.
Sin embargo, las redes de tensor que simulan el mismo problema en grandes grupos de unidades de procesamiento de gráficos convencionales luego lograron lo mismo en poco más de 14 segundos, socavando el reclamo anterior de Google. Google tiene desde entonces avanzó una vez más con su nueva máquina Quantum Willow.
Las computadoras cuánticas grandes y tolerantes a fallas, una vez que se creen, podrán ejecutar tensores en escalas mucho más grandes con una precisión mucho mayor que las computadoras clásicas, pero Möller dice que está entusiasmado con lo que podría lograrse mientras tanto.
“Con una computadora portátil, los autores de este documento podrían vencer lo que es posible en una supercomputadora, solo porque tienen un algoritmo más inteligente”, dice. “Si usa este algoritmo en una supercomputadora, puede ir mucho más allá de lo que podría usar cualquier enfoque computacional directo. Inmediatamente tiene un gran beneficio, y no tengo que esperar otros 10 años para tener la computadora cuántica perfecta “.
Temas: