Un equipo de Multiverse Computing ha probado una forma distinta de mejorar un modelo de inteligencia artificial sin hacerlo mucho más grande. La clave no fue añadir millones de ajustes internos, sino insertar una pequeña pieza cuántica dentro de un modelo ya entrenado.
El resultado es llamativo, pero conviene leerlo con calma. La IA mejoró su capacidad para predecir texto y acertó algunas preguntas científicas que el modelo original fallaba, aunque los autores insisten en que esto todavía no demuestra una ventaja cuántica completa frente a los ordenadores clásicos.
IA con ayuda cuántica
El trabajo fue dirigido por Borja Aizpurua, de Multiverse Computing y Tecnun, la Escuela de Ingeniería de la Universidad de Navarra. También participaron Sukhbinder Singh, Augustine Kshetrimayum, Saeed S. Jahromi y Román Orús, con vínculos con Multiverse Computing, Donostia International Physics Center e Ikerbasque.
El modelo usado fue Llama 3.1 8B, de Meta, una IA de 8.000 millones de parámetros. Para entenderlo fácil, los parámetros son como pequeños diales internos que el sistema ajusta durante el entrenamiento para aprender patrones del lenguaje.
Qué se ha cambiado
Los investigadores no reentrenaron todo el modelo desde cero. Mantuvieron congelados sus pesos originales e insertaron unos módulos llamados adaptadores unitarios de Cayley, pequeñas piezas matemáticas que pueden ejecutarse como circuitos cuánticos.
En la práctica, eso significa que la IA clásica seguía haciendo casi todo el trabajo habitual, pero una parte concreta del proceso pasaba por hardware cuántico real. La prueba se hizo en un IBM Quantum System Two con procesador Heron de 156 cúbits, una familia que IBM presenta como base de su arquitectura System Two.
Menos perplejidad
La mejora principal se midió con la llamada perplejidad. Dicho sin lío, es una forma de medir cuánto se equivoca un modelo al intentar adivinar la siguiente palabra de un texto. Cuanto más baja es, mejor suele ir.
Con solo unos 6.000 parámetros añadidos, menos de una parte por millón del tamaño del modelo, el sistema redujo la perplejidad de Llama 3.1 8B en torno a un 1,4 %. No es una revolución de la noche a la mañana, pero sí una señal medible en un modelo grande y ya usado fuera del laboratorio.
Preguntas mejor respondidas
La parte más fácil de visualizar llegó con preguntas concretas. En una cuestión de astronomía, el modelo original respondió que solo Saturno tenía anillos entre los planetas jovianos. La versión con el adaptador cuántico identificó correctamente que todos los planetas jovianos tienen anillos.
También hubo un ejemplo de biología universitaria. El modelo base eligió una respuesta incorrecta sobre el flujo génico entre poblaciones, mientras que la versión híbrida acertó al señalar un aumento de la homogeneidad genética. Ojo, esto no significa que la IA ya sea infalible. Significa que, en esos casos, la pieza cuántica ayudó.
El ruido manda
La computación cuántica trabaja con cúbits, unidades de información muy delicadas. A diferencia de los bits normales, que suelen manejar ceros y unos de forma más directa, los cúbits pueden representar estados más ricos, pero también se estropean con facilidad.
Ahí aparece el ruido cuántico, pequeñas interferencias que pueden arruinar una medición. IBM explica que incluso señales electromagnéticas como las de un teléfono pueden generar problemas en estos sistemas, por eso sus procesadores necesitan entornos ultrafríos y muy controlados. Es como intentar escuchar un susurro en una estación de tren.
Lo que viene ahora
Los autores plantean este avance como una prueba de viabilidad. Su mensaje no es que los ordenadores cuánticos ya superen a los clásicos en IA general, sino que una parte real de un modelo de lenguaje puede ejecutarse en hardware cuántico y producir una mejora medible.
El siguiente paso será ampliar la parte cuántica sin que el ruido se coma la señal. Si el hardware gana estabilidad y más cúbits útiles, estos adaptadores podrían servir para mejorar modelos sin disparar tanto la memoria y la infraestructura necesarias. De momento, es una puerta entreabierta. Y eso, en computación cuántica, ya cuenta bastante.
El trabajo principal se ha publicado en arXiv.
