Recerca
El soroll quàntic també serveix per generar imatges
Segons Marco Parigi i col·laboradors, el seu estudi aprofita el soroll d'un processador d'IBM per generar imatges mitjançant difusió. La reconstrucció la fa una xarxa neuronal clàssica, i el resultat amb maquinari real queda per darrere del protocol híbrid simulat en la comparació de qualitat que presenten els autors.
Rep el resum diari d'IA
Cada matí, l'essencial de la intel·ligència artificial al teu correu, sense fum. Al dia amb la IA.
En subscriure-t'hi acceptes rebre el butlletí d'AI Informator. Pots donar-te de baixa quan vulguis.
En resum
- Segons Marco Parigi i col·laboradors, el treball combina dinàmica quàntica i clàssica en una simulació i prova un altre protocol amb soroll d'un processador real.
- Els 4 qubits representen la dinàmica d'intensitat de cada píxel; la reconstrucció treballa amb la imatge completa.
- L'apèndix amplia les proves a lletres i a altres dígits. Segons Marco Parigi i col·laboradors, el seu codi està disponible a petició.
Aprendre a reconstruir a partir del soroll
La versió revisada de l'estudi es va publicar el 9 d'octubre de 2026. Segons el registre d'arXiv, ja se n'havia presentat una prepublicació el 28 de maig de 2025: la publicació d'octubre dona continuïtat a aquella recerca.
Segons Marco Parigi i col·laboradors, el protocol simulat combina dinàmica quàntica i clàssica durant la difusió. Els autors assenyalen que una combinació concreta millora la qualitat de les imatges generades i la consistència dels resultats respecte de la dinàmica exclusivament clàssica. Les proves utilitzen MNIST, un conjunt d'imatges de dígits manuscrits.
El processador aporta soroll; la xarxa reconstrueix
El protocol amb maquinari real aprofita el soroll intrínsec del dispositiu durant la difusió. Els investigadors afegeixen pauses al circuit per augmentar aquest soroll de manera controlada. La mateixa evolució es reutilitza i s'adapta al valor inicial de cada píxel.
El circuit utilitza 4 qubits per representar la dinàmica d'intensitat de cada píxel, no per emmagatzemar la imatge sencera. Després hi intervé un perceptró multicapa, una xarxa neuronal clàssica: rep tots els píxels i aprèn a predir els seus nivells d'intensitat en el pas anterior.
La simulació obté més qualitat
| Protocol | FID |
|---|---|
| Híbrid quàntic-clàssic simulat | 114 |
| Amb soroll del processador real d'IBM | 169 |
L'experiment amb el processador real genera imatges, però obté un resultat pitjor que el protocol híbrid simulat en la comparació que recull l'article. Segons Marco Parigi i col·laboradors, l'evolució discreta del circuit real podria explicar la diferència de qualitat respecte de la dinàmica contínua de la simulació, que introdueix el soroll de manera més gradual.
La comparació acredita un resultat de qualitat dins de l'experiment. No demostra cap avantatge en temps, energia o cost, ni permet concloure que el sistema superi els generadors comercials.
Les proves van més enllà del zero
L'apèndix inclou proves simulades amb EMNIST-letters, un conjunt de lletres manuscrites. També presenta imatges dels dígits de l'1 al 9 de MNIST generades mitjançant la dinàmica híbrida i amb soroll tant simulat com d'un dispositiu real.
Segons Marco Parigi i col·laboradors, les dades utilitzades estan disponibles als repositoris citats a l'estudi i el seu codi es facilita a petició.
Conclusió
Segons Marco Parigi i col·laboradors, el resultat mostra que el soroll d'un processador quàntic es pot aprofitar per generar imatges amb reconstrucció clàssica. La seva utilitat pràctica continua oberta: aquesta prova no estableix cap avantatge de velocitat, consum o cost ni cap superioritat comercial.
Fonts primàries
Rep el resum diari d'IA
Cada matí, l'essencial de la intel·ligència artificial al teu correu, sense fum. Al dia amb la IA.
En subscriure-t'hi acceptes rebre el butlletí d'AI Informator. Pots donar-te de baixa quan vulguis.
Comentaris