Investigación
El ruido cuántico también sirve para generar imágenes
Según Marco Parigi y colaboradores, su estudio aprovecha el ruido de un procesador de IBM para generar imágenes mediante difusión. La reconstrucción la hace una red neuronal clásica, y el resultado con hardware real queda por detrás del protocolo híbrido simulado en la comparación de calidad que presentan los autores.
Recibe el resumen diario de IA
Cada mañana, lo esencial de la inteligencia artificial en tu correo, sin humo. Al día con la IA.
Al suscribirte aceptas recibir el newsletter de AI Informator. Puedes darte de baja cuando quieras.
En resumen
- Según Marco Parigi y colaboradores, el trabajo combina dinámica cuántica y clásica en simulación y prueba otro protocolo con ruido de un procesador real.
- Los 4 qubits representan la dinámica de intensidad de cada píxel; la reconstrucción trabaja con la imagen completa.
- El apéndice amplía las pruebas a letras y a otros dígitos. Según Marco Parigi y colaboradores, su código está disponible a petición.
Aprender a reconstruir desde el ruido
La versión revisada del estudio se publicó el 9 de octubre de 2026. Según el registro de arXiv, el trabajo ya tenía un preprint presentado el 28 de mayo de 2025: la publicación de octubre da continuidad a esa investigación.
Según Marco Parigi y colaboradores, el protocolo simulado combina dinámica cuántica y clásica durante la difusión. Los autores señalan que una mezcla concreta mejora la calidad de las imágenes generadas y la consistencia de los resultados frente a la dinámica exclusivamente clásica. Las pruebas emplean MNIST, un conjunto de imágenes de dígitos manuscritos.
El procesador aporta ruido; la red reconstruye
El protocolo con hardware real aprovecha el ruido intrínseco del dispositivo durante la difusión. Los investigadores añaden esperas al circuito para aumentar ese ruido de forma controlada. La misma evolución se reutiliza y se adapta al valor inicial de cada píxel.
El circuito utiliza 4 qubits para representar la dinámica de intensidad por píxel, no para almacenar la imagen entera. Después interviene un perceptrón multicapa, una red neuronal clásica: recibe todos los píxeles y aprende a predecir sus niveles de intensidad en el paso anterior.
La simulación obtiene mejor calidad
| Protocolo | FID |
|---|---|
| Híbrido cuántico-clásico simulado | 114 |
| Con ruido del procesador real de IBM | 169 |
El experimento con el procesador real genera imágenes, pero obtiene un resultado peor que el protocolo híbrido simulado en la comparación que recoge el artículo. Según Marco Parigi y colaboradores, la evolución discreta del circuito real podría explicar la diferencia de calidad respecto de la dinámica continua de la simulación, que introduce el ruido de manera más gradual.
La comparación acredita un resultado de calidad dentro del experimento. No demuestra una ventaja en tiempo, energía o coste, ni permite concluir que el sistema supere a los generadores comerciales.
Las pruebas van más allá del cero
El apéndice incluye pruebas simuladas con EMNIST-letters, un conjunto de letras manuscritas. También presenta imágenes de los dígitos del 1 al 9 de MNIST generadas mediante la dinámica híbrida y con ruido tanto simulado como de un dispositivo real.
Según Marco Parigi y colaboradores, los datos utilizados están disponibles en los repositorios citados por el estudio y su código se facilita a petición.
Conclusión
Según Marco Parigi y colaboradores, el resultado muestra que el ruido de un procesador cuántico puede aprovecharse en la generación de imágenes con reconstrucción clásica. Su utilidad práctica sigue abierta: esta prueba no establece una ventaja de velocidad, consumo o coste ni superioridad comercial.
Fuentes primarias
Recibe el resumen diario de IA
Cada mañana, lo esencial de la inteligencia artificial en tu correo, sin humo. Al día con la IA.
Al suscribirte aceptas recibir el newsletter de AI Informator. Puedes darte de baja cuando quieras.
Comentarios