Las Redes Neuronales Cuánticas y Enseñanza de Aspectos Básicos de la Mecánica Cuántica

• Autores: Alejandra León, Martin Arias, Juan Giraldo, Carlos Jácome
• Localización: Góndola, Enseñanza y Aprendizaje de las Ciencias: Góndola, Ens Aprend Cienc, ISSN-e 2346-4712, Vol. 18, Nº. Extra 2 (Número Especial), 2023, págs. 353-365
• Idioma: español
• Títulos paralelos:
  • Quantum Neural Networks and Teaching Basic Aspects of Quantum Mechanics
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    La enseñanza de la física en la actualidad se liga a los desarrollos que se producen en el campo de la computación, por tanto, no se puede desconocer que desde las redes neuronales se crean nuevas tecnologías y evoluciona en términos de la Inteligencia artificial. La física adoptó estos sistemas con la finalidad de poder hacer procesamiento de datos, análisis de sistemas, procesamiento de imágenes y clasificación de señales de manera más óptima, que se aplican en áreas tales como la óptica, astronomía, mecánica cuántica, entre otros. De forma paralela se crea una relación entre las redes neuronales y la computación cuántica, por lo cual, este documento profundiza dentro de dichas estructuras e identifica los lazos que hay con el formalismo cuántico. La hoja de ruta se desarrolló a partir de la construcción y análisis de algoritmos de redes neuronales, los cuales, se fundamentan en dos componentes principales, las funciones de activación y la autorregulación de pesos estadísticos que estructuran las bases del aprendizaje automático, lo que permite la investigación multidisciplinar entre la física computacional y la mecánica cuántica para la optimización y evolución del concepto de red neuronal “clásica”, se buscó un sistema cuántico de red neuronal las bases conceptuales y matemáticas para el desarrollo a futuro del concepto de la red neuronal cuántica, de esta manera, a partir del uso de conceptos fundamentales de la mecánica cuántica, se encontró alternativas para desarrollar la enseñanza de la teoría y reflejar la aplicabilidad en el machine learning un campo en potencia, para el desarrollo de la inteligencia artificial.

  • English

    The teaching of physics is currently linked to the developments that occur in the field of computing; therefore, it cannot be ignored that new technologies are being developed from neural networks and evolving in terms of artificial intelligence. Physics has adopted these systems in order to be able to perform data processing, system analysis, image processing and signal classification in a more optimal way, which are applied in areas such as optics, astronomy, quantum mechanics, among others. In parallel, a relationship has been created between neural networks and quantum computing, for which this document seeks to investigate and delve into these structures and identify the links with quantum formalism. The established roadmap is developed from the construction and analysis of neural network algorithms, which are based on two main components, the activation functions and the self-regulation of statistical weights that structure the bases of machine learning, which allows multidisciplinary research between computational physics and quantum mechanics for the optimization and evolution of the concept of "classical" neural network, affirming to date the inexistence of a quantum system of the neural network, but the conceptual and mathematical association bases for the future development of the concept of the quantum neural network, in this way, based on the use of fundamental concepts of quantum mechanics, it is possible to blur the abstract nature of said physical theory and reflect the applicability in machine learning, a potential field for the development of artificial intelligence.