Â鶹¹û¶³

Un equipo do Instituto de ±õ²Ô±¹±ð²õ³Ù¾±²µ²¹³¦¾±²Ô en Fsica, Computacin e Ciencia Aeroespacial (Ifcae) da Â鶹¹û¶³ est a desenvolver un proxecto estatal centrado na simulacin de sistemas cunticos non lineais multidimensionais mediante redes neuronais informadas por fsica. Empregando intelixencia artificial, nel buscan atopar novas propiedades fsicas en sistemas cunticos e fotnicos. 

O proxecto arrancou en setembro de 2024 e est previsto que remate en decembro de 2027, contando cun orzamento de 62.500 euros e financiamento do Ministerio de Ciencia e Innovacin. O equipo est formado por membros do Ifcae, que ten a súa sede no campus de Ourense, tendo como investigadores principais a Humberto Michinel, profesor da Escola de Enxeara Aeronutica e do Espazo, e a David N. Olivieri, profesor da Escola Superior de Enxeara Informtica. Completan o grupo o persoal docente e investigador destes centros Mara José Lado, Leandro Rodrguez e José Ramn Salgueiro. A iniciativa d continuidade s lias de traballos destes investigadores e investigadora en mbitos como a fotnica e a intelixencia artificial. 

Este proxecto consiste en "educar" a unha intelixencia artificial para que poida atopar novas propiedades fsicas en certos sistemas cunticos e fotnicos dunha forma moi enxeosa: en lugar de adestrarse con miles de exemplos, como fan as IA convencionais, empregan as propias leis fsicas do problema. Deste xeito, unha rede neuronal propn unha solucin candidata ecuacin que rexe un certo sistema (por exemplo pulsos de luz en fibras pticas ou nubes cunticas de tomos ultrafros) e logo “examnase" a si mesma comprobando canto incumpre esa ecuacin en distintos puntos do espazo e o tempo. Cada vez que a rede falla, axusta os seus parmetros internos para reducir o erro, repetindo o proceso millns de veces ata que a súa solucin respecta tanto a ecuacin como as condicins iniciais do problema.

A gran vantaxe é que non necesita as custosas mallas de clculo dos métodos numéricos tradicionais e pode mesmo traballar "ao revés": deducir parmetros fsicos descoecidos a partir de medicins experimentais. As súas aplicacins potenciais son enormes: desear comunicacins por fibra ptica mis eficientes, modelar futuros ordenadores cunticos, ou acelerar simulacins que hoxe requiren supercomputadores.