Interpretable Quantum Photonic Generative Models

En el mundo de las finanzas, la previsión meteorológica y la ingeniería compleja, un desafío común es comprender cuántas cosas diferentes cambian al mismo tiempo. Cuando el precio de una acción se mueve, ¿otra sube o baja? Cuando la temperatura cambia, ¿cómo reacciona la humedad? Los científicos llaman a este aprendizaje la "distribución conjunta" de las variables, una forma de mapear la red invisible de conexiones entre muchas partes móviles. Para hacer esto, los investigadores suelen construir programas informáticos que aprenden de datos pasados y luego generan nuevos escenarios realistas. Sin embargo, estos programas pueden volverse tan complejos que actúan como cajas negras: producen respuestas, pero nadie puede ver fácilmente cómo llegaron a ellas. Además, a medida que el número de variables crece, estas simulaciones digitales se vuelven increíblemente lentas, requiriendo una potencia de cálculo masiva solo para producir un nuevo ejemplo. Esto ha llevado a los científicos a buscar sistemas físicos que puedan realizar esta tarea de forma natural, utilizando las leyes de la física para generar datos de manera más rápida y transparente que una computadora estándar.

Un equipo de investigadores de la Universidad de Sheffield ha propuesto una nueva forma de abordar este problema utilizando la luz. En lugar de escribir código para simular una compleja red de relaciones, construyeron un modelo físico utilizando fotones, las partículas fundamentales de la luz. Su sistema está diseñado para aprender los patrones estadísticos que se encuentran en los datos del mundo real, como los cambios diarios en los precios de los activos financieros, y luego producir nuevas muestras que imiten esos patrones. La idea central es utilizar un tipo específico de circuito óptico donde las ondas de luz se manipulan para crear correlaciones. En esta configuración, los investigadores comienzan con canales de luz vacíos y utilizan un proceso llamado "squeezing" (compresión) para vincular pares de ondas de luz, haciendo que sus movimientos dependan uno del otro. Luego, utilizan espejos y divisores de haz para mezclar estas ondas, extendiendo las conexiones por todo el sistema. Finalmente, miden la luz para ver qué patrones emergen. Debido a que la física de la luz está bien comprendida, los investigadores pueden rastrear exactamente cómo cada parte de la máquina contribuye al resultado final, lo que hace que el modelo sea "interpretable" en lugar de una misteriosa caja negra.

Los investigadores probaron su idea intentando recrear las complejas relaciones encontradas en los rendimientos diarios de los activos financieros. Eligieron dos desafíos específicos: un pequeño grupo de cinco activos diferentes, que incluía acciones tecnológicas importantes, un fondo de oro, un fondo de bonos gubernamentales y una criptomoneda, y un grupo más grande de veinte acciones diferentes del índice S&P 500. El objetivo era entrenar su máquina basada en luz para que coincidiera con la matriz de correlación de estos activos, que es un mapa que muestra con qué fuerza se mueve cada par de activos de forma conjunta. En la prueba de los cinco activos, el equipo logró entrenar el circuito para que el modelo basado en luz reprodujera la fuerza y dirección exactas de las relaciones entre los activos. La diferencia entre los datos del mundo real y la salida del modelo fue tan pequeña que apenas era mensurable, con errores apareciendo solo en el quinto decimal. El modelo identificó correctamente no solo que los activos se movían juntos, sino también si se movían en la misma dirección o en direcciones opuestas.

Para asegurar que el modelo no solo estuviera igualando las relaciones sino también la forma general de los datos, los investigadores aplicaron un ajuste matemático simple a la salida. Este paso alineó los valores promedio y la dispersión de los números generados con los datos reales, de forma muy similar a sintonizar una radio para obtener la señal más clara. Si bien el modelo basado en luz produce naturalmente datos que siguen una curva de campana estándar, los datos financieros reales a menudo tienen "colas pesadas", lo que significa que los eventos extremos ocurren con más frecuencia de lo que una curva simple predeciría. Los investigadores descubrieron que, si bien su modelo capturaba las conexiones centrales perfectamente, le costaba ligeramente replicar estas colas extremas, lo cual es de esperarse ya que el sistema de luz fue diseñado para ser mayormente lineal. Sin embargo, para la gran mayoría de los datos, el ajuste fue excelente.

El equipo llevó luego el sistema a sus límites con la prueba de los veinte activos. Esto requirió un circuito mucho más grande con muchas más conexiones para gestionar la complejidad. Incluso con este aumento de tamaño, el modelo siguió siendo efectivo. Reprodujo con éxito los patrones de correlación para los veinte valores, identificando correctamente el signo de la relación —ya fuera positiva o negativa— para aproximadamente el 94 por ciento de todos los pares posibles. Los errores en la fuerza de estas relaciones se mantuvieron pequeños, con la gran mayoría situándose muy por debajo de un umbral que se consideraría un error significativo. Esto demostró que el enfoque podía escalar para manejar un número realista de variables sin perder su capacidad para aprender la estructura subyacente.

Una parte clave de este trabajo involucró un obstáculo técnico: cómo simular un tipo específico de interacción de luz llamado puerta Kerr, que introduce un efecto no lineal que hace que el sistema sea más potente pero más difícil de calcular. Las simulaciones informáticas estándar luchan con esto porque las matemáticas se vuelven increíblemente pesadas. Los investigadores desarrollaron un nuevo método para aproximar este efecto descomponiéndolo en una suma de partes lineales más simples que una computadora pudiera manejar de manera eficiente. Esto les permitió probar el potencial del modelo para manejar distribuciones de datos más complejas sin necesidad de una supercomputadora. Descubrieron que, para las no linealidades débiles que probaron, este método funcionaba bien, manteniendo la simulación rápida mientras capturaba la física esencial.

El estudio concluye que este enfoque basado en la luz ofrece un camino prometedor para generar datos que sean tanto rápidos como comprensibles. A diferencia de los modelos informáticos tradicionales que requieren que el usuario confíe en un algoritmo complejo, este sistema fotónico permite a los investigadores ver exactamente cómo se construyen las correlaciones, capa por capa. La naturaleza física del sistema significa que, una vez entrenado, puede producir nuevas muestras casi instantáneamente, limitado únicamente por la velocidad de los detectores de luz, que pueden operar a miles de millones de ciclos por segundo. Si bien la versión actual funciona mejor para datos que siguen patrones estándar, los investigadores sugieren que, al fortalecer los componentes no lineales en versiones futuras, el sistema podría eventualmente modelar fenómenos del mundo real aún más complejos e impredecibles. Este trabajo establece una nueva plataforma donde las leyes de la óptica pueden aprovecharse para aprender de los datos y generar nuevos conocimientos, cerrando la brecha entre el aprendizaje estadístico abstracto y los procesos físicos tangibles.