Algoritmo del temple cuántico
El algoritmo del temple cuántico (en inglés, quantum annealing), también llamado aleación, cristalización o recocido, es análogo al temple simulado pero sustituyendo la activación térmica por el efecto túnel.
![](../I/Quant-annl.jpg.webp)
QA es una clase algorítmica parecida al temple simulado (“Simulated Annealing” o 'SA' de Kirkpatrick y otros) que consiste en una adaptación del algoritmo clásico de Metropolis-Hastings. Sin embargo, QA emplea un campo cuántico en lugar de un gradiente térmico. Para explorar el paisaje del problema de optimización, SA y sus variantes (como el Temple Paralelo) aprovechan las fluctuaciones “térmicas” correspondientes a gradientes de temperatura, mientras que QA utiliza para ello fluctuaciones “cuánticas”. Una fluctuación cuántica es un cambio en la cantidad de energía de un punto del espacio durante brevísimos lapsos de tiempo, como resultado del principio de incertidumbre enunciado por Heisemberg.
En cierto modo, los métodos de temple, cristalización o 'annealing' son una metáfora de la naturaleza que trata de imitar la forma en que se ordenan las moléculas de un metal al magnetizarse, o de un cristal durante la transición de fase, que ocurre por ejemplo, al enfriarse el agua o el dióxido de silicio tras haber sido previamente calentados: si el enfriamiento fuese lento, habitualmente el cristal así generado tendrá pocas imperfecciones (es decir, se encontrará en un metaestado de baja energía) que si se enfriara demasiado rápido (metaestado de alta energía). Este modelo físico natural se basa en la propensión a minimizar su energía libre (en el sentido de Helmholtz) de un sistema ergódico, tal como un sistema termodinámico cerrado en que todos los estados configuracionales sean equiprobables.
Los métodos de temple se basan por lo general en el algoritmo de Monte Carlo, que repite una gran cantidad de muestreos aleatorios sobre un hipercubo de dimensión 'N' (espacio de soluciones del problema), a fin de generar estados muestrales y permitiendo reducir mucho la complejidad de cómputo a costa de perder algo de precisión estadística.
Enlaces externos
- Puede encontrarse una descripción completa en el siguiente enlace.