Investigadores han logrado resolver el problema de Aprendizaje de Paridad con Ruido (LPN) utilizando una máquina óptica coherente de Ising (CIM). Este avance representa un hito significativo en la computación óptica, demostrando la capacidad de las CIM para abordar problemas computacionalmente complejos que son fundamentales en criptografía y aprendizaje automático. El LPN es un problema NP-difícil que se considera la base de la seguridad de varios esquemas criptográficos post-cuánticos, lo que subraya la relevancia de esta demostración experimental.

El equipo utilizó una CIM que opera con pulsos de luz para simular un sistema de espines interactuantes, mapeando el problema LPN a la búsqueda del estado de mínima energía de este sistema. La arquitectura óptica permite una alta conectividad entre los 'espines' virtuales y una rápida exploración del espacio de soluciones. La capacidad de la CIM para manejar la 'ruido' inherente al problema LPN es crucial, ya que en escenarios reales los datos suelen estar corrompidos. Este enfoque óptico ofrece una alternativa prometedora a los métodos computacionales tradicionales, que luchan con la escalabilidad y la eficiencia en este tipo de problemas.

La resolución exitosa del LPN con esta tecnología no solo valida la utilidad de las CIM para problemas de optimización combinatoria, sino que también abre nuevas vías para el desarrollo de hardware especializado en inteligencia artificial y seguridad. A medida que la computación cuántica avanza, la búsqueda de algoritmos y hardware que puedan resistir sus capacidades es primordial. Las máquinas de Ising coherentes, al ofrecer una ruta hacia la resolución eficiente de problemas como el LPN, se posicionan como una tecnología clave en el panorama de la computación emergente.