Mediante el aprendizaje por refuerzo (un método donde el algoritmo aprende a partir de recompensas), los científicos demostraron cómo la retroalimentación activa puede controlar sistemas cuánticos de muchas partículas. Con suficiente información, los agentes encuentran estrategias no codiciosas y probabilísticas que convierten la ley volumétrica de crecimiento del entrelazamiento en una ley de área, es decir, lo limitan fuertemente. Estas estrategias crean estructuras 'piramidales' en la distribución del entrelazamiento, como compuertas que fragmentan el sistema. Es notable que tales acciones no pueden ser reemplazadas por reglas simples ideadas por humanos y requieren control en tiempo real.
Las partículas cuánticas son como los invitados a una fiesta ruidosa: en cuanto interactúan, surgen conexiones invisibles — entrelazamiento. Sin control, estas conexiones se extienden rápidamente por todo, generando caos. Pero si colocas en la entrada a un portero que solo ve a una pequeña parte de los invitados, este puede intervenir y romper los contactos innecesarios. Al principio actúa al azar, pero con el tiempo aprende. El portero descubre un truco astuto: a veces permite ráfagas de desorden, para luego crear «cuellos de botella» — puntos estrechos que dividen la multitud en islas. Entonces, las conexiones crecen solo a lo largo de los bordes de esas islas, como el área de la superficie, en lugar de llenar todo el volumen. Esto recuerda a la estructura de los agujeros negros, donde la información está vinculada al horizonte. Este enfoque permite estabilizar sistemas con decenas de partículas, allanando el camino hacia dispositivos cuánticos fiables.
🎯 El agente entrenado permite intencionalmente un poco de desorden para luego alcanzar un orden global: una táctica que ningún humano había ideado.
🎬 Así como en «Fundación» de Asimov los científicos predecían el comportamiento de las masas para evitar el caos, este algoritmo aprende a gobernar la sociedad cuántica de las partículas.