La máquina que no se estorba a sí misma exprés

Original: "A fully parallel densely connected probabilistic Ising machine with inertia for real-time applications"
arXiv:2604.17109 · 2026-04-18 · CC BY 4.0 · 1 min
Científicos han enseñado al hierro a resolver problemas complejos cien veces más rápido añadiendo un poco de inercia.

📄 Mostrando la versión "Simple" — "Popular" aún no está lista. Añádelo a favoritos para ayudar a priorizarla.

Una orquesta donde cada músico toca su parte pero solo oye al vecino. En cuanto uno se equivoca, una ola de errores recorre toda la sala. Así funcionan las máquinas de Ising: dispositivos especiales para resolver problemas donde hay que elegir la mejor opción entre muchas. Sus elementos, los “espines”, están conectados entre sí, y si se actualizan a la vez, empiezan a estorbarse, como músicos que entran fuera de tiempo.

Normalmente, los espines se actualizan uno tras otro, pero eso es lento. Los autores del artículo idearon añadir a cada espín un poco de inercia, como la de un volante que impide tirones bruscos. Con inercia, los espines dejan de reaccionar a cada susurro de los vecinos y pueden actualizarse todos a la vez sin estropear el resultado global. Lo probaron en problemas de corte de material (Max-Cut) y en el modelo de vidrio (Sherrington-Kirkpatrick), así como en la detección de señales en comunicaciones inalámbricas.

Para 200 espines, la actualización paralela dio una aceleración media de 35 veces, y en el mejor caso, de 150 veces.

La utilidad práctica se ve en el 5G: detectar una señal en tiempo real exige decisiones rápidas. La máquina de Ising con inercia cumplió los estrictos requisitos de calidad y velocidad, ocupando además un área razonable en el chip. Una orquesta donde todos tocan a la vez y en armonía: eso es lo que se consiguió.

El modelo de Sherrington-Kirkpatrick, con el que se probó la máquina, describe un vidrio de espín: un material donde los momentos magnéticos quedan congelados en direcciones aleatorias, como personas atrapadas en una multitud que empujan en direcciones opuestas.

Científicos
Andrey Markov
Conceptos
algoritmo de Metropolis-Hastings procesamiento paralelo muestreo de Gibbs tiempo real optimización de recursos en computación cuántica xgboost modelo de Ising CRISPR problema de optimización máquina de Turing procesamiento digital de imágenes