Una neurona artificial común se parece a un cocinero que sigue estrictamente una receta: mezcla los datos de entrada en proporciones fijas y da un resultado. Paul Dirac mostró cómo convertir números en objetos que violan la regla de que "el orden de los sumandos no altera la suma". Los científicos aplicaron esto a la neurona: ahora el cocinero tiene la posibilidad de combinar los ingredientes en cualquier orden, incluso simultáneamente, y el plato se vuelve más refinado.

Dentro de la neurona cuántica no hay una sola fórmula, sino un montón de estados que existen al mismo tiempo. Utilizando el entrelazamiento y un ajuste de temperatura de carácter termodinámico, aprende con siete cúbits y comete diez veces menos errores que su análogo clásico.

Un ingrediente inesperado: un truco matemático reemplazó la curva de aprendizaje de la neurona por una fórmula de la física de semiconductores, que describía la distribución de energía de las partículas. Esto permitió que la neurona aprendiera de forma más eficiente. Estas neuronas serán la base de redes neuronales cuánticas que procesan directamente datos cuánticos. El funcionamiento de la neurona, incluyendo la medición de estados y la transferencia de información cuántica, se comprobó mediante simulación numérica antes de ejecutarse en un dispositivo real. En el desarrollo participaron las ideas de Erwin Schrödinger y los métodos de Seth Lloyd.