Física cuántica para proteger la privacidad en los algoritmos de aprendizaje automático
Las llamadas redes tensoriales son prometedoras candidatas para el desarrollo de inteligencias artificiales más seguras y transparentes
Los avances en inteligencia artificial, especialmente en la rama del aprendizaje automático, están desbocados. Dentro de la larga lista de aplicaciones recientes destacan el archiconocido ChatGPT o Gemini, que además de texto procesa imágenes, audio y vídeo. Para poner en marcha estos modelos se usan grandes cantidades de datos que, en ocasiones, son confidenciales. Un ejemplo es el caso de algoritmos que ayudan en el diagnóstico y tratamiento de enfermedades, que emplean datos médicos personales. Por ello, es fundamental encontrar formas de preservar la privacidad de los datos usados. Un reciente enfoque hace uso de conceptos matemáticos de la física cuántica para hacer frente a este reto.
¿Cuál es tu reacción?
