Las crecientes demandas computacionales y energéticas de los sistemas de inteligencia artificial impulsan la exploración de soluciones de software y hardware alternativas que exploten efectos físicos para la computación. Según la teoría del aprendizaje automático, un sistema computacional basado en redes neuronales debe exhibir no linealidad para modelar de manera efectiva patrones y relaciones complejas. Este requisito ha impulsado una extensa investigación en varios sistemas físicos no lineales para mejorar el rendimiento de las redes neuronales. En este artículo, proponemos y validamos teóricamente un sistema de computación de reservorio basado en una sola burbuja atrapada dentro de un volumen de líquido. Al aplicar una onda de presión acústica externa tanto para codificar información de entrada como para excitar la dinámica no lineal compleja, mostramos la capacidad de este sistema de computación de reservorio de burbuja única para predecir una serie temporal de referencia de Hénon y realizar tareas de clasificación con alta precisión. Específicamente, demostramos que un régimen físico caótico de oscilación de burbujas, donde pequeñas diferencias en las condiciones iniciales conducen a resultados muy diferentes, haciendo que el sistema sea impredecible a pesar de seguir reglas claras, pero aún adecuado para cálculos precisos, resulta ser el más efectivo para tales tareas.