mecánica cuántica archivos - Futurizable | Sngular
Enlaces rápidos
  • Blockchain
  • Big Data
  • Educación
  • Robótica
  • Espacio

Currently Viewing Posts Tagged mecánica cuántica

Hasta que llegue la Internet Cuántica

Publicado el 06 febrero, 2020

Introducción

“Pienso que se puede afirmar tranquilamente que nadie entiende la mecánica cuántica… No te pongas a repetir, si puedes evitarlo ¿pero cómo puede ser así? porque irás hacia un callejón sin salida del que nadie ha escapado. Nadie sabe cómo puede ser así. Si usted piensa que entiende la mecánica cuántica… entonces usted no entiende la mecánica cuántica» Richard Feynman

Tras leer estas palabras y reflexionar sobre ellas, teniendo en cuenta que Richard Feynman, además de haber recibido el premio Nobel de física, está considerado como el padre de la computación cuántica, y ha sido de uno de los científicos que más ha aportado al desarrollo actual de la mecánica cuántica, sería una osadía intentar explicar en detaller en qué consiste la computación cuántica. Pero lo que sí que podemos hacer es recomendar una serie de recursos que pueden ayudar a aquellos que estén interesados en profundizar en ello o incluso aprovechar la oportunidad que supone por lo incipiente que es esta nueva disciplina tecnológica.

Recursos sobre computación cuántica

No es la primera vez que hablamos de computación cuántica en Futurizable, ya que en 2016 hicimos un artículo donde lo mencionábamos junto a otras tecnologías incipientes en el ámbito de la informática, de las cuales, claramente, la que más protagonismo ha tomado en este tiempo es la cuántica. Del artículo anterior vale la pena recordar como apenas había un puñado de empresas dedicadas a trabajar en este ámbito, frente a las más de 100 startups que han surgido en estos años, enfocadas en realizar distintos tipos de desarrollos en el marco del quantum computing. Podemos destacar D-Wave, con su plataforma Leap; Riggeti, que ofrece su plataforma de computación cuántica a través de Amazon Web Services; IonQ, que ha apostado por el modelo de computación cuántica basado en trampa de iones propuesto por el físico español Ignacio Cirac; y Zapata Computing, que trabaja en el desarrollo de los algoritmos cuánticos necesarios para que comiencen a aparecer los primeros casos de uso reales de la tecnología.

En lo que a startups españolas se refiere, nos encontramos por ejemplo con Quside que se dedica al diseño y fabricación de componentes cuánticos innovadores para cualquier dispositivo conectado. Para ello han desarrollado una tecnología de generación de números aleatorios cuánticos, con el objetivo de habilitar la próxima generación de soluciones de cifrado. Quside nació como una spin-off del ICFO-The Institute of Photonic Sciences en Barcelona. Después de más de 6 años de intenso esfuerzo de I + D en el desarrollo de dispositivos cuánticos para comunicaciones seguras, el equipo tomó el camino de la industrialización y constituyó la empresa en 2017. A partir de ese momento la compañía se dedica al desarrollo de su innovadora tecnología cuántica y fotónica.

Otras startups españolas que trabajan en el ámbito de la computación cuántica a las que habrá que seguir la pista son Q-LION, Metempsy, Multiverse y VLC Photonics.

Además hay que destacar que las grandes empresas tecnológicas cuentan ya con programas específicos para el desarrollo de esta tecnología, de manera que, al igual que ha ocurrido con la Inteligencia Artificial (al menos de momento) la idea es compartir y colaborar, de forma que, uniendo fuerzas en todas estas empresas, se puedan afrontar los grandes retos que presenta esta tecnología, tanto desde el punto de vista científico como a la hora de aplicarlo en casos reales.

En este sentido sabemos desde hace tiempo que la apuesta por la computación cuántica de IBM se realiza a través del proyecto Quiskit, donde están haciendo una importante labor de divulgación, gracias a al trabajo en la materia que realizan profesionales como Asier Arranz. Por otro lado sabemos que la iniciativa de Google con su proyecto Cirq, está muy ligada a su estrategia de Inteligencia Artificial, que Microsoft desarrolla también sus propias iniciativas en el marco de Azure y que Amazon ha llamado Braket a su iniciativa de informática cuántica.

También otras muchas empresas tecnológicas como Intel, Baidu, Mitsubishi, Nokia, Alibaba, … tienen sus propios programas para el desarrollo de la computación cuántica, por lo que vemos que estamos en un momento importante en cuanto al interés por la tecnología se refiere y lo que tendremos que ver en los próximos años es el nivel de madurez que se puede llegar a lograr, a través de los casos de uso en diferentes industrias, igual que ha sucedido recientemente con otras tecnologías como blockchain.

Las diferentes aplicaciones cuánticas

Antes de entrar en detalle sobre el funcionamiento de la computación cuántica conviene saber que existen diferentes aplicaciones cuánticas más allá de la propia computación, de forma que, actualmente, se trabaja en paralelo en el desarrollo de estas tecnologías basadas en la teoría de la información cuántica, de las cuales algunas están claramente más avanzadas que otras.

  1. Las comunicaciones cuánticas consisten en la transmisión de información valiéndose de los principios de la mecánica cuántica y propiedades como el entrelazamiento cuántico y la teleportación cuántica. Su desarrollo se basa principalmente en la criptografía cuántica y la computación cuántica, se proyecta como el futuro medio de comunicación ideal debido al gran aporte en el área de la seguridad informática. Se considera que en un futuro próximo se podrán implementar redes cuánticas que reemplacen a los actuales sistemas de telecomunicación especialmente para ofrecer utilidad en comunicaciones que trabajan con información crítica como puede ser la financiera, legal o de seguridad nacional.
  2. La criptografía cuántica es la criptografía que se basa en los principios de la mecánica cuántica para garantizar la absoluta confidencialidad de la información transmitida. Una de sus propiedades más importantes consiste en que si un tercero intenta espiar durante la creación de la clave secreta, el proceso se altera descubriendo al intruso antes de que se transmita la información privada, lo cual es consecuencia del teorema de no clonado.
  3. La computación cuántica es a lo que vamos a dedicar este artículo y consiste en el uso de qubits en lugar de bits, dando lugar a nuevas puertas lógicas que hacen posibles nuevos algoritmos.
    La programación cuántica está surgiendo a la par que se van desarrollando los ordenadores cuánticos, por lo que las principales empresas que trabajan en ello han creado sus propios lenguajes de programación como puede ser Q sharp de Microsoft, QASM desarrollado por IBM para ser usado en el marco de su framework Qiskit. Y sobre todo tenemos que considerar la gran relevancia que está tomando Python en este sector, al igual que ha ocurrido antes en el ámbito de la Inteligencia Artificial.
  4. Todos estos desarrollos nos llevarían en un futuro a disponer del llamado Internet Cuántico que funcionaría a través de satélites y nos colocaría a un nuevo nivel en cuanto al uso que podemos hacer de las tecnologías de comunicaciones e informáticas.
  5. Finalmente tenemos que pensar en otros tipos de aplicaciones por ejemplo en temas como la metrología y sensores, donde ya se trabaja por ejemplo en el diseño de alternativas a los relojes atómicos, en sistemas de navegación basados en acelerómetros como alternativa al sistema GPS y en el desarrollo de gravitrómetros cuánticos, entre otras muchas aplicaciones.

Cuatro formas en las que se pueden crear los qubits

De cara a poder desarrollar ordenadores cuánticos resulta imprescindible poder disponer de un hardware que sea capaz de trabajar con qubits, para lo cual se han propuesto diferentes soluciones, tanto de manera teórica o experimental, como desarrolladas de forma práctica, lo que ocurre es que la mayoría de ellas aún no están disponibles de manera comercial y sobre todo que aún no podemos saber si una de ellas se impondrá frente a las demás o si se mantendrán varias opciones en función de la utilidad que se quiera obtener. En todo caso lo que vamos a ver a continuación son 4 de las formas que están más desarrolladas hasta el momento.

  1. Utilizar el spin de partículas como el electrón para crear qubits, sabiendo que las partículas como los electrones, o los propios átomos, tienen una propiedad de tipo magnético denominada spin. Podemos imaginarnos el electrón como un pequeño imán, con su polo Norte y su polo Sur. En estado de superposición, la dirección Sur-Norte de éste queda indefinida. Para tratar de conocerla, utilizamos un aparato de medida que hace pasar el electrón entre dos imanes, uno mostrando su polo S y otro mostrando su polo N. Uno de los imanes (S) es más potente que el otro, de forma que si el electrón tiene su polo N hacia el S del aparato de medida y viceversa, saldrá del aparato con una trayectoria ligeramente desviada hacia donde estaba el polo S del aparato. Si, por el contrario, el electrón tiene sus polos iguales respecto a los del aparato, el que es más potente, el S, repele el polo S del electrón y la trayectoria de éste al salir, estará ligeramente desviada en la dirección N del aparato. Bien, si el electrón tiene su spin o dirección S-N en una dirección cualquiera, deberíamos ver trayectorias en diferentes ángulos y desviaciones, pero los experimentos nos dan dos trayectorias al 50%, como si el spin siempre estuviese perfectamente alineado con la dirección de los imanes del aparato, ya sea hacia el N o hacia el S. Al observar la distribución de los impactos de los electrones en la lámina final, no hay impactos en la zona donde llegarían los electrones cuyo spin tiene una dirección S-N inclinada u horizontal y su desviación hacia el N o el S no fuese tan marcada.
  2. Utilizar la dirección de polarización del fotón para crear el qubit, de forma muy semejante a lo que ocurre con el spin del electrón. El plano de vibración asociado al fotón, puede tener distintas inclinaciones, y existen filtros que solo dejan pasar los fotones cuyo plano de polarización está en un ángulo concreto. En estado de superposición, dicho plano está indeterminado, y al aplicarle el filtro vertical, se deshace la superposición y dejará pasar fotones al 50% con polarización vertical, mientras que otro 50% de fotones se habían manifestado con polarización horizontal y no pasan el filtro. En el experimento de los tres filtros, por ejemplo, se ve que si aplicamos un filtro que solo deja pasar la polarización horizontal, al aplicar un filtro vertical, no pasan fotones. Pero si, tras un filtro horizontal, colocamos otro inclinado un ángulo de 45º, el estado de superposición que provoca éste, hace que un filtro vertical posterior deje pasar el 50% del haz de fotones.
  3. Usar una trampa de iones para crear los qubits, mediante campos eléctricos y electromagnéticos.Al disponer iones (suelen ser de Calcio) capturados de forma que solo puedan vibrar en una de las tres dimensiones (Z), este único movimiento solo se manifiesta según cantidades concretas de energía (cuantos). En estado de superposición, podemos tener un ión en un estado indeterminado entre movimiento cero y vibración asociado a un estado energético concreto. Al incidir con un láser sobre el ión, según el estado energético que adopta al romperse la superposición, sale un fotón o no.
  4. Usar el efecto túnel entre dos superconductores (Unión Josephson, Temple Cuántico) es otra forma de crear qubits que cumplan con las características definidas por la lista de criterios propuesta por Di Vincenzo. Para ello se utiliza un circuito de superconductores (suele ser aluminio) a temperaturas muy cercanas al cero absoluto, en los que hay un sistema resonante (su estado se manifiesta a través de frecuencias) que puede estar en lo que se llama el estado “Ground” o básico que representará el 0, y puede estar en un estado “excitado”, al aplicar micro-ondas con una energía muy concreta, que representará al 1. Si la frecuencia aplicada con las microondas no llega a ser la exacta que pone al sistema en el estado excitado, el sistema se queda en un estado de superposición. En estos circuitos, la parte clave son las Uniones de Josephson en las que se produce el conocido efecto túnel, que es el que permite pasar electrones (los pares de Cooper) a través del aislante entre los dos superconductores. Es curioso que, precisamente, el efecto túnel sea el inconveniente que se encuentran los transistores de los chips clásicos para funcionar bien, siendo justo el efecto clave para que los chips cuánticos funcionen en el nuevo paradigma de la computación cuántica. Éste es el sistema utilizado por IBM en su ordenador cuántico Q, en el que un circuito tipo “trasmon” se comporta de forma cuántica en arquitecturas de diferentes formas y diferente número de qubits En la técnica del Temple Cuántico, que es la que usa D-Wave, el sistema es de un número mucho mayor de qubits y se analiza la distribución de valores del hamiltoniano (una función que mide la energía del sistema) obteniendo un “landscape” o paisaje en el que el valor mínimo representa la solución óptima al problema computacional.

Cómo empezar a aprender sobre computación cuántica

De las primeras cosas que podemos hacer cuando nos planteamos aprender sobre una nueva tecnología, es empezar a ir a eventos para conocer el estado de desarrollo de la materia y conocer a otras personas que se encuentran en una situación parecida a la nuestra, de forma que ésto nos podrá ayudar a tomar una decisión al respecto de cómo adentrarnos en esta materia y sobre todo hacerlo de la mano de otros que ya llevan parte del camino recorrido. A este respecto de los eventos ya se han empezado a poner en marcha algunos, como por ejemplo en Madrid están el Meetup Computación Cuántica en Madrid promovido por IBM y el Meetup Quantum and Beers Madrid promovido por Sngular, aunque en Meetup podremos encontrar otros que se realizan en otras ciudades.

Antes de lanzarnos a participar en eventos sería bueno llegar allí con cierta base en cuanto a los principales aspectos a conocer de esta disciplina y conocer conceptos como el qubit, la superposición, el entrelazamiento, las puertas cuánticas, como la de Hadamard y CNOT, o la esfera de Bloch. A este respecto recomendamos por aquí unos vídeos de Derivando, Date un Voltio y Quantum Fracture, que son grandes divulgadores científicos y explican el tema de la forma más didáctica posible. Además si quieres entender las connotaciones que esta tecnología va a tener a nivel de desarrollo informático y de negocio para las startups te recomendamos ver este vídeo de Platzi.

Los Frameworks para programar ordenadores cuánticos

Para trabajar con la computación cuántica, como ocurre con otras tecnologías recientes, lo mejor es subirse a hombros de gigantes, es decir, aprovechar todo el trabajo que ya han hecho las grandes empresas tecnológicas, para construir sobre ello nuevas ideas y aplicaciones. De hecho si estas empresas han decidido apostar por este modelo de funcionamiento es porque saben que es la mejor forma de impulsar un nuevo sector en el que existen tantas incertidumbres y dificultades a superar. Por lo tanto lo que vamos a descubrir a continuación son las plataformas sobre las que podemos trabajar si queremos empezar a hacer pruebas con la computación cuántica.

  1. Qiskit de IBM. IBM ha sabido mover ficha con habilidad y rapidez, creando un entorno bastante amable, con buena documentación, para iniciarse en la programación de circuitos cuánticos. Qiskit es un framework Open Source en Python, con cuatro elementos: Terra, Aer, Aqua e Ignis. A grandes rasgos, Terra provee de las herramientas básicas para programar los circuitos y ejecutarlos en remoto en los backends cuánticos reales; Aer permite simular el funcionamiento de éstos mientras estamos creando los circuitos y probando; Aqua proporciona las librerías para particularizar en el campo de la química, la IA o las finanzas, e Ignis se encarga del ruido, que como veremos más adelante es el gran problema al que se enfrenta en estos momentos la computación cuántica. A través de la IBM Q Experience y una serie de tutoriales, es relativamente sencillo introducirse y familiarizarse con el entorno de Qiskit, trabajando sobre Jupyter notebooks. También han lanzado un manual que permite ponerse manos a la obra para ir descubriendo más a fondo las posibilidades y herramientas a nuestro alcance.
  2. Forest SDK de Rigetti. El fundador de Rigetti provenía de la división de computación cuántica de IBM, por lo que, a pesar de ser una compañía relativamente reciente, se ha ganado la confianza de inversores y agentes del sector. El sistema de Rigetti, en realidad, es híbrido, complementando computación clásica con un co-procesador cuántico. En 2017 lanzó su propia plataforma de servicio para programar algoritmos cuánticos, llamada Forest, gratuita y libre, cuya SDK se puede descargar desde la web. Cuenta con su propio lenguaje de programación: Quil. Pero proporcionan una librería (PyQuil) para poder crear y ejecutar los programas con Python. Los circuitos programados se pueden ejecutar en una QVM (Quantum Virtual Machine) en modo simulación, o también se puede acceder a un QPU (Quantum Processing Unit) para hacer una ejecución en su ordenador cuántico real. Rigetti ha creado una comunidad de partners que actúan como intermediarios para llegar más lejos y con un portfolio de servicios más completo para empresas como usuario final.
  3. Strawberry Fields de Xanadu. Xanadu cuenta con una plataforma muy limpia para probar la computación cuántica basada en fotones. Strawberry Fields es una librería Python open source, que ellos categorizan como “full stack” para diseñar, simular y optimizar circuitos cuánticos ópticos. En la web ofrecen una interfaz interactiva bastante bonita para construir gráficamente un circuito y probarlo en simulación. La documentación todavía no es muy amplia, pero, al igual que en casi todas las plataformas, es suficiente para iniciarse y probar.
  4. Cirq de Google. Google ya lanzó en 2018 su propio framework open source para Python, denominado Cirq, con el que se pueden crear algoritmos cuánticos y ejecutarlos localmente, en un entorno virtual Python, en modo simulador. La documentación disponible es un poco escasa, pero está bien para iniciarse. La intención es dar acceso remoto a su ordenador cuántico para que cualquiera pueda ejecutar los algoritmos en el pardigma cuántico real, pero aún no han dado ese paso. Han estado bastante concentrados en poner a punto su última versión de chip cuántico, el Sycomore de 54 bits, para su experimento de supremacía cuántica. Sería bueno que continuasen en la línea de lo que hicieron con Tensorflow para el tema de machine learning y vuelvan a cuidar la comunidad. Lo malo de los simuladores cuánticos, es que tarde o temprano ya no sirven, pues, en el fondo, se ejecutan sobre computación clásica.
  5. Leap de D-Wave. D-Wave fue la primera empresa en vender ordenadores cuánticos, entre otros, a la Nasa. Sus ordenadores cuánticos se basan en la técnica del “recocido cuántico” o “temple cuántico”. Esta tecnología se basa en una arquitectura basada en grafos, por la cual cada qubit está acoplado a otros 15 qubits (en su arquitectura actual Pegasus). Su funcionamiento está totalmente enfocado en resolver problemas de optimización. El “Quantum Annealing” o recocido cuántico, es un algoritmo en el que se “cablean” los parámetros del problema en modo grafo y se realiza una gran cantidad de muestreos aleatorios, buscando después el mínimo global de las fluctuaciones cuánticas que se dan por efecto tunel en superconductores. Pero realmente el ordenador de D-Wave no es del todo cuántico, aunque sí muy potente. Ésto le da cierta ventaja sobre otros ordenadores cuánticos que todavía no pueden resolver problemas en el mismo nivel, pero también podría ser una limitación cuando el resto vaya aumentando su capacidad. La cuestión es que no todos los qubits aprovechan el estado de superposición en la misma fase de computación. Además, solo puede usarse para problemas que admitan el mapeado del algoritmo sobre cierto grafo. El entorno para probar de forma gratuita, a través de la nube, el D-Wave 2000 Q System, se llama Leap y se utiliza Ocean SDK, con herramientas y librerías de Python. Como también tiene tutoriales y ejemplos en notebooks de Jupyter, el primer acercamiento es bastante interactivo y asequible.
  6. QDK de Azure Quantum: Microsoft ofrece su propio framework open source llamado QDK (Quantum Development Kit) que permite programar y ejecutar simulaciones de algoritmos cuánticos. Ofrece conectar con Azure y poder utilizar containers de Docker para crear los entornos de simulación, y también ofrece la posibilidad de solicitar acceso anticipado a lo que va a ser su plataforma especializada en computación cuántica Azure Quantum, en la que se podrá utilizar hardware cuántico real en remoto a través de los partners con los que cuenta Microsoft, como IonQ. El lenguaje propio que ha desarrollado Microsoft para este entorno y su QDK es Q# (Q sharp), aunque también ofrece una librería para programar en Python, adaptando el código. La documentación es bastante completa pero poco unificada, y cuesta volver a encontrar algo que habías visto antes. Hay varias opciones de trabajo: Visual Studio, Jupyter notebooks,… Tiene buena pinta, a la espera de que lancen definitivamente Azure Quantum.
  7. Braket de AWS: El último actor conocido que se ha incorporado al escenario de la computación cuántica ha sido AWS. Tras anunciar la creación de la plataforma Bracket, y ofrecer la posibilidad de probarla en fase Beta a través de solicitud, ha ido reclutando los servicios de proveedores de hardware, como D-Wave, IonQ y Rigetti. Aunque aún no hay suficiente información sobre la experiencia que ofrece, parece ser que se programa sobre notebooks de Jupyter, en Python, y se puede elegir si se ejecutan los algoritmos sobre un backend de simulador o un backend de procesador cuántico real de alguno de los proveedores con los que tienen acuerdo.

Descubre los algoritmos cuánticos más importantes hasta el momento

Los algoritmos cuánticos son la base para que puedan empezar a desarrollarse aplicaciones basadas en computación cuántica, así que como os podéis imaginar, en lo que más se está trabajando actualmente es en el diseño de estos algoritmos, lo cual permitirá más adelante desarrollar los programas informáticos que se esperan ofrezcan utilidades en ámbitos como en el diseño de moléculas o la optimización de rutas de transporte.

  1. Algoritmo de Deutsch–Jozsa: fue uno de los primeros algoritmos cuánticos que se desarrollaron. Dada una función desconocida, el algoritmo nos dice si, para un grupo de entradas determinado, el conjunto de salidas o resultados es constante o está balanceado. Es decir, la función será constante si da 0 para todas las entradas o 1 para todas ellas; pero será balanceada si nos da igual número de 0 que de 1. Aunque no parece tener aplicaciones prácticas generalizadas, es importante porque permite testear el funcionamiento del sistema, y últimamente sí se está estudiando su importancia en modelos de tratamiento del lenguaje formal.
  2. Transformada cuántica de Fourier: este algoritmo es la base de otros algoritmos cuánticos más complejos, y se basa en aplicar la transformada clásica de Fourier al vector de amplitudes del estado cuántico. Presenta una ventaja exponencial frente al cómputo clásico, y forma parte del algoritmo de Shor y otros algoritmos de cálculo.
  3. Algoritmo de Shor: es el algoritmo más conocido por sus implicaciones en la posible vulnerabilidad de los sistemas criptográficos actuales. Es un algoritmo que sirve para buscar la posible factorización de un número primo. De momento no es tan amenazante como parece porque el estado del hardware no permite trabajar con números primos muy grandes, y todavía, se prevé que harán falta un buen número de qubits más para que un ordenador cuántico sea capaz de poner en peligro sistemas como el RSA. Pero, por si acaso, ya se está trabajando en lo que se conoce por Criptografía Post – cuántica para encontrar sistemas de cifrado que sean seguros llegado el momento.
  4. Algoritmo de Grover: es un algoritmo enfocado en buscar un elemento en una lista no ordenada, utilizando un orden de magnitud de tiempo mucho menor que el de la computación clásica, aunque no exponencialmente menor. El resultado se obtiene con una cierta probabilidad de acierto, como en otros algoritmos cuánticos. También puede utilizarse para calcular media y mediana de un conjunto de datos

En realidad, el abanico de algoritmos específicamente enfocados en aprovechar los órdenes de magnitud de la computación cuántica va creciendo rápidamente, muchas veces construidos a partir de otros algoritmos más básicos. La gran mayoría sirven para acometer tareas de cálculo dentro de procesos más amplios o para simular ciertos efectos de la naturaleza con carácter cuántico o probabilístico. También está habiendo interesantes adaptaciones, como es el caso del Método de Montecarlo para algoritmos cuánticos de aplicación al sector financiero. Pero será necesario que el hardware evolucione para que la comunidad vaya explorando nuevas posibilidades y los algoritmos vayan siendo más completos y aplicables a tareas o problemas más tangibles.

Los problemas actuales de la computación cuántica

Que la computación cuántica no tenga aún casos de usos reales se debe en una parte muy importante a que existen problemas técnicos que hacen que no se pueda trabajar con ella de una forma suficientemente fiable. Hablamos principalmente del problema del ruido, que provoca errores que no se pueden admitir para usos comerciales donde está en juego la utilidad que se pretende obtener para esta tecnología. Pero además del ruido existen otros problemas para su desarrollo actual que vamos a comentar a continuación.

  1. El ruido es el gran problema técnico actual de la computación cuántica y lo que hace que aún sea pronto para lanzarse a realizar aplicaciones reales, por el riesgo que supone de cara a que se produzcan fallos en producción. Este ruido es ocasionado por las perturbaciones que se producen en el qubit cuando se intenta realizar una medida para determinar su estado o por las interferencias que se producen entre los qubits que conforman el ordenador cuántico, y para evitarlo se trabaja en la mejora del hardware, o se compensa el problema a través de la realización de muchas medidas de las cuales se hace una media estadística.
  2. La falta de algoritmos es un problema porque cuando hablamos de computación cuántica tenemos que pensar que estamos empezando desde cero en la forma en la que se construyen los ordenadores y sobre cómo es su funcionamiento a nivel más básico. Luego, sobre ésto, hay que construir el software y aunque para ello podemos usar lenguajes de programación como Python, sin embargo, en lo que a algoritmos se refiere, sí que tenemos que diseñarlos nuevamente para poder hacer los procesos que ahora nos resultan básicos en la informática, como pueden ser las operaciones matemáticas más básicas, las búsquedas de información, la factorización, la ordenación, el balanceo, …
  3. La escasez de profesionales que trabajen en su desarrollo es otro de los grandes cuellos de botella en este sector. Andrés Torrubia en su podcast Software 2.0 explica cómo la Inteligencia Artificial se podría asemejar a la disciplina deportiva del triatlón, en la que, en lugar que los tres deportes (natación, ciclismo y carrera), tendrían su equivalente en las matemáticas, la programación y los sistemas informáticos (principalmente que sepan trabajar con el cloud). Ahora, cuando hablamos de computación cuántica tenemos que añadir un factor más a la ecuación, que es la física, por eso se va a complicar aún más el acceso a profesionales en este ámbito. Ya sean informáticos con un gran conocimiento de matemáticas y física, cuántica en este caso, o físicos y matemáticos que sepan programar, pero además que tengan suficientes conocimientos a nivel de cómo funcionan los ordenadores en sus fundamentos más básicos y cómo ahora además se gestionan las plataformas de computación en la nube, que en cierta medida buscan hacer accesibles todos estos sistemas, pero que no están exentas de su correspondiente complejidad.
  4. La falta de casos de uso reales es un lastre importante para que más empresas y profesionales se lancen a trabajar con esta tecnología. Es el típico caso de la pescadilla que se muerde la cola, algo que no ha sucedido por ejemplo con la tecnología Blockchain que desde sus inicios tenía un gran caso de uso como es Bitcoin, pero en este tema de la computación cuántica es necesario que empiecen a surgir aplicaciones reales que sirvan de inspiración para toda la gente que tiene ganas de trabajar en ello. Por eso es tan importante que se organicen actividades como los hackathons de la comunidad Qiskit de IBM.

Algunos casos de uso futuro para la computación cuántica

Como comentábamos en el punto anterior, el desarrollo de casos de uso resulta fundamental para el avance de la computación cuántica, ya que será lo que atraiga el interés de más empresas y profesionales, con la correspondiente inversión económica que ésto conlleva. De esta forma se dará el salto de la situación actual donde la mayoría del trabajo se está realizando a nivel de investigación, para pasar a una fase precomercial, al menos en el desarrollo de prototipos que puedan servir para determinar la viabilidad en el uso de esta tecnología.

También se ha comenzado a trabajar a nivel práctico en criptografía cuántica por su utilidad para la resolución de problemas de factorización, que se utilizan a nivel de criptografía, para lo cual por ejemplo en España tenemos una iniciativa llamada CiViQ que está financiada por la Unión Europea dentro del programa Quantum Flagship Project, que busca invertir 1.000 millones de euros para el desarrollo de proyectos basados en computación cuántica.

Y en relación con los posibles casos de uso en diferentes sectores de la economía, vemos como un sector en el que está despertando un gran interés es el del diseño de moléculas orgánicas, que pueden ser usadas en las industrias químicas, farmacéuticas y de materiales. Esto es debido, a que sobre todo cuando hablamos del diseño de proteínas, que son uno de los tipos de moléculas con mayor potencial actualmente en este ámbito, la complejidad de su diseño es tan alta que con los recursos informáticos actuales con los que cuentan las empresas, se hace especialmente tedioso y lento su desarrollo. Incluso si recurrimos a los supercomputadores más potentes del mundo, vemos cómo su capacidad de cómputo se sigue mostrando insuficiente para realizar este tipo de trabajos.

Otra actividad en la que sería muy interesante poder utilizar la computación cuántica es de cara a la realización de modelos ambientales en el ámbito de la geoingeniería. Estamos hablando de intervenir artificialmente para modificar el clima del planeta y contrarrestar de esta forma los efectos del calentamiento global, lo cual presenta una complejidad enorme por todas las interacciones a nivel planetario que hay que tener en cuenta, lo cual podría ser abordado en el futuro gracias a la mayor capacidad de cálculo de los ordenadores cuánticos y sobre todo a su capacidad para resolver a la vez muchos problemas que están relacionados entre ellos.

Del mismos modo otros sectores en los que hay una gran complejidad a la hora de diseñar nuevos modelos de funcionamiento puede ser el ámbito financiero, el del transporte y la logística. Todos ellos se encuentran en un proceso de búsqueda constante de soluciones a los problemas que van encontrando según se van desarrollando y van creciendo en su actividad, lo cual no siempre va acompañado en mejoras a nivel de las infraestructuras correspondientes. Pensemos por ejemplo en la problemática que supone para los servicios de logística y mensajería el incremento exponencial que está experimentando el comercio electrónico, que empieza a generar problemas de gestión del tráfico en las ciudades.

Los ordenadores cuánticos también pueden resultar de mucha utilidad y funcionan con una gran agilidad, cuando se trata de encontrar datos en grandes bases de datos, lo cual vamos a ver a continuación que tiene una relación directa con la Inteligencia Artificial, al ser el Big Data uno de los pilares sobre el que se sustenta esta tecnología.

Para conocer más posibles casos de uso de la computación cuántica os recomendamos consultar este documento realizado por la empresa Zapata Computing.

La relación entre la Computación Cuántica y la Inteligencia Artificial

No debe ser casualidad que la estrategia de Google en lo referente a la computación cuántica se esté enmarcando dentro del trabajo que realiza con la Inteligencia Artificial y es que, como muy bien explicó Asier Arranz en el primer meetup Quantum & Beers celebrado en el sHub Madrid de Sngular, la capacidad de cómputo se ha convertido en una de las grandes ventajas competitivas para las empresas, en algo mucho más valioso de lo que ha podido ser incluso el oro a lo largo del tiempo. Además tenemos que tener en cuenta que la Inteligencia Artificial asienta su desarrollo en tres pilares: los datos, los algoritmos y la capacidad de cómputo, por lo que es aquí donde la computación cuántica puede jugar un papel determinante para el futuro de la Inteligencia Artificial.

Ésto es así porque la forma en la que trabaja la computación cuántica puede ser de gran utilidad a la hora de su aplicación en procesos basados en redes neuronales y deep learning. Por un lado, el aprendizaje automático por refuerzo precisa de una gran cantidad de simulaciones con estados iniciales aleatorios, por lo que la computación cuántica, que trabaja de forma natural con muestreos aleatorios, puede dar rapidez y eficiencia al proceso. Por otro lado, ambos ámbitos de cómputo tienen una base probabilística y eso permite que se sincronicen muy bien los resultados: un modelo de machine learning predice cierto resultado con un tanto por ciento de fiabilidad, y los algoritmos de computación cuántica apuntan hacia soluciones más probables que otras para ser después probadas con computación clásica.

De esta forma se ha llegado a hablar incluso del aprendizaje automático cuántico como un área de investigación interdisciplinaria emergente que se encuentra en la intersección de la física cuántica y el aprendizaje automático . Así el aprendizaje automático cuántico (QML) es una subdisciplina de la computación cuántica que tiene el objetivo de desarrollar algoritmos cuánticos que aprendan de los datos para mejorar los métodos existentes en el aprendizaje automático.

Conclusión

El desarrollo de la computación cuántica vive un momento dulce, ya que muchas empresas y profesionales comienzan a interesarse por esta tecnología más allá del ámbito teórico y científico, que es donde ha estado desde que Richard Feynman propuso la idea de construir ordenadores basados en los principios de la mecánica cuántica. No sabemos si con la computación cuántica ocurrirá lo mismo que ocurrió con la Inteligencia Artificial y en poco tiempo veamos llegar “un invierno”, que haga descender el interés por esta tecnología, debido probablemente a la dificultad de resolver problemas actuales como el del “ruido”. Pero en todo caso nos atrevemos a considerar que estamos ante una tecnología que tendrá un gran desarrollo en el futuro, por un lado por su capacidad para resolver problemas que actualmente han tenido que dejarse de lado, por la dificultad de resolución con las tecnologías actuales y por otro lado por la enorme complementariedad que tiene con la Inteligencia Artificial. De esta forma en los próximos años veremos cómo las necesidades de capacidad de cómputo que requieren ciertos algoritmos de Big Data e Inteligencia Artificial son tan exigentes que valdrá la pena invertir para solucionar los problemas que se puedan ir encontrando en el desarrollo de la computación cuántica.

Etiquetas: , ,