Resumen generado por IA
La inteligencia artificial (IA) está en una etapa inicial, enfrentando desafíos como la necesidad creciente de potencia informática para procesar grandes volúmenes de datos. La convergencia entre IA y computación cuántica promete acelerar y mejorar el aprendizaje automático, permitiendo que las máquinas evolucionen, resuelvan problemas complejos de forma más eficiente y desarrollen algoritmos personalizados para distintos sectores industriales. Según el Future Trends Forum y un análisis de McKinsey, esta integración impactará especialmente en automoción, finanzas, química y ciencias de la vida, con un valor potencial de hasta 1.300 millones de dólares para 2035.
La IA cuántica facilitará decisiones más precisas y mejorará la productividad en diversos ámbitos, como la optimización de riesgos financieros y la aceleración del descubrimiento de fármacos mediante simulaciones moleculares más rápidas y exactas. Además, sus aplicaciones abarcan desde la optimización industrial y la ciberseguridad hasta la modelización ambiental para enfrentar desafíos globales como el cambio climático y pandemias. Proyectos globales, como la inversión de IBM en un superordenador cuántico de 100 mil qubits, reflejan el interés en aprovechar esta tecnología para resolver problemas complejos que superan la capacidad de los superordenadores actuales.
A pesar de su potencial revolucionario, quedan obstáculos técnicos, como la estabilización de qubits y la integración con algoritmos de IA, además de cuestiones éticas y de seguridad. No obstante, la combinación de IA y computación cuántica representa un campo de investigación prometedor que podría transformar radicalmente múltiples sectores y generar beneficios aún impredecibles.
Las aplicaciones en computación cuántica suponen una ‘revolución silenciosa’. Basada en la unión de estas dos tecnologías, nos acerca a oportunidades que todavía no podemos comprender del todo.
La revolución de la inteligencia artificial (IA) aún está en sus inicios y quedan muchos desafíos que enfrentar. El primero es precisamente la potencia necesaria para analizar los datos: ChatGPT, por ejemplo, funciona a partir de un enorme conjunto de datos que proporciona suficiente materia prima para que el chatbot elabore respuestas similares a las humanas a una gama ilimitada de solicitudes.
Sin embargo, a medida que el tamaño de los conjuntos de datos crece exponencialmente, también lo hace el nivel de potencia informática necesaria para procesarlos. El salto de rendimiento que podría presagiar una nueva era del aprendizaje automático está representado por la convergencia entre la inteligencia artificial y la computación cuántica.
De hecho, la integración de IA y quantum computing acelerará considerablemente el proceso de machine learning y hará que este sea más preciso, posibilitando la implementación de una tecnología mucho más potente con la que aprovechar una cantidad de datos que hoy es inimaginable. Esto permitirá que las máquinas:
- adquieran la capacidad de autoevolucionar;
- mejoren su capacidad de resolución de problemas complejos: en menos tiempo, con menos energía;
- mejoren el desarrollo de algoritmos de aprendizaje automático que contribuirán a la creación de ecosistemas verticales más eficientes con soluciones personalizadas para numerosos sectores industriales.
Así se desprende de las previsiones recogidas en el Future Trends Forum organizado por la Fundación Innovación Bankinter sobre quantum computing + IA.
Si el auge de la inteligencia artificial está a la vista de todos, las inversiones anuales en startup que se ocupan de Quantum Technology alcanzaron un nuevo máximo en 2023: un valor que a nivel mundial ronda los 2,35 mil millones de dólares. Esta cantidad demuestra el interés del mercado en una gama de soluciones que tendrán un impacto más rápido, al menos en términos económicos, en cuatro sectores: automoción, finanzas, química y las llamadas ‘ciencias de la vida’, como la biología, la etología, la biomedicina o la bioquímica.
Es lo que afirma un análisis de McKinsey, titulado ‘Quantum Technology Monitor’, centrado en el valor generado por las tres áreas principales de las tecnologías cuánticas: Quantum Computing, Quantum Communications y Quantum Sensing. Los cuatro ecosistemas verticales mencionados, según el estudio, tienen un valor añadido potencial de hasta 1.300 millones de dólares de aquí a 2035.
La mayor velocidad y eficiencia de la IA cuántica ayudará a empresas y organizaciones en la toma de decisiones más precisas, mejorando productividad y rentabilidad. Por ejemplo, al procesar grandes cantidades de datos, permitirá a las instituciones financieras optimizar la gestión de riesgos financieros y mejorar las decisiones de inversión, o a los proveedores de atención médica elaborar diagnósticos más rápidos y tratamientos más efectivos.
Al mismo tiempo, los métodos tradicionales de descubrimiento de fármacos pueden llevar mucho tiempo y ser costosos, y a menudo terminan en fracaso. Por el contrario, los algoritmos de IA cuántica pueden analizar grandes cantidades de datos y simular el comportamiento de las moléculas, lo que ayuda a los investigadores a identificar posibles fármacos candidatos con mucha más rapidez y precisión.
Las aplicaciones de IA + computación cuántica
Sin embargo, salud y finanzas son solo dos de los numerosos ecosistemas verticales donde la unión de IA y computación cuántica puede representar un cambio de época. Las posibles aplicaciones prácticas van desde la optimización de procesos industriales, como la planificación de rutas o la gestión de proveedores, hasta la ciberseguridad. IA y computación cuántica podrían favorecer avances hasta hoy impensables también en lo que respecta a desafíos que afectan al futuro de la humanidad, como la modelización medioambiental para intervenir en el cambio climático, las pandemias, la crisis energética o las enfermedades genéticas.
Otra área en la que la IA cuántica podría tener un impacto significativo es el reconocimiento de imágenes y voz. Actualmente, estas tareas se realizan mediante algoritmos de aprendizaje automático, pero requieren enormes cantidades de datos y potencia informática. El quantum computing podría acelerar significativamente este proceso y permitir un reconocimiento más preciso.
Laboratorios y universidades de todo el mundo están llevando a cabo ambiciosos proyectos para perfeccionar los ordenadores cuánticos y explorar sus aplicaciones en áreas cruciales como la genómica y la exploración espacial. IBM ha anunciado recientemente una inversión de 100 millones de dólares para crear, en diez años y en colaboración con las universidades de Tokio y de Chicago, una superordenador cuántico de 100 mil qubits. Con esta máquina, la empresa pretende abordar algunos de los problemas más acuciantes del mundo, que ni siquiera los superordenadores más avanzados actuales pueden resolver.
A pesar de las perspectivas prometedoras, todavía quedan muchos desafíos técnicos y teóricos que superar, como la estabilización de los qubits y la integración efectiva de los ordenadores cuánticos con los algoritmos de inteligencia artificial. Además, existen consideraciones éticas y de seguridad relacionadas con el uso de estas tecnologías. Sin embargo, está claro que este matrimonio tecnológico representa un área de investigación apasionante y potencialmente revolucionaria, que podría aportar beneficios inmensos y quizás aún no totalmente imaginables.
