IA cuántica
Qué es y por qué es importante
La IA cuántica combina la potencia de la computación cuántica con la inteligencia artificial. Esta integración aprovecha las ventajas únicas de la cuántica y la IA, utilizando bits cuánticos, conocidos como cúbits (o qubits, en inglés), para realizar cálculos avanzados que los ordenadores clásicos no pueden realizar.
Historia de la IA cuántica
El concepto de computación cuántica surgió a principios de la década de 1980, cuando el físico Richard Feynman propuso la idea de utilizar la mecánica cuántica para simular sistemas físicos, algo que los ordenadores clásicos no podían hacer. Esta idea sentó las bases de la informática cuántica, que utiliza los principios de la mecánica cuántica, incluidos la superposición y el entrelazamiento con el fin de realizar cálculos complejos.
En la década de 1990, el desarrollo de algoritmos cuánticos, como el algoritmo de Shor para factorizar grandes números, demostró el potencial de la computación cuántica para resolver problemas más rápidamente que los ordenadores clásicos. Estos avances despertaron el interés por explorar la intersección entre la computación cuántica y la IA.
A principios de la década de 2000, la NASA, Google y la Asociación Universitaria de Investigación Espacial crearon el Laboratorio de Inteligencia Artificial Cuántica. Esta iniciativa pretendía ser pionera en la investigación sobre cómo la computación cuántica podría mejorar el aprendizaje automático y otras tareas computacionales complejas.
Más o menos al mismo tiempo, los investigadores empezaron a desarrollar algoritmos de aprendizaje automático cuántico, que aprovechan la computación cuántica para mejorar la velocidad y la precisión de los modelos de IA.
En los últimos años, la atención se ha desplazado hacia las aplicaciones prácticas de la IA cuántica.
Las empresas a la vanguardia de esta investigación están explorando arquitecturas híbridas que combinan la computación cuántica y la clásica. Por ejemplo, la investigación actual estudia el uso del recocido cuántico para problemas de optimización y el modelo de compuerta para aplicaciones más universales como el aprendizaje automático, la química cuántica y la simulación.
La IA cuántica en el mundo actual
La IA cuántica explicada
Amy Stout, Head of Quantum AI Product Strategy de SAS, nos explica cómo funciona la computación cuántica. ¿Qué es un cúbit? ¿Y en qué se diferencia la computación cuántica de la informática clásica? Stout ofrece respuestas claras y explica hacia dónde nos dirigimos con esta tecnología emergente.
¿Quién utiliza la IA cuántica?
La IA cuántica tiene el potencial de revolucionar las industrias al proporcionar una potencia de cálculo y una eficiencia sin precedentes.
Estas industrias en las que la computación cuántica podría tener un impacto significativo:
El mercado cuántico muestra una gran progresión. Es un mercado de 35 000 millones de dólares, que se prevé alcance el billón en 2030. Así que ya puedes imaginar lo que puede ocurrir en los próximos años: los pasos hacia delante que daremos serán enormes. Bryan Harris Executive Vice President and Chief Technology Officer SAS
Funcionamiento de la IA cuántica
Los ordenadores cuánticos son diferentes de cualquier ordenador clásico existente, incluidos los smartphones e incluso los superordenadores más potentes. Aprovechan las propiedades únicas de la mecánica cuántica, como la superposición y el entrelazamiento, para ayudar a resolver ciertas clases de problemas complejos que son demasiado difíciles de resolver por sí solos para los ordenadores clásicos. En algunos casos, pueden resolver el problema mucho más rápido y, en otros, pueden representarlo de formas que los ordenadores convencionales no pueden.
Por ahora, los ordenadores cuánticos no sustituirán a los convencionales, sino que trabajarán junto a ellos como una herramienta más. Bajo este paradigma, CPU, GPU y QPU trabajarán juntas para abordar las partes del problema para las que sean más adecuadas.
Los ordenadores clásicos utilizan bits para representar datos como 0 ó 1. Sin embargo, los ordenadores cuánticos utilizan bits cuánticos, o cúbits, que pueden existir en múltiples estados simultáneamente. El principio de superposición describe la existencia de varios estados y puede ilustrarse con la siguiente analogía:
Imagina una moneda. Hay dos estados claros en los que puede estar la moneda, cara o cruz, que pueden considerarse como los estados cero y uno de un bit clásico. Ahora imagina que la moneda gira en el aire. En este caso, los estados de cara y cruz existen juntos con la misma probabilidad de medir cualquiera de los dos estados en cuanto la moneda se para. La computación cuántica puede utilizar esta naturaleza simultánea realizando cálculos tanto en la cara (0) como en la cruz (1) al mismo tiempo, mientras la moneda siga girando (en estado de superposición).
Este estado de superposición permite a los ordenadores cuánticos procesar el doble de información en un solo cúbit frente a un único bit. Al aumentar el número de cúbits, la cantidad de información que puede procesarse aumenta exponencialmente como 2número de cúbit, lo que acelera considerablemente los cálculos. Por ejemplo, 10 cúbits pueden realizar los cálculos equivalentes a 1024 bits clásicos, y esto crece exponencialmente.
A continuación, vamos a hablar sobre entrelazamiento y los algoritmos cuánticos:
Entrelazamiento
Otra propiedad física cuántica igualmente importante utilizada en la computación cuántica es el entrelazamiento. Se puede considerar el entrelazamiento como una correlación de partículas cuánticas. Cuando dos cúbits están entrelazados, conociendo el estado de uno automáticamente se puede conocer el estado del otro. El entrelazamiento, combinado con la superposición, puede aumentar aún más la potencia de cálculo.
Algoritmos cuánticos
La IA cuántica también utiliza algoritmos cuánticos para mejorar los modelos de aprendizaje automático. Los algoritmos cuánticos de aprendizaje automático, como las máquinas cuánticas de vectores de soporte y las redes neuronales cuánticas, utilizan circuitos cuánticos para realizar cálculos.
Estos circuitos cuánticos representan un método universal para realizar cálculos cuánticos
Por ejemplo, en una implementación común de una red neuronal cuántica, los datos clásicos se codifican en estados cuánticos. El circuito cuántico utiliza rotaciones parametrizadas, entrelazamientos y mediciones para examinar simultáneamente relaciones complejas. La salida se optimiza de forma clásica y se vuelve a introducir en el circuito como nuevas rotaciones parametrizadas, repitiendo hasta obtener una configuración óptima. Esto es similar a la optimización de los pesos de los nodos en una red neuronal clásica.
IA cuántica: un enfoque híbrido
Dado que la tecnología de computación cuántica aún está madurando, la IA cuántica es un proceso híbrido que implica una combinación de enfoques de computación cuántica y clásica. En algunos casos, el procesamiento cuántico se produce en primer lugar, en otros en último, y a veces hay un enfoque cíclico entre la computación cuántica y la clásica. Esta naturaleza híbrida utiliza los puntos fuertes de la computación cuántica y clásica para lograr un mayor rendimiento y precisión.
A medida que evolucionen los ordenadores cuánticos, seguiremos viendo enfoques híbridos que utilicen la creciente fiabilidad y escalabilidad de los ordenadores cuánticos para mejorar la toma de decisiones asistida por IA.
Estamos en los inicios de la integración entre la computación cuántica y la IA. Esta integración será más estrecha a medida que madure la computación cuántica. En la actualidad, los fabricantes de computación cuántica están experimentando con la coubicación de QPU (unidades de procesamiento cuántico) y AIU (unidades de IA) especializadas.
A medida que este tipo de investigación evolucione en los próximos 5 a 10 años, cabe esperar enormes avances tecnológicos de la inteligencia artificial cuántica. Estos avances cambiarán nuestras metodologías actuales y abrirán puertas para ayudar a resolver problemas complejos de formas nuevas y únicas.
Lecturas recomendadas
-
Artículo
Beyond IFRS 17 – what's next?IFRS 17 is not just another accounting standard. It represents a long-term investment that will pay off for insurers with a clear vision for future goals. Learn how IFRS 17 can provide transparency and insight to an insurance business while identifying strengths and areas for improvement.
-
Artículo
IFRS 17 and Insurance Capital Standards: Insurance regulation meets insurance accounting standardsIFRS 17 and ICS facilitate comparability and transparency for insurers from a regulatory and accounting perspective. Explore their similarities and differences, recognizing how clear communications can help stakeholders navigate regulatory and statutory reporting changes, increase confidence, and help mitigate adverse effects on share prices and ratings.
-
Artículo
La IA y la humanidad: una colaboración para resolver los grandes retos del mundoLas comunidades desplazadas, la crisis alimentaria mundial y los desastres naturales no solo afectan a la calidad de vida, sino también a la capacidad de supervivencia. ¿Y si la inteligencia artificial fuera el impulso inesperado que la humanidad necesita? ¿Y si pudiera ayudarnos a lograr un cambio positivo y duradero? Descubra la forma en que la IA está contribuyendo a encontrar soluciones a los grandes retos del mundo.