Desbloquea la Editor’s Digest de forma gratuita
Roula Khalaf, Editora del FT, selecciona sus historias favoritas en este boletín semanal.
Los rápidos avances en inteligencia artificial que han cautivado a la industria tecnológica han dejado en segundo plano otra idea potencialmente transformadora: la computación cuántica. Es difícil concentrarse en los beneficios más lejanos e no comprobados de las máquinas cuánticas cuando la vertiginosa carrera de la IA domina los titulares.
Esto va más allá de una cuestión de percepción. Según dos de las figuras principales en IA, la computación cuántica podría estar mucho más alejada y ser de considerablemente menos importancia de lo que muchos de los que trabajan en el campo les gusta afirmar.
Sus comentarios han obligado a la industria de la computación cuántica a adoptar una actitud defensiva y han revivido una pregunta que ha sido difícil de sacudirse: ¿dónde está la línea entre la exageración y la realidad para una tecnología supuestamente cambia-mundo que aún no ha producido nada de valor práctico?
Este año, el director ejecutivo de Nvidia, Jensen Huang, predijo que las computadoras cuánticas útiles todavía estaban a 20 años de distancia, mucho más tiempo del que afirman las compañías que trabajan en el campo. Los propios comentarios de Huang impactaron en las acciones de las compañías públicas en el campo.
Menos dramática en la reacción que causó, pero potencialmente de mayor importancia, fue la sugerencia de Demis Hassabis, CEO y cofundador de GoogleDeepMind, de que la IA podría asumir muchas de las tareas que se pensaba solo podían ser abordadas por una computadora cuántica.
Una de las mayores esperanzas para las máquinas cuánticas es que podrán modelar la actividad molecular con mucho más detalle que las computadoras tradicionales, o “clásicas”, alguna vez lo harían. Eso podría allanar el camino para nuevos fármacos o tecnologías de baterías. Según Hassabis, sin embargo, la IA que se ejecuta en las computadoras de hoy ya está demostrando ser hábil para modelar sistemas complejos y podría manejar este tipo de trabajo.
No sorprendentemente, tales comentarios han provocado una rápida respuesta de la multitud cuántica. Hartmut Neven, líder del esfuerzo cuántico de Google, dijo esta semana que estaba seguro de que “aplicaciones del mundo real que son posibles solo en computadoras cuánticas” llegarían dentro de cinco años. Exactamente en qué forma se presentarán no está claro.
La gran apuesta de Google ha sido en máquinas cuánticas a escala completa y tolerantes a fallos que pueden superar ampliamente a las computadoras clásicas. A finales del año pasado, demostró que había podido superar el “ruido” que se acumula en los sistemas cuánticos como resultado de la inestabilidad inherente de sus componentes básicos, conocidos como qubits, un paso importante en su intento de escalar para producir un sistema práctico.
A más corto plazo, sin embargo, las esperanzas de la industria descansan en lo que se conocen como máquinas cuánticas NISQ: ruidosas y de escala intermedia. Estas solo pueden manejar breves cálculos cuánticos antes de ser abrumadas por el ruido, pero aún podrían ser aprovechadas para producir algo útil. La afirmación de Neven coincidió con la publicación de una investigación de Google en Nature que describe una nueva técnica que podría hacer que las simulaciones cuánticas NISQ sean más prácticas.
Sin embargo, los defensores de los sistemas NISQ han afirmado durante años estar cerca de un avance. Hasta que puedan demostrar tareas de computación útiles que nunca podrían ser manejadas en una máquina clásica, las dudas seguirán.
Pero la carrera vertiginosa de la IA puede haber abierto nuevas vías para la computación cuántica. Quantinuum, formada a partir de la fusión del brazo cuántico de Honeywell con Cambridge Quantum en el Reino Unido, presentó esta semana una forma de utilizar sus máquinas cuánticas para generar datos adicionales para entrenar los grandes modelos de lenguaje que sustentan gran parte de la IA actual.
Según el CEO Raj Hazra, simular la naturaleza a nivel molecular dentro de una computadora cuántica produce datos que no se pueden generar de otra manera. Eso podría ser valioso, agrega, para las empresas que buscan entrenar modelos de IA para el descubrimiento de fármacos o la investigación de nuevos materiales. Pero no se ha demostrado que esto resultará en un avance significativo sobre la computación clásica.
El trabajo de Quantinuum también apunta a un punto más amplio sobre la interacción entre la computación cuántica y la IA: que los límites entre los dos campos están cambiando a medida que ambos evolucionan. Siempre pareció probable que las dos tecnologías trabajarían junto con las computadoras que mejor se adapten a cada tipo de trabajo.
Con la IA avanzando a un ritmo vertiginoso, y con la computación cuántica aún más promesa que realidad, cómo funcionará el matrimonio de los dos sigue siendo difícil de predecir.