Tienen que serlo. Sus fábricas producen gran parte de la infraestructura aeroespacial crítica del mundo: satélites, sistemas de defensa, naves espaciales y aviones comerciales. Muchos de sus proyectos de ingeniería más complejos se basan en materiales compuestos. Se trata de estructuras en capas, resistentes y ligeras que Boeing ensambla en alas, fuselajes u otros componentes aeroespaciales según sus necesidades.
El diseño de compuestos de capas resulta ser un problema complejo en sí mismo, más allá de las capacidades de solución de los superordenadores clásicos. Hoy en día, los ingenieros de Boeing resuelven este problema dividiéndolo en partes más pequeñas.
La asociación de Boeing con IBM Quantum reveló un nuevo enfoque cuántico que esperan que supere esa complejidad. Si bien los ordenadores cuánticos aún no son lo suficientemente grandes como para ayudar a diseñar las alas de los nuevos aviones, las dos compañías han dado un paso importante hacia ese futuro.
"Nos demuestra que no se trata de si los ordenadores cuánticos serán relevantes para nuestros problemas empresariales, sino de cuándo", señala Jay Lowell, científico jefe del equipo de Disruptive Computing and Networks (computación y redes disruptivas) de Boeing.
Los problemas de diseño de capas de Boeing pueden involucrar hasta 100 000 variables, mucho más allá de las capacidades de los superordenadores clásicos.
Boeing e IBM Quantum ejecutaron un problema modelo de 40 variables en un ordenador cuántico, en aquel momento la mayor ejecución de este tipo jamás realizada.
Los compuestos de capas son complejos por la forma en que se ensamblan.
Cada compuesto está hecho de miles de capas individuales, que son largas hebras de materiales superresistentes. Las máquinas de precisión colocan las fibras una encima de la otra en capas, como grandes telares que tejen cohetes y aviones en lugar de telas. Las máquinas extruyen cada capa en un ángulo diferente determinado durante el proceso de ingeniería.
Esos ángulos variados son importantes porque cada capa solo es fuerte en la dirección en la que se coloca.
"Tenemos que crear una pila de materiales que se superpongan en varias direcciones para obtener resistencia en todas las direcciones posibles que necesitemos", señala Lowell.
Además de la complejidad de la tarea, el diseño aeroespacial impone límites estrictos al grosor y peso de los compuestos. Los problemas de diseño de compuestos de capas de Boeing implican habitualmente entre 10 000 y 100 000 variables, que es otra forma de decir que son complejos desde el punto de vista computacional.
"Va mucho más allá de la capacidad actual de los ordenadores clásicos y esperamos que siga siendo así durante muchos años", señala Lowell.
Hoy en día, Boeing divide sus problemas con los compuestos de capas en partes más pequeñas que los ordenadores clásicos pueden manejar. A continuación, reúnen todos esos resultados, siguiendo estrictas reglas de diseño para obtener soluciones a todo el problema.
Este método es eficaz. Se obtienen compuestos seguros y resistentes que Boeing puede utilizar en sus aviones. Pero conlleva unos costes.
"Si desea una línea larga y recta de compuesto", explica Joel Thompson, miembro técnico asociado de Boeing, "lo lógico es colocar una línea larga y recta de material compuesto en lugar de colocar un trocito de material, cortarlo, colocar el siguiente trozo de material, cortarlo y así sucesivamente".
Es una consecuencia del planteamiento según el cual los componentes se diseñan en pequeños trozos. Hace que el proceso requiera más tiempo, esfuerzo y dinero.
"Estamos interesados en buscar otros enfoques para resolver este tipo de problema", indica Marna Kagele, miembro técnico de Boeing.
Boeing espera que los ordenadores cuánticos ayuden eventualmente a agilizar este tipo de resolución de problemas complejos. Un ordenador cuántico podría resolver algún día problemas con miles de variables a la vez, sin tener que dividirlos en partes pequeñas.
Como primer paso, los investigadores de IBM Quantum y Boeing crearon una versión modelo del problema del compuesto de capas para probar la idea. Así, redujeron el problema a su esencia: encontrar la forma óptima de apilar las capas de material una encima de la otra. Se trata de una simplificación del problema del compuesto de capas.
Con los ordenadores cuánticos aún en desarrollo, resolver este problema simplificado utilizando hardware cuántico real fue un desafío. Los métodos de optimización cuántica existentes no utilizaban los recursos cuánticos con suficiente eficacia.
Cuando Boeing e IBM Quantum comenzaron a colaborar, su conjunto de herramientas de algoritmos estándar de optimización cuántica solo podía codificar una variable binaria, que representaba un 1 o un 0, para cada qubit.
(Los qubits son unidades fundamentales de la computación cuántica equivalentes en líneas generales a los bits binarios, que forman los 1 y 0 en un ordenador clásico).
Para diseñar un ala de avión completa, es necesario tener en cuenta miles de variables, como las distintas capas de material o las rigurosas normas de ingeniería que Boeing sigue para construir fuselajes resistentes. El problema simplificado del compuesto a capas involucra 40 variables.
Los qubits son recursos valiosos en los ordenadores cuánticos actuales, que aún no son lo suficientemente grandes como para hacer coincidir un qubit con cada una de esas 40 variables. De acuerdo con Kagele, esa limitación obligó a innovar.
IBM Quantum aportó parte de su propio trabajo interno sobre algoritmos cuánticos a Boeing, que los equipos utilizaron juntos para desarrollar un nuevo enfoque para la optimización cuántica. En lugar de codificar una variable a cada qubit, el equipo mostró que era posible codificar tres variables binarias para cada qubit. Por lo tanto, un solo qubit podría manejar tres veces la carga de información de un bit clásico y representar tres veces más variables.
Se trata de un aumento radical de la eficiencia, incluso en comparación con los algoritmos de optimización cuántica anteriores. Condujo a una ejecución exitosa del problema simplificado del compuesto de capas en un ordenador cuántico real de IBM. Con 40 variables binarias, el equipo ejecutó lo que en ese momento era el mayor problema de optimización binaria jamás tratado por un ordenador cuántico, casi duplicando el récord anterior.
"Hemos analizado un gran problema de optimización que es fundamental para el diseño de nuestros productos, y hemos demostrado que los ordenadores cuánticos pueden resolver perfectamente una fracción de ese problema de optimización", explica Lowell.
Además, añade que aún quedan varios años de trabajo por delante antes de que Boeing utilice ordenadores cuánticos en su proceso de diseño.
"Necesitamos que los ordenadores cuánticos sean más grandes y gestionen problemas de optimización más grandes que los que pueden gestionar hoy en día", señala. "Pero estos nuevos métodos nos permitieron llegar mucho más lejos de lo que esperábamos cuando comenzamos este proyecto. La solución parece estar más cerca de lo que pensábamos hace un par de años".
Más allá de las implicaciones específicas para la optimización cuántica o el problema de los compuestos de capas, Kagele dijo que el proceso de colaboración con IBM Quantum ha conseguido que Boeing esté preparada para afrontar los retos cuánticos.
"Nuestras asociaciones con clientes como Boeing nos ayudan a ampliar la frontera de la investigación cuántica", explica Jennifer Glick, directora técnica de prototipos cuánticos de IBM Quantum, quien trabajó en esta investigación con el equipo de Boeing. "Con este trabajo, estamos empezando a ver cómo será un futuro en el que los ordenadores cuánticos resuelvan problemas reales y prácticos".
La relación entre ambos equipos comenzó con el asesoramiento de IBM Quantum a los investigadores de Boeing. Y ese apoyo permitió a Boeing mejorar rápidamente sus habilidades internas.
"Aprendemos más rápido cuando, cada vez que nos encontramos con un obstáculo o con algo de lo que no estamos seguros, tenemos a alguien a quien preguntar con más experiencia", señala Kagele.
Esa relación de asesoramiento maduró hasta convertirse en la colaboración que dio lugar a su innovador trabajo.
"Nuestro principal objetivo con este proyecto es que nuestra empresa deje de hacer las cosas de forma clásica y aprenda a hacerlas de forma híbrida con métodos cuánticos", afirma Lowell. "Hemos formado a un equipo capaz de hacerlo y hemos desarrollado herramientas internas que facilitarán el trabajo en el próximo problema".
Con ese equipo en marcha, IBM Quantum y Boeing ya están explorando nuevas formas en que Boeing puede obtener valor de la computación cuántica. Un área de interés: el desarrollo de productos químicos avanzados resistentes a la corrosión para recubrir aviones. Conforme Boeing vaya aumentando su equipo de trabajo cuántico y los ordenadores cuánticos mejoren y se extiendan, cabe esperar que la empresa aplique la resolución cuántica de problemas a más retos aeroespaciales.
Como empresa aeroespacial líder a nivel mundial, Boeing desarrolla, fabrica y da servicio a aviones comerciales, productos de defensa y sistemas espaciales para clientes en más de 150 países. Como uno de los principales exportadores de EE. UU., la compañía aprovecha los talentos de su base de proveedores global para promover las oportunidades económicas, la sostenibilidad y el impacto en la comunidad. El diverso equipo de Boeing está comprometido con la innovación para el futuro, el liderazgo con la sostenibilidad y el cultivo de una cultura basada en los valores fundamentales de la compañía: seguridad, calidad e integridad.
Términos legales
© Copyright IBM Corporation 2023. IBM Corporation, 1101 Kitchawan Rd, Yorktown Heights, NY 10598.
Producido en los Estados Unidos, enero de 2023.
IBM, el logotipo de IBM e ibm.com son marcas comerciales de International Business Machines Corp., registradas en muchas jurisdicciones del mundo. Los demás nombres de productos y servicios pueden ser marcas registradas de IBM u otras empresas. Puede consultar una lista de las actuales marcas comerciales de IBM en la web, en "Información sobre derechos de autor y marcas registradas" en https://www.ibm.com/es-es/legal/copytrade.
La información contenida en este documento es la vigente en la fecha de su publicación original y está sujeta a cambios por parte de IBM. No todas las ofertas mencionadas en este documento están disponibles en todos los países en los que IBM está presente.
Los datos de rendimiento y ejemplos de clientes mencionados se presentan únicamente con fines ilustrativos. Los datos reales de rendimiento pueden variar en función de las configuraciones y condiciones de funcionamiento específicas. LA INFORMACIÓN EN ESTE DOCUMENTO SE PROPORCIONA "TAL CUAL" SIN NINGUNA GARANTÍA, EXPLÍCITA O IMPLÍCITA, INCLUYENDO NINGUNA GARANTÍA DE COMERCIABILIDAD, IDONEIDAD PARA UN FIN DETERMINADO Y CUALQUIER GARANTÍA O CONDICIÓN DE NO VIOLACIÓN. Los productos de IBM están sujetos a garantía según los términos y condiciones de los acuerdos bajo los que se proporcionan. Todas las declaraciones sobre la dirección y las intenciones futuras de IBM están sujetas a cambios o retirada sin previo aviso y solo constituyen objetivos y metas.