Inicio
Temas
quantum ai
Publicado: 12 de marzo de 2024
Colaboradores: Josh Schneider, Ian Smalley
La inteligencia artificial cuántica es un campo emergente de la informática que aplica el poder transformador de la computación cuántica a la investigación y el desarrollo de productos de inteligencia artificial mejorados, como algoritmos de aprendizaje automático, redes neuronales y modelos de lenguaje de gran tamaño (LLM, siglas en inglés de Large Language Models).
Si bien la computación cuántica y la IA llevan décadas investigándose, hasta hace poco se consideraba que ambas tecnologías en expansión estaban en pañales. Recientes avances han popularizado la inteligencia artificial con el lanzamiento de avanzados generadores automáticos de texto y gráficos, como ChatGPT y MidJourney. En la década de los años 2020 se ha observado un enorme aumento en el interés en las herramientas de IA enfocadas al consumidor y en la interacción con estas y una cantidad aparentemente infinita de integraciones de IA en productos empresariales, que van desde el sector de las finanzas hasta la industria farmacéutica, pasando por la automatización y la optimización.
Si bien la promesa de una inteligencia artificial capaz de funcionar con una capacidad similar (o superior) a la humana parece vislumbrarse en el horizonte, las tecnologías actuales luchan por superar importantes limitaciones de software y hardware. Por desgracia, el apasionante potencial de la IA sigue viéndose obstaculizado por el extremo consumo energético, los largos tiempos de procesamiento y el uso intensivo de computación que requieren los sistemas actuales de IA, lo que reduce su viabilidad a gran escala.
Si bien los modelos modernos superan los límites de las computadoras clásicas (o tradicionales), la aplicación de la computación cuántica en el desarrollo de la IA está preparada para catapultar ambas tecnologías a una nueva era revolucionaria. Así como la IA de próxima generación desafía los límites estrictos de las computadoras clásicas, las capacidades de cambio de paradigma de la computación cuántica presentan un poderoso camino a seguir para la inteligencia artificial, permitiendo una posibilidad casi ilimitada.
En lo que puede ser un punto de inflexión para innumerables industrias, incluida la investigación farmacéutica, la climatología, la ciencia de datos, el modelado meteorológico, las finanzas e incluso las artes, la aparición de la IA cuántica predice una innegable materialización de las tecnologías de investigación más avanzadas y experimentales de la ciencia. En gran medida, la integración de la computación cuántica en futuros sistemas de IA mejorados podría abrir nuevas fronteras en el poder de cómputo, la eficiencia de los algoritmos y las capacidades generales de resolución de problemas. A pesar de sus complejidades, la IA cuántica puede resultar fundamental para superar los obstáculos más desafiantes de la humanidad.
Los miembros de IBM Quantum Network colaboran ampliamente y se benefician de las estrechas relaciones de trabajo con nuestros expertos internos.
Una computadora cuántica puede definirse de manera más simple como cualquier sistema informático que utiliza las propiedades de la mecánica cuántica para codificar, transmitir o manipular datos.
Las computadoras clásicas tradicionales usan bits para representar datos. Cada bit representa un 0 o un 1, y cuando se combinan en código binario, podemos usar computadoras para crear de todo, desde sistemas operativos simples hasta los cálculos de supercomputación más avanzados. Las computadoras clásicas codifican datos en bits utilizando electricidad conducida a través de transistores y microprocesadores.
Sin embargo, la computación cuántica utiliza cúbits (bits cuánticos), partículas subatómicas especiales formadas por átomos, circuitos eléctricos superconductores u otros tipos de partículas, para codificar datos no solo en dos estados (0 o 1), sino también en un tercer estado que no es ni 0 ni 1 y que puede considerarse 0 o 1 al mismo tiempo. Este complicado concepto de mecánica cuántica se denomina superposición y representa un tipo de probabilidad incognoscible que puede aprovecharse para codificar exponencialmente más información en los estados cuánticos de cúbits. Además, mediante el entrelazamiento cuántico, dos cúbits pueden enlazarse para que cada uno lleve información acerca del otro. Agrupando estos tipos de cúbits se crean cúbits lógicos que pueden utilizarse para crear computadoras cuánticas útiles y reducir los errores (lo que se conoce como decoherencia cuántica).
Los procesadores cuánticos no realizan ecuaciones matemáticas del mismo modo que las computadoras clásicas. Los algoritmos cuánticos pueden resolver en cuestión de minutos cálculos complejos que a una computadora clásica le tomaría cientos de miles de años. A diferencia de las computadoras clásicas (que deben hacer cómputos a cada paso de un cálculo complicado), los circuitos cuánticos hechos con cúbits lógicos (como los que se utilizan en las computadoras cuánticas con corrección de errores) pueden procesar con fiabilidad enormes conjuntos de datos casi simultáneamente, mejorando así la eficiencia en varios órdenes de magnitud. Esto es posible porque las computadoras cuánticas son probabilísticas, y encuentran la solución más probable a un problema dado, mientras que las tradicionales son deterministas y requieren laboriosos cálculos para determinar un resultado singular específico de las entradas dadas.
Computación clásica
- Se utiliza en computadoras y dispositivos comunes y polivalentes.
- Almacena información en bits con un número discreto de estados posibles, 0 o 1.
- Procesa los datos de forma lógica y secuencial.
Computación cuántica
- Utilizada por hardware cuántico de alta velocidad, especializado y experimental basado en mecánica cuántica.
- Almacena información en cúbits con un posible estado cuántico adicional, 0, 1 o una superposición de 0 y 1.
- Procesa datos con lógica cuántica en instancias paralelas.
Si bien las computadoras cuánticas son muy superiores a las clásicas para procesar grandes conjuntos de datos o completar otros problemas como la factorización prima avanzada, la computación cuántica no es ideal para todas (o incluso para la mayoría de) las circunstancias. Siendo realistas, la computación clásica seguirá teniendo una presencia importante en las operaciones normales; sin embargo, las computadoras cuánticas conectadas a la nube o los ecosistemas híbridos ya se están utilizando para una amplia gama de aplicaciones avanzadas.
La tecnología de inteligencia artificial permite que las computadoras simulen la inteligencia humana y las capacidades humanas de resolución de problemas.
Por sí sola o combinada con otras tecnologías (por ejemplo, sensores, geolocalización, robótica), la IA puede realizar tareas que de otro modo requerirían inteligencia o intervención humana. Ejemplos comunes de IA útil incluyen asistentes digitales, navegación GPS, vehículos autónomos, arte de IA generativa y herramientas de escritura.
La inteligencia artificial como campo, que abarca el aprendizaje automático y el aprendizaje profundo, implica el desarrollo de algoritmos, modelados a partir de los procesos de toma de decisiones del cerebro humano, que puedan “aprender” de los datos disponibles y hacer clasificaciones o predicciones cada vez más precisas a lo largo del tiempo. Hoy en día, la IA generativa puede aprender y replicar no solo el lenguaje, sino también otros tipos de datos, como imágenes, videos, códigos de software e incluso estructuras moleculares.
- Reconocimiento de voz: comúnmente utilizada en asistentes digitales operados por voz, la IA permite el control de la tecnología activado por voz, lo que permite que los productos de IA comprendan los comandos de voz y respondan. Los sistemas basados en mensajes de texto, como los chatbots, se utilizan cada vez más en escenarios educativos y de atención al cliente.
- Visión artificial: esta tecnología de IA permite que las computadoras y los sistemas obtengan información significativa a partir de imágenes digitales, videos y otras entradas visuales, como aplicaciones de traducción basadas en cámaras que “leen” y traducen idiomas extranjeros.
- Optimización de la cadena de suministro: desde trazar las rutas de envío más eficientes hasta estimar y automatizar las líneas de producción, la tecnología de IA está mejorando cada vez más las cadenas de suministro globales, reduciendo el desperdicio y aumentando las velocidades de entrega.
- Pronóstico del tiempo: el modelado meteorológico predictivo se beneficia de la IA al procesar conjuntos de datos complejos y altamente probabilísticos para generar pronósticos más precisos que ayudan en la prevención de desastres naturales y en la recuperación tras estos.
- Detección de anomalías: los modelos de IA pueden analizar grandes cantidades de datos y descubrir puntos de datos atípicos dentro de un conjunto de datos. Estas anomalías pueden crear conciencia sobre equipos defectuosos, errores humanos o violaciones de la ciberseguridad.
Para todos los posibles beneficios que supone la IA aplicada, la IA cuántica sobrealimentada representa un multiplicador potencialmente exponencial a través de una mayor velocidad de procesamiento, potencia y capacidad.
Como tecnología nueva, todavía se está analizando el impacto general que la IA puede tener en nuestra vida diaria, pero se está expandiendo rápidamente. A medida que seguimos descubriendo aplicaciones valiosas de la IA en todas las industrias, Goldman Sachs predice que la IA podría aumentar el PIB global en un 7 % para 2033 (enlace externo a ibm.com).
Dado que las computadoras cuánticas son muy adecuadas para procesar cantidades descomunales de datos, cualquier problema que requiera procesamiento de datos a gran escala se beneficia de la computación cuántica. Por ejemplo, la IA cuántica podría reducir el tiempo de entrenamiento de los LLM de semanas a horas, permitiendo así la creación casi instantánea de nuevos asistentes de IA altamente especializados en un sinfín de temas complejos, técnicos o incluso experimentales. Más allá de las herramientas de IA generativa, la IA cuántica puede revolucionar diversos de campos críticos, entre ellos:
Una investigación reciente de IBM indica que el diseño de fármacos ya está dentro de las capacidades (el enlace reside fuera de ibm.com) de las computadoras cuánticas de hoy. Con el uso de IA cuántica, los investigadores esperan poder modelar mejor la biología molecular y acelerar enormemente el descubrimiento de nuevos y mejores tratamientos farmacológicos, reduciendo así el tiempo de comercialización de tratamientos críticos. La IA cuántica también puede utilizarse para analizar enormes cantidades de datos de pacientes para obtener insights valiosos respecto de la eficacia del tratamiento y la atención preventiva.
Muchas empresas de corretaje utilizan la automatización para optimizar las carteras comerciales, pero la IA se vuelve menos capaz a medida que aumenta la complejidad de las estrategias comerciales. La capacidad de la IA cuántica para encontrar patrones y hacer predicciones a partir de grandes conjuntos de datos complejos podría conducir potencialmente a plataformas comerciales innovadoras habilitadas para IA que puedan replicar las carteras más exitosas, ajustando dinámicamente las inversiones para maximizar las ganancias. Además, el impacto de la tecnología cuántica en los protocolos de ciberseguridad más avanzados de la actualidad, como la criptografía y las criptomonedas, dará lugar a una nueva generación de sistemas criptográficos de próxima generación, actualmente en desarrollo.
Una aplicación en la que las computadoras cuánticas son especialmente útiles es el modelado del extremadamente complejo mundo natural. Como tal, procesos como la predicción y el pronóstico del tiempo pueden mejorarse en gran medida con ayuda de la IA cuántica. Además, esta podría ser una herramienta fundamental en el avance de la climatología, en aspectos desde las pruebas de eficacia de las iniciativas de reducción de carbono hasta el desarrollo de tecnologías ecológicas experimentales.
Desde que se mostró el primer prototipo de computadora cuántica viable en la década de 1980, los investigadores han logrado enormes avances en el desarrollo de sistemas cuánticos. Las principales instituciones tecnológicas como IBM han logrado un éxito revolucionario en el desarrollo de equipos y procesos, como sistemas de cúbits de átomos neutros y superconductores, procesadores cuánticos de iones atrapados y componentes de refrigeración de superenfriamiento capaces de crear las temperaturas gélidas necesarias para mantener la coherencia de los cúbits, mitigar los efectos de la decoherencia y crear las condiciones para realizar cálculos confiables. Mientras tanto, los investigadores también están avanzando en la computación cuántica a temperatura ambiente, haciendo que la computación cuántica práctica (e IA cuántica útil) sea mucho más factible.
Además del hardware, los ingenieros cuánticos también están creando, definiendo y refinando nuevos marcos para proporcionar a los investigadores las herramientas y recursos de desarrollo necesarios para diseñar, simular y ejecutar algoritmos de IA cuántica. Una de esas iniciativas, TensorFlow Quantum, proporciona una biblioteca de código abierto de herramientas integrales para desarrolladores para integrar capacidades cuánticas con flujos de trabajo de aprendizaje automático. Del mismo modo, los lenguajes informáticos nativos cuánticos ofrecen un marco de código abierto que permite a los investigadores diseñar, optimizar y analizar nuevos algoritmos cuánticos.
Si bien la incorporación de la investigación en computación cuántica puede resolver los problemas de la IA para procesar datos a gran escala a velocidades prácticas, tanto la computación cuántica como la inteligencia artificial se enfrentan a una serie de obstáculos que deben superar antes de que la adopción generalizada de la tecnología cuántica, como la IA cuántica y el aprendizaje automático cuántico, sea viable. En el espacio cuántico, persisten obstáculos como la decoherencia de cúbits, la corrección de errores y la escalabilidad. Los investigadores de inteligencia artificial desarrollan constantemente nuevos productos, como modelos de acción de gran tamaño (LAM, siglas en inglés de large action models) que no solo predicen el lenguaje, sino que generan acciones y otras formas de salida para mejorar las capacidades funcionales y la utilidad de la tecnología de IA actual.
Abordar las implicaciones éticas, normativas y sociales en torno al uso de tecnologías de IA cuántica es esencial para garantizar la innovación responsable y el acceso equitativo a los beneficios de las soluciones cuánticas. Las aplicaciones de la IA cuántica, al igual que las de la IA actual, aumentan día con día. Pero a medida que cobra impulso el revuelo en torno al uso de herramientas de IA en las empresas, las conversaciones sobre IA responsable y ética de la IA se vuelven aún más importantes.
Nuestros usuarios acceden a la flota de computación cuántica más grande del mundo a través de Qiskit Runtime, nuestro servicio de computación cuántica y modelo de programación de utilidad cuántica.
La IA en IBM Z utiliza el aprendizaje automático para convertir los datos de cada transacción en insights en tiempo real. Descubra insights y obtenga rápidamente resultados confiables y prácticos sin necesidad de mover datos. Aplique IA y aprendizaje automático a sus datos empresariales más valiosos en IBM Z por medio de infraestructuras y herramientas de código abierto.
IBM Security Guardium es una familia de software de seguridad de datos de la cartera de IBM Security que detecta vulnerabilidades y protege los datos confidenciales on premises y en la nube. Descubra la manera en que IBM puede ayudar a su organización a prepararse para el futuro de la IA con criptografía cuántica.
La computación cuántica utiliza tecnología especializada, incluido el hardware informático y los algoritmos que usan la mecánica cuántica, para resolver problemas complejos que las computadoras clásicas o las supercomputadoras no pueden resolver, o no pueden hacerlo lo suficientemente rápido.
Aprenda los conceptos básicos de la computación cuántica y cómo utilizar los servicios y sistemas de IBM Quantum para resolver problemas del mundo real.
La inteligencia artificial, o IA, es tecnología que permite que las computadoras simulen la inteligencia humana y las capacidades humanas de resolución de problemas. Como campo de la informática, la inteligencia artificial abarca (y a menudo se menciona junto con) el aprendizaje automático y el aprendizaje profundo.
Un cúbit, o bit cuántico, es la unidad básica de información utilizada para codificar datos en la computación cuántica y puede entenderse mejor como el equivalente cuántico del bit tradicional utilizado por las computadoras clásicas para codificar información en un sistema binario.
Ahora que hemos entrado en la era de la utilidad cuántica, estamos utilizando computadoras cuánticas para acceder a un mundo computacional al que nunca antes habíamos tenido acceso. A medida que continuamos nuestro viaje, también debemos discutir las cuestiones éticas críticas que rodean nuestro futuro cuántico.
La IA está integrada en la vida diaria, los negocios, el gobierno, la medicina y más. En IBM, ayudamos a las personas y organizaciones a adoptar la IA de manera responsable. Solo mediante la incorporación de principios éticos en las aplicaciones y procesos de IA podemos construir sistemas basados en la confianza.