Desde la simulación de materiales nuevos y más eficientes hasta la predicción de cómo cambiará el mercado de valores con mayor precisión, las ramificaciones de la computación cuántica para las empresas son potencialmente enormes.
Imagen: IonQ
Las empresas más grandes del mundo están lanzando programas de computación cuántica y los gobiernos están invirtiendo dinero en la investigación cuántica. Para los sistemas que aún han demostrado ser útiles, las computadoras cuánticas ciertamente están atrayendo mucha atención.
La razón es que se espera que las computadoras cuánticas, aunque todavía están lejos de haber alcanzado la madurez, con el tiempo marquen el inicio de una nueva era de la informática, una en la que el hardware ya no sea una limitación a la hora de resolver problemas complejos, lo que significa que algunos cálculos que Los sistemas clásicos tardan años o incluso siglos en completarse en cuestión de minutos.
Desde la simulación de materiales nuevos y más eficientes hasta la predicción de cómo cambiará el mercado de valores con mayor precisión, las ramificaciones para las empresas son potencialmente enormes. Aquí hay ocho casos de uso cuántico que organizaciones líderes están explorando en este momento y que podrían cambiar radicalmente el juego en industrias enteras.
1. Descubriendo nuevos medicamentos
El descubrimiento de nuevos fármacos se basa en parte en un campo de la ciencia conocido como simulación molecular, que consiste en modelar la forma en que las partículas interactúan dentro de una molécula para intentar crear una configuración capaz de combatir una determinada enfermedad.
Esas interacciones son increíblemente complejas y pueden asumir muchas formas diferentes, lo que significa que una predicción precisa de la forma en que se comportará una molécula en función de su estructura requiere enormes cantidades de cálculo.
Hacer esto manualmente es imposible y el tamaño del problema también es demasiado grande para que lo puedan abordar las computadoras clásicas de hoy. De hecho, se espera que modelar una molécula con sólo 70 átomos le lleve a una computadora clásica hasta 13 mil millones de años.
Esta es la razón por la que el descubrimiento de nuevos medicamentos lleva tanto tiempo: los científicos adoptan en su mayoría un enfoque de prueba y error, en el que prueban miles de moléculas contra una enfermedad objetivo con la esperanza de que eventualmente se encuentre una combinación exitosa.
Sin embargo, las computadoras cuánticas tienen el potencial de algún día resolver el problema de la simulación molecular en minutos. Los sistemas están diseñados para poder realizar muchos cálculos al mismo tiempo, lo que significa que podrían simular sin problemas todas las interacciones más complejas entre las partículas que forman las moléculas, lo que permitiría a los científicos identificar rápidamente candidatos para fármacos exitosos.
Esto significaría que los medicamentos que salvan vidas, que actualmente tardan un promedio de 10 años en llegar al mercado, podrían diseñarse más rápido y de manera mucho más rentable.
Las compañías farmacéuticas están prestando atención: a principios de este año, el gigante de la salud Roche anunció una asociación con Cambridge Quantum Computing (CQC) para apoyar los esfuerzos en la investigación contra la enfermedad de Alzheimer.
Y las empresas más pequeñas también se están interesando por la tecnología. Menten AI, una empresa emergente de biología sintética, por ejemplo, se ha asociado con la empresa de recocido cuántico D-Wave para explorar cómo los algoritmos cuánticos podrían ayudar a diseñar nuevas proteínas que eventualmente podrían usarse como fármacos terapéuticos.
2. Creando mejores baterías
Desde alimentar automóviles hasta almacenar energía renovable, las baterías ya están apoyando la transición hacia una economía más verde, y su papel no hará más que crecer. Pero están lejos de ser perfectos: su capacidad sigue siendo limitada, al igual que su velocidad de carga, lo que hace que no siempre sean una opción adecuada.
Una solución consiste en buscar nuevos materiales con mejores propiedades para construir baterías. Este es otro problema de simulación molecular: esta vez modelar el comportamiento de moléculas que podrían ser candidatas potenciales para nuevos materiales de baterías.
VER: Hay dos tipos de computación cuántica. Ahora una empresa dice que quiere ofrecer ambos
Por lo tanto, al igual que el diseño de fármacos, el diseño de baterías es otro trabajo con gran cantidad de datos que se adapta mejor a una computadora cuántica que a un dispositivo clásico.
Esta es la razón por la que el fabricante de automóviles alemán Daimler se ha asociado con IBM para evaluar cómo las computadoras cuánticas podrían ayudar a simular el comportamiento de las moléculas de azufre en diferentes entornos, con el objetivo final de construir baterías de litio-azufre que tengan mejor rendimiento, sean más duraderas y menos costosos que los actuales de iones de litio.
3. Predecir el clima
A pesar de las enormes cantidades de potencia de cálculo disponibles en las supercomputadoras de vanguardia de hoy en día, los pronósticos meteorológicos (particularmente los de mayor alcance) aún pueden ser decepcionantemente inexactos. Esto se debe a que existen innumerables formas en que un fenómeno meteorológico puede manifestarse y los dispositivos clásicos son incapaces de asimilar todos los datos necesarios para una predicción precisa.
Por otro lado, así como las computadoras cuánticas podrían simular todas las interacciones de partículas que ocurren dentro de una molécula al mismo tiempo para predecir su comportamiento, también podrían modelar cómo innumerables factores ambientales se combinan para crear una gran tormenta, un huracán o una ola de calor.
VER: Los científicos utilizan la computación cuántica para descubrir signos de vida en otros planetas
Y como las computadoras cuánticas podrían analizar prácticamente todos los datos relevantes a la vez, es probable que generen predicciones mucho más precisas que los pronósticos meteorológicos actuales. Esto no sólo es bueno para planificar su próximo evento al aire libre: también podría ayudar a los gobiernos a prepararse mejor para los desastres naturales, así como apoyar la investigación sobre el cambio climático.
La investigación en este campo es más tranquila, pero están surgiendo asociaciones para examinar más de cerca el potencial de las computadoras cuánticas. El año pasado, por ejemplo, el Centro Europeo de Previsiones Meteorológicas a Medio Plazo (ECMWF) lanzó una asociación con la empresa de TI Atos que incluía acceso al simulador de computación cuántica de Atos, en un intento por explorar cómo la computación cuántica puede afectar la predicción del tiempo y el clima en el futuro. futuro.
4. Elegir acciones
JP Morgan, Goldman Sachs y Wells Fargo están investigando activamente el potencial de las computadoras cuánticas para mejorar la eficiencia de las operaciones bancarias, un caso de uso que a menudo se presenta como uno que podría conllevar grandes recompensas financieras.
Hay varias formas en que la tecnología podría respaldar las actividades de los bancos, pero una que ya se muestra prometedora es la aplicación de la computación cuántica a un procedimiento conocido como simulación de Monte Carlo.
VER: La computación cuántica se encuentra en una etapa temprana. Pero los inversores ya se están entusiasmando
La operación Monte Carlo consiste en fijar el precio de los activos financieros en función de cómo cambia el precio de los activos relacionados con el tiempo, lo que significa que es necesario tener en cuenta el riesgo inherente a diferentes opciones, acciones, divisas y materias primas. Básicamente, el procedimiento se reduce a predecir cómo evolucionará el mercado, un ejercicio que se vuelve más preciso con mayores cantidades de datos relevantes.
Las capacidades de computación sin precedentes de las computadoras cuánticas podrían acelerar los cálculos de Monte Carlo hasta 1.000 veces, según una investigación realizada por Goldman Sachs junto con la empresa de computación cuántica QC Ware. En una noticia aún más prometedora, los ingenieros cuánticos de Goldman Sachs han modificado sus algoritmos para poder ejecutar la simulación de Monte Carlo en hardware cuántico que podría estar disponible en tan solo cinco años.
5. Lenguaje de procesamiento
Durante décadas, los investigadores han intentado enseñar a las computadoras clásicas cómo asociar el significado con las palabras para intentar dar sentido a oraciones completas. Se trata de un enorme desafío dada la naturaleza del lenguaje, que funciona como una red interactiva: en lugar de ser la “suma” del significado de cada palabra individual, una oración a menudo debe interpretarse como un todo. Y eso incluso antes de intentar dar cuenta del sarcasmo, el humor o la connotación.
Como resultado, incluso los algoritmos clásicos de procesamiento del lenguaje natural (PLN) de última generación todavía pueden tener dificultades para comprender el significado de oraciones básicas. Pero los investigadores están investigando si las computadoras cuánticas podrían ser más adecuadas para representar el lenguaje como una red y, por lo tanto, para procesarlo de una manera más intuitiva.
El campo se conoce como procesamiento cuántico del lenguaje natural (QNLP) y es un foco clave de Cambridge Quantum Computing (CQC). La empresa ya ha demostrado experimentalmente que se pueden parametrizar frases en circuitos cuánticos, donde se pueden incrustar los significados de las palabras según la estructura gramatical de la frase. Más recientemente, CQC lanzó lambeq, un conjunto de herramientas de software para QNLP que puede convertir oraciones en un circuito cuántico.
6. Ayudar a resolver el problema del viajante
A un vendedor se le da una lista de las ciudades que debe visitar, así como la distancia entre cada ciudad, y debe idear la ruta que le ahorrará la mayor cantidad de tiempo de viaje y le costará menos dinero. Por simple que parezca, el “problema del vendedor ambulante” es uno al que se enfrentan muchas empresas cuando intentan optimizar sus cadenas de suministro o rutas de entrega.
Con cada nueva ciudad que se añade a la lista de vendedores, el número de rutas posibles se multiplica. Y a la escala de una corporación multinacional, que probablemente tendrá que lidiar con cientos de destinos, unos cuantos miles de flotas y plazos estrictos, el problema se vuelve demasiado grande para que una computadora clásica pueda resolverlo en un tiempo razonable.
El gigante energético ExxonMobil, por ejemplo, ha estado tratando de optimizar las rutas diarias de los buques mercantes que cruzan los océanos, es decir, más de 50.000 barcos que transportan hasta 200.000 contenedores cada uno, para transportar mercancías por un valor total de 14 billones de dólares.
VER: Las computadoras cuánticas podrían leer todos sus datos cifrados. Esta VPN 'segura cuántica' tiene como objetivo detener eso
Ya existen algunos algoritmos clásicos para afrontar el desafío. Pero dada la enorme cantidad de rutas posibles por explorar, los modelos inevitablemente tienen que recurrir a simplificaciones y aproximaciones. Por lo tanto, ExxonMobil se asoció con IBM para descubrir si los algoritmos cuánticos podrían hacer un mejor trabajo.
La capacidad de las computadoras cuánticas para realizar varios cálculos a la vez significa que podrían recorrer todas las diferentes rutas en conjunto, lo que les permite descubrir la solución más óptima mucho más rápido que una computadora clásica, que tendría que evaluar cada opción secuencialmente.
Los resultados de ExxonMobil parecen prometedores: las simulaciones sugieren que los algoritmos cuánticos de IBM podrían proporcionar mejores resultados que los algoritmos clásicos una vez que el hardware haya mejorado.
7. Reducir la congestión
Optimizar la sincronización de los semáforos en las ciudades, para que puedan adaptarse al número de vehículos en espera o a la hora del día, podría contribuir en gran medida a suavizar el flujo de vehículos y evitar la congestión en las intersecciones concurridas.
Éste es otro problema que las computadoras clásicas encuentran difícil: cuantas más variables haya, más posibilidades tendrá que calcular el sistema antes de encontrar la mejor solución. Pero al igual que con el problema del viajante, las computadoras cuánticas podrían evaluar diferentes escenarios al mismo tiempo, alcanzando el resultado óptimo mucho más rápidamente.
Microsoft ha estado trabajando en este caso de uso junto con Toyoto Tsusho y la startup de computación cuántica Jij. Los investigadores han comenzado a desarrollar algoritmos de inspiración cuántica en un entorno urbano simulado, con el objetivo de reducir la congestión. Según los últimos resultados del experimento, este enfoque podría reducir los tiempos de espera del tráfico hasta en un 20%.
8. Protección de datos confidenciales
La criptografía moderna se basa en claves generadas por algoritmos para codificar datos,…