«Yo diría que en unos diez años solo habrá aprendizaje
de ordenador cuántico, ya no habrá más sistema
tradicional.»1
HARTMUT NEVEN,
Head of Google’s Quantum AI Lab, 2015
El físico teórico Richard Feynman fue el precursor de la computación cuántica. En una conferencia de 1981, organizada por IBM y el MIT, dijo que «la naturaleza no es clásica, [...] de modo que si se desea hacer una simulación de la naturaleza, mejor que sea mediante la mecánica cuántica».
A pesar de encontrarse en una fase embrionaria, lejos aún de poder ofrecer resultados efectivos, la computación cuántica posee el suficiente potencial como para dar el salto más importante en la historia de la tecnología.2 Promete poder responder a problemas complejos que el potencial actual de los ordenadores clásicos no tiene capacidad de resolver de forma fácil. Por esta razón, grandes compañías como Alibaba, IBM, Google, Microsoft y Rigetti Computing han entrado en una gran carrera para ver quién consigue antes sacarle todo su provecho. Como se comenta en un artículo de The Economist,3 la computación cuántica está entrando en una edad dorada que pronto se convertirá, con mayores o menores dificultades, en una edad de oro.
Además, en distintas naciones se están produciendo grandes inversiones en esta nueva ciencia: en 2020 China ha invertido 10.000 millones de dólares en la apertura de un laboratorio de ciencia cuántica; en el Congreso de Estados Unidos se ha propuesto una asignación de 1.300 millones de dólares; y la Unión Europea ha hecho lo propio con una inversión inicial de cerca de 1.000 millones de euros.
Se prevé que la ciencia cuántica va a transformar la cadena de valor de sectores tan importantes como la química, la biología, la salud, la ciencia de los materiales, las finanzas o la inteligencia artificial.4 La carrera por encabezar su implementación y desarrollo están motivados por la previsión del crecimiento exponencial que ofrecen los aprendizajes que se obtengan (que darán ventajas importantes a quien llegue primero) y el gran impacto que puede tener en ámbitos que generan costes importantes, como la logística (rutas eficientes), o en el descubrimiento de nuevas moléculas y materiales o en la interrelación entre principio activos.
La habilidad de las computadoras cuánticas para explotar datos no estructurados ofrece nuevas posibilidades en el campo de los análisis de datos, como explotar las interacciones en las páginas web, y en la ciencia fundamental, como explorar el genoma humano. Además de tener un alcance mayor para explotar el big data, podrá resolver problemas muy diferentes.
Por otra parte, facilitará una revolución gracias a su capacidad de mostrar los datos y de optimizar todo tipo de problemas que encontramos, desde el análisis de inversiones en cartera hasta las mejores rutas de entrega e incluso ayudar a determinar cuál es el tratamiento óptimo y el protocolo de la medicina para cada individuo (ya que se podrán entrelazar las múltiples interacciones entre variables). También se podrán simular sistemas físicos altamente complejos, como los nuevos materiales, e incluso interacciones químicas que son difíciles de modelizar con supercomputadores modernos, pues sus comportamientos siguen patrones de mecánica cuántica.
Figura 7. Diferencia entre bit y qubit
La computación cuántica utiliza esencialmente el estado cuántico del qubit, que es el equivalente de un bit normal en términos de computación, pero en el nivel cuántico. Al igual que un bit tradicional, un qubit tiene un estado activado y otro desactivado, pero mientras un bit solo puede ser 1 o 0, un qubit también puede producir una superposición de ambos estados.
Representado en una esfera de Bloch, un bit clásico solo podría estar en el «Polo Norte» o en el «Polo Sur», en los lugares donde | 0 〉 y | 1 〉 son respectivamente. El resto de la superficie de la esfera es inaccesible para un bit, sin embargo un estado de qubit puro puede representarse en cualquier punto de la superficie.
Los qubit imitan la realidad de la física cuántica, en la que pueden existir partículas subatómicas en múltiples estados y al mismo tiempo. La computación cuántica puede realizar innumerables cálculos simultáneos aprovechando efectos cuánticos clave en sus arquitecturas, incluida la superposición, la tunelización y el entrelazado. El potencial es enorme. Según algunas estimaciones, las computadoras cuánticas podrían resolver problemas que tomaría millones de años a los grandes ordenadores actuales, y se podrían realizar algunos cálculos que, para resolverlos, las computadoras convencionales necesitarían más tiempo que la vida del universo.
De acuerdo con el físico David Deutsch, el principio de superposición permite que una computadora cuántica realice un millón de cálculos a la vez. Puede resolver problemas complejos combinatorios que son imposibles para una computadora clásica en un marco de tiempo práctico. El poder de una computadora cuántica de 30 qubits sería igual al procesamiento de una computadora convencional que funcionara a 10 teraflops (es decir, billones de operaciones de operaciones flotantes por segundo), mientras que un ordenador de sobremesa típico corre a velocidades medidas en gigaflops (es decir, miles de millones de operaciones flotantes puntuales por segundo).
Un sistema cuántico de 500 qubits requiere una escala de 2500 para poder describir por completo su estado cuántico. Este número es más grande que el número estimado5 de átomos en el universo, lo que se erige en una muestra del enorme poder computacional que se puede llegar a generar con el aumento exponencial de la explotación cuántica. Riguetti Computing ya ha anunciado que ha construido un procesador de 128 qubits.
El gran potencial de la explotación exponencial de datos por parte de los ordenadores cuánticos queda muy bien reflejado en la historia del descubrimiento del ajedrez. Cuando su inventor (según la tradición un matemático indio) se lo enseñó a su rey, este quedó maravillado y en compensación por tal hallazgo le dijo a su inventor que le daría lo que le pidiera. Este le respondió que solo quería que llenara el tablero con granos de arroz, pero de tal forma que en el primer cuadrado solo pusiera un grano, en el segundo el doble (dos), en el tercero el doble del segundo (cuatro), y así sucesivamente hasta llegar al último cuadrado, el 64. El emperador aceptó inmediatamente pensando que la solicitud era irrisoria. Sin embargo, cuando se calculó la cantidad a entregar se comprobó que era ¡mucho más que toda la producción del reino! Más o menos, los granos de arroz a entregar en el cuadro 64 serían ¡unos 500.000 millones de toneladas!
En el gráfico 4 se puede ver el crecimiento exponencial, que aumenta de forma extraordinaria a partir de n=7, donde el 27 es 128 respecto a 49, mientras que para n=10 ya son 1.024 respecto a 100.
Gráfico 4. Crecimiento exponencial diferencial
Esto significa que se requiere un tipo de programación completamente diferente, que da como resultado un poder de cómputo masivo y exponencial extraordinario. De este modo, programas, cálculos o simulaciones que precisarían semanas, meses o incluso años para completarlos mediante las actuales plataformas, podrían ejecutarse en tiempo real casi de forma instantánea.
La ventaja cuántica consiste en ofrecer una mayor rapidez de cálculo sin estar determinada por limitaciones de coste o de nivel de errores respecto a los ordenadores clásicos. Según algunos expertos estamos en una etapa de «supremacía cuántica», una denominación que identifica la clara superioridad de los ordenadores cuánticos, ya que combinan una extraordinaria superioridad de velocidad de cálculo con un nivel de errores muy reducido, inferior a 10-3 (un hecho que Google alcanzó en octubre de 2019).6 Google afirmó que con un ordenador cuántico de 53 qubits, o su equivalente a una dimensión computacional de 253 (cerca de 1016), había conseguido llevar a cabo un conjunto de cálculos en 200 segundos, cuando un supercomputador tradicional hubiese necesitado 10.000 años.
La promesa es que las computadoras cuánticas permitirán un rápido análisis e integración de enormes conjuntos de datos que mejorarán y transformarán nuestro aprendizaje automático y artificial, a la vez que permitirán un salto en las capacidades de inteligencia.
Además, se está identificando la oportunidad que genera la característica de los Noisy Intermediate-Scale Quantum (NISQ),7 porque refleja la realidad del entorno de las moléculas y puede ser útil para predecir su comportamiento químico en un entorno natural ruidoso, asumiendo que los errores pueden ser consustanciales con el funcionamiento en la realidad. Por tanto, pueden acelerar el descubrimiento de nuevas moléculas para avanzar en soluciones útiles para la humanidad.
Por otro lado, la seguridad por encriptación se ve amenazada por el poder de la computación cuántica. La factorización de números, esto es, la descomposición de cualquier número en la multiplicación de números primos, (ejemplo 105=7×5×3) resulta ser un caso de muy difícil resolución en la computación actual. Mientras un ordenador clásico, a una velocidad de tratamiento de 2,2 gigahercios, tardaría unos 30 años en calcular la factorización de un número de 193 dígitos, un ordenador cuántico lo haría en solo 0,1 segundos.8
Esto supone una amenaza para los sistemas de encriptación actuales, ya que están basados en la factorización de grandes números. Sin embargo, también podrá ofrecer nuevos sistemas de encriptación basados en el entrelazamiento entre partículas que permite detectar cualquier intromisión en un sistema.
La necesidad competitiva de dar respuesta, en tiempo real, a las interacciones con los clientes ha llevado a implementar y perfeccionar los algoritmos. En este caso no solo generan incrementos adicionales de ingresos debido a la mayor afinidad y relevancia de las propuestas, sino que además permiten poner en valor actividades críticas que pueden diferenciar la experiencia de los clientes.
La integración de un gran número de datos en tiempo real sobre variables que afectan al comportamiento humano puede ser tenido en cuenta para optimizar las recomendaciones y ser más relevante para cada persona individual en aspectos como:
— Anticipar las necesidades de los clientes y ajustar la capacidad de oferta y servicio.
— Ofrecer productos con mayor propensión de compra a compradores afines o por productos ya adquiridos, en el momento más probable. (Más del 30 % de las páginas vistas en Amazon son fruto de recomendaciones.)
— Ofrecer los contenidos de mayor valor para cada cliente según su comportamiento histórico y sus grupos de referencia. Más del 80 % del contenido visto por los suscriptores en Netflix viene de recomendaciones personalizadas. Las personas se muestran receptivas a ser aconsejadas y a ver lo que les «debería» gustar en función del sistema de recomendación.
— Asignar el servicio de atención al cliente directamente por el histórico de contactos, perfil o valor del cliente, de tal forma que la empresa le pueda responder de forma eficiente y eficaz.
— Monitorizar el funcionamiento de productos y servicios, recopilando información continuada en el tiempo, con todo tipo de indicadores de productividad, calidad y rendimiento.
— Aportar un valor de asesoramiento a clientes finales como servicio de valor añadido, mucho más que una inversión en un equipamiento. Como comentaba un gerente de software de GE, su negocio es vender locomoción, no locomotoras,9 pues GE ofrece un servicio permanente y de gestión de su máximo rendimiento y no simplemente la venta de equipamiento a partir de la integración y explotación de los datos recopilados en el funcionamiento y uso de sus productos.
Estamos inmersos en la máxima efervescencia del big data, la disponibilidad de datos ingentes que pueden ser convertidos en conocimiento útil. En la actualidad, se plantea el reto de explotar todo tipo de datos disponibles, aunque sean inciertos, con un volumen generado por múltiples dispositivos en internet que interconecta objetos y cosas, estructurados y no estructurados, en tiempo real.
Debemos plantearnos explotar la información sin limitaciones, aunque sea difusa y no estructurada, porque desde la captura natural de la información es como se obtiene su mayor valor. A partir de la observación de miles o millones de conversaciones entre clientes, de su conducta a lo largo del proceso de información, valoración y compra se puede llegar a identificar el comportamiento más probable y ajustar, por lo tanto, la propuesta más efectiva a ofrecer.
Se suele asociar el big data con las tres V (Volumen, Variedad y Velocidad), a las que se ha añadido la necesidad de validar su Veracidad y acrecentar su Valor. La exigencia de que sepamos dar respuesta al crecimiento exponencial de datos y a darles sentido y respuesta en tiempo real es la gran oportunidad actual, que no depende solo de algoritmos, sino también de una exploración inteligente y una capacidad de identificar aspectos cualitativos, desde hipótesis razonables a combinaciones dinámicas con potencial.
En plena explosión del marketing digital, la capacidad de ofrecer un mensaje totalmente a medida en tiempo real es vital, es decir, disponer de la capacidad de poder personalizar el mensaje a medida del perfil del cliente, su camino de compra y el contexto en el que está en ese momento, todo apoyado en la velocidad simultánea de tratamiento de datos. Para ilustrar su complejidad, con seis atributos solo hay 720 permutaciones que podemos servir a una persona. Sin embargo, si los atributos son 20 las permutaciones o recomendaciones posibles que se les puede servir ascienden a 2,43 quintillones de permutaciones.10
La explotación cuántica de información nos ofrece un camino para dar respuesta en tiempo real a los deseos y necesidades personales de clientes. Toda esta información ha sido creada a partir de la compleja interacción de su personalidad, su contexto, sus experiencias, sus compras anteriores y sus planes futuros. Estamos hablando de un auténtico marketing personal multidimensional, mucho más que personalizado porque da respuesta en ejes múltiples donde prácticamente es «la persona» con «su» oferta.
Para que la oferta sea relevante debe crearse en función de lo que le está pasando al cliente en cada momento. De este modo, lo oferta debe ser instantánea y adaptarse al individuo en concreto. Por ejemplo, la pérdida de una maleta conlleva la necesidad imperiosa de comprar ropa; un cambio brusco en la potencia de la luz, la compra de un nuevo electrodoméstico; o una devolución, una oferta alternativa.
Este salto cuántico se produce en un doble aspecto que vale la pena enfatizar: 1) Optimización por potencial de adaptación futuro a un escenario más probable; y 2) optimización por combinación de la superposición de estados del cliente y su contexto más relevante.
La mecánica cuántica lleva implícito un potencial enorme en el apartado de aprendizaje continuado y autónomo de las máquinas y la obtención del valor de las relaciones en redes neuronales. Lo que se he empezado a denominar Quantum Machine Learning es la confluencia de la eficiencia de la computación cuántica con aprendizaje de máquina, con el desarrollo de subrutinas en paralelo.
Aunque parezca que existe algún software milagroso que descubre grandes oportunidades, se trata siempre del trabajo de las personas de negocio y marketing, y también del de los analistas de datos, que seleccionan la mejor metodología e interpretación de los datos que permiten la máxima eficacia. En su labor son claves la captación de datos, su adecuación, su interpretación y su explotación posterior. Todas estas fases requieren la función de personas expertas con visión e implicación de negocio.
El constructor automovilístico Volkswagen está investigando11 nuevas formas en que la computación cuántica combinada con el deep learning (‘aprendizaje profundo’) puedan optimizar el flujo de tráfico en las ciudades de alta densidad de población. En sus investigaciones incluyen todo tipo de datos de tráfico del pasado y las situaciones de contexto existentes en tiempo real, como obras y peatones, para así poder definir la ruta óptima de tráfico para cada conductor.
En todo caso, la computación cuántica abre un gran futuro potencial de mejora en la capacidad de predecir en entornos complejos, y además de aportar sensibilidad, velocidad y respuesta inmediata, ofrece soluciones y ventajas para quien sepa incorporarlo de forma efectiva en su arsenal competitivo.
Y para obtener los mejores frutos de las nuevas iniciativas, vamos a ver los pilares de mejora de la gestión cuántica con los cuatro factores introducidos de Enfoque, Empatía, Empuje y Entrelazamiento.