El responsable de Inteligencia Artificial (IA) de IBM, Dario Gil, está convencido de que los ordenadores cuánticos (esos que se aprovechan de los exóticos fenómenos de la física cuántica para hacer cosas increíbles), podrían tener un gran impacto en uno de los campos más populares de la tecnología: la inteligencia artificial. Así lo afirmó durante su charla en la conferencia EmTech Digital, organizada por MIT Technology Review en San Francisco (EE. UU.) el mes pasado.

A diferencia de las computadoras clásicas, que almacenan información en bits en forma de ceros o unos, las computadoras cuánticas usan cúbits que pueden existir al mismo tiempo en múltiples estados de cero y uno, un fenómeno conocido como "superposición cuántica". Los cúbits también pueden influirse entre sí, incluso cuando no están conectados físicamente, a través de un proceso conocido como "entrelazamiento cuántico".

Gracias a estas cualidades exóticas, añadir más cúbits un ordenador cuántico aumenta exponencialmente su potencia de cálculo (consulte nuestro contador de cúbits aquí). Pero este campo todavía tiene muchos obstáculos importantes por delante. Por ejemplo, el delicado estado cuántico de los cúbits puede desvanecerse incluso con la más mínima vibración o cambio de temperatura, como una burbuja que explota al menor contacto. Esto puede introducir errores en los cálculos, aunque los investigadores cada vez son más hábiles para reducirlos. El sueño compartido es que los ordenadores cuánticos acaben superando las capacidades de los superordenadores más potentes del mundo, un hito conocido como 'supremacía cuántica' (ver La inminente "supremacía cuántica" de Google necesita otro nombre).

El aprendizaje automático podría ser uno de los grandes beneficiados de la computación cuántica. Durante su charla, Gil, que también es responsable del programa de computación cuántica comercial de IBM, presentó los resultados de un experimento de clasificación simple que implica el uso del aprendizaje automático para organizar datos en grupos similares (en este caso, puntos con colores similares). El equipo de IBM primero ejecutó la tarea en una máquina cuántica sin entrelazar los cúbits, lo que dio lugar a una tasa de error del 5 %. Después, el equipo repitió el mismo experimento pero con los cúbits entrelazados, lo que redujo la tasa de error al 2,5 %.

Esto sugiere que a medida que las computadoras cuánticas mejoren su capacidad de aprovecharse de los cúbits y entrelazarlos, también mejorarán su habilidad para abordar los problemas del aprendizaje automático. Otras compañías que trabajan en máquinas cuánticas, como la start-up Rigetti, llevan tiempo alardeando del potencial de la tecnología en la inteligencia artificial (ver El nuevo romance de la computación cuántica y la inteligencia artificial).

Gil advierte que lo que él llama "redes cuánticas de inteligencia artificial" no es compatible con las redes neuronales que se ejecutan en los superordenadores actuales. Pero aún así, cree que los ordenadores cuánticos pueden obtener una ventaja para ciertos tipos de desafíos de IA. "Es un gran momento para que la comunidad de IA comience a explorar este futuro", concluyó Gil.