Computación cuántica no cambia la computación aún

No está claro si la supremacía cuántica que alcanzó Google es un hito significativo para construir una computadora cuántica útil

Ariel Procaccia-Bloomberg
17 de noviembre de 2019 - 08:41 p. m.
Prototipo de un computador quántico de Google.
Prototipo de un computador quántico de Google.

En un artículo publicado en 1950, el matemático Alan Turing propuso la epónima prueba Turing para decidir si una computadora puede demostrar inteligencia igual a la humana. Para pasar la prueba, la computadora debe engañar a un juez humano para que crea que es una persona tras una conversación de cinco minutos vía texto. Turing predijo que para el año 2000, una computadora podría convencer a 30% de los jueces humanos; ese criterio se convirtió en la piedra angular de la inteligencia artificial.

Lee también: “Los computadores cuánticos ponen en jaque la economía, la política y la seguridad”

Aunque se demoró un poco más de lo que predijo Turing, un chatbot ruso que se hacía pasar por un niño ucraniano de 13 años llamado Eugene Goostman logró engañar a 33% de los jueces en una competencia de 2014. Tal vez, el aspecto más ingenioso del diseño de la máquina fue que su disfraz de adolescente hacía que las personas excusaran su mala gramática y su insensatez. No obstante, la estrategia de desviar la atención es notoria y superficial en las conversaciones del chatbot con periodistas escépticos; tanto así que la supuesta inteligencia de la máquina no sorprende tanto como la ingenuidad de los jueces. Tristemente, superar la prueba de Turing no nos ha acercado a resolver los grandes problemas de la IA.

El mes pasado, la computación cuántica alcanzó su propio hito controversial. Este campo busca aprovechar las leyes de la mecánica cuántica para revolucionar la computación. Las computadores clásicas se basan en unidades de memoria llamadas bits que codifican cero o uno, así que el estado de una memoria es una secuencia de ceros y unos. Las computadoras cuánticas, en cambio, utilizan cúbits, cada uno de los cuales codifica una "combinación" de cero y uno. Múltiples cúbits interactúan en una computadora cuántica, lo que significa que cada una de las exponencialmente muchas secuencias de bits es representada simultáneamente.

La pregunta clave es si este extraño poder puede ser explotado para realizar cálculos más allá del alcance de las computadoras clásicas. Demostrar al menos un cálculo de ese tipo, sin importar cuán elaborado, llevaría a la "supremacía cuántica", un término acuñado por el físico John Preskill del Instituto de Tecnología de California en 2012.

Bajo este criterio, Google parece haber alcanzado la supremacía cuántica. Específicamente, la compañía informó en octubre que su equipo usó una computadora cuántica de 53 cúbits para generar secuencias de bits aleatorias, las cuales dependen de interacciones controladas entre sus cúbits. Según cálculos de Google, tomaría 10.000 años llevar a cabo la misma tarea usando computación clásica. No hay duda de que controlar una computadora cuántica de 53 cúbits es una proeza de la ciencia y la ingeniería. En palabras de Preskill, "el reciente logro del equipo de Google apuntala nuestra confianza en que la computación clásica solo es muy, muy difícil", en vez de "ridículamente difícil".

Sin embargo, mientras la computadora cuántica de Google funcione como se espera, su dominio no es sorprendente, ya que la competencia está arreglada. Es un poco como construir una mano robótica que lance monedas bajo ciertos parámetros (por ejemplo, sin pensarlo mucho, el ángulo entre la normal de la moneda y el vector de momento angular), y luego desafiar a una computadora clásica a generar secuencias de cara o cruz que obedezcan las mismas leyes de la física. La mano robótica lograría proezas sorprendentes lanzando monedas, pero no podría realizar cálculos aritméticos elementales. La computadora cuántica de Google tampoco.

En consecuencia, no está claro si la supremacía cuántica es un hito significativo para construir una computadora cuántica útil. Para mencionar solo uno de los obstáculos (hay muchos), la computación cuántica confiable requiere corrección de errores. La trampa es que los protocolos para la corrección de errores cuántica en sí mismos exigen cúbits lo suficientemente confiables, y muchos.

En algunos aspectos, la supremacía cuántica es similar a hitos de la IA como la prueba de Turing o la victoria de la computadora de IBM sobre el campeón de ajedrez Gary Kasparov en 1997, la cual también fue una gran conquista. Estos logros demostraron capacidades especializadas y atrajeron una gran cantidad de atención, pero su impacto en las metas más amplias de sus respectivos campos puede ser, en últimas, limitado.

El peligro es que una publicidad excesiva crea expectativas infladas de una revolución inminente en la computación, pese a los comentarios aplomados de los expertos. Nuevamente, la IA proporciona un precedente histórico: el campo ha pasado célebremente por varios inviernos —décadas en las que el talento ha huido y la financiación se ha agotado—, debidos en parte a expectativas que no llegan a materializarse.

La investigación en computación cuántica empezó treinta años después que en la IA, durante la década de 1980, y experimentó un impulso de entusiasmo tras la invención en 1994 por el profesor Peter Shor, del Instituto de Tecnología de Massachusetts, de un algoritmo cuántico que, en teoría, aplastaría la criptografía moderna. Eventualmente, sin embargo, la carencia de computadoras cuánticas le pasó la cuenta a la computación cuántica, y para 2005 el campo pasaba por una desaceleración enorme. La actual primavera cuántica inició hace unos pocos años; se evidencia en un auge de investigación académica y considerables inversiones por parte de gobiernos y gigantes tecnológicas como Alphabet Inc., International Business Machines Corp. e Intel Corp.

La computación cuántica y la IA son campos diferentes —pese a lo que diga quien se inventó el nombre Google AI Quantum— y lo que aplica a una no aplica necesariamente a la otra. No obstante, la computación cuántica puede aprender de la carrera mucho más larga de la IA como un campo a veces demasiado alabado y a veces subestimado. Me siento tentado a decir que la lección principal es "el invierno se acerca", pero en realidad es esta: la búsqueda de hitos artificiales es una espada de doble filo.

Por Ariel Procaccia-Bloomberg

Temas recomendados:

 

Sin comentarios aún. Suscribete e inicia la conversación
Este portal es propiedad de Comunican S.A. y utiliza cookies. Si continúas navegando, consideramos que aceptas su uso, de acuerdo con esta política.
Aceptar