La inteligencia artificial lleva mucho tiempo infiltrándose en nuestros flujos de trabajo diarios y actividades rutinarias. Tal vez sea la IA trabajando en segundo plano, como con la integración de Gemini en los productos de Google, o tal vez esté interactuando más directamente con generadores de contenido populares como ChatGPT y Dall-E de OpenAI. En un futuro no muy lejano se acercan los asistentes virtuales mejorados.
Como si la IA en sí misma no fuera lo suficientemente futurista, ahora hay un nuevo salto en el horizonte: la IA cuántica. Se trata de una combinación de inteligencia artificial con computación cuántica no convencional y todavía en gran medida experimental para convertirse en una tecnología muy rápida y muy eficiente. Las computadoras cuánticas serán los músculos y la IA será el cerebro.
A continuación se ofrece un desglose rápido de los conceptos básicos para ayudarle a comprender la IA cuántica.
¿Qué es la IA y la generación de IA?
La inteligencia artificial es una tecnología que imita la toma de decisiones y la resolución de problemas humanas. Es un software que puede reconocer patrones, aprender de datos e incluso “comprender” el lenguaje lo suficiente como para interactuar con nosotros, a través de chatbots, sugerir películas o identificar caras u objetos en fotografías.
Un tipo poderoso de IA es la IA generativa, que va más allá del simple análisis o predicción de datos. Los modelos Gen AI crean contenido nuevo basado en sus datos de entrenamiento, como texto, imágenes y sonidos. Piense en ChatGPT, Dall-E, Midjourney, Gemini, Claude y Adobe Firefly, por nombrar algunos.
Estas herramientas funcionan con grandes modelos de lenguaje entrenados con toneladas de datos, lo que les permite producir resultados realistas. Pero detrás de escena, incluso la IA más avanzada todavía está limitada por la computación clásica, la que ocurre en las computadoras Windows y Mac, en los servidores que utilizan centros de datos e incluso en las supercomputadoras. Pero las operaciones binarias sólo pueden llevarte hasta cierto punto.
Y ahí es donde la computación cuántica podría cambiar las reglas del juego.
Computación cuántica
La computación clásica y la cuántica se diferencian en varios aspectos, uno de los cuales es el procesamiento. La computación clásica utiliza procesamiento lineal (cálculos paso a paso), mientras que la computación cuántica utiliza procesamiento paralelo (muchos cálculos al mismo tiempo).
Otra diferencia está en las unidades de procesamiento básicas que utilizan. Las computadoras clásicas utilizan bits como la unidad de datos más pequeña (0 o 1). Las computadoras cuánticas utilizan bits cuánticos, también conocidos como qubits, basados en las leyes de la mecánica cuántica. Los qubits pueden representar 0 y 1 al mismo tiempo gracias a un fenómeno llamado superposición.
Otra propiedad que puede acelerar las computadoras cuánticas es el entrelazamiento. Aquí es donde se conectan dos qubits de modo que el estado de uno afecta inmediatamente al estado del otro, independientemente de la distancia.
La superposición y el entrelazamiento permiten a las computadoras cuánticas resolver problemas complejos mucho más rápido que las computadoras tradicionales. Mientras que la computación clásica tarda semanas o incluso años en resolver algunos problemas, la computación cuántica reduce el tiempo de ejecución a meras horas. Entonces ¿por qué no son normales?
Las computadoras cuánticas son muy delicadas y deben mantenerse a temperaturas increíblemente bajas para funcionar correctamente. Son voluminosos y aún no prácticos para el uso diario. Sin embargo, empresas como Intel, Google, IBM, Amazonas y microsoft Han invertido mucho en la computación cuántica y la carrera para hacerlo posible está en marcha. Si bien la mayoría de las empresas no tienen el dinero ni los equipos dedicados para respaldar sus propias computadoras cuánticas, los servicios de computación cuántica basados en la nube, como soporte de amazon y google Tanta IA Podrían ser opciones.
Aunque el potencial es enorme, la IA cuántica enfrenta desafíos como la inestabilidad del hardware y la necesidad de algoritmos especializados. Pero, mejoras en la corrección de errores y la estabilidad del qubit lo hace más confiable.
Las computadoras cuánticas actuales, como El sistema Quantum Two de IBM y máquinas cuánticas de googlecapaz de manejar algunos cálculos pero aún no está listo para ejecutar grandes modelos de IA. Además, la computación cuántica requiere entornos altamente controlados, por lo que ampliar su uso generalizado será un gran desafío.
Esta es la razón por la que la mayoría de los expertos creen que probablemente falten años para lograr la IA cuántica. Como escribió Lawrence Gasman, presidente de LDG Tech Advisors, para Forbes a principios de 2024: “Estamos en los primeros días de la IA cuántica y, para muchas organizaciones, la IA cuántica puede resultar excesiva en este momento. ”
Un juego de ¿Y si?
La IA cuántica aún se encuentra en las primeras etapas de prueba, pero es una tecnología prometedora. Actualmente, los modelos de IA están limitados por la potencia de las computadoras clásicas, especialmente cuando procesan grandes datos o ejecutan simulaciones complejas. La computación cuántica podría proporcionar el impulso necesario que la IA necesita para procesar datos grandes y complejos a velocidades ultrarrápidas.
Aunque las futuras aplicaciones en el mundo real son algo especulativas, podemos suponer que algunas áreas se beneficiarían de este avance tecnológico, incluido el comercio financiero, el procesamiento del lenguaje natural, el reconocimiento de imágenes y voz, el diagnóstico sanitario, la robótica, el descubrimiento de fármacos, la logística de la cadena de suministro y la ciberseguridad. a través de cifrado resistente a cuánticos y Gestión del tráfico para vehículos autónomos..
Aquí hay otras formas en que la computación cuántica podría mejorar la IA:
- Entrenar grandes modelos de IA, como los LLM, requiere mucho tiempo y potencia informática. Esta es una de las razones por las que las empresas de IA necesitan grandes centros de datos para respaldar sus herramientas. La computación cuántica podría acelerar este proceso, permitiendo que los modelos aprendan de manera más rápida y eficiente. En lugar de tardar semanas o meses en entrenarse, los modelos de IA cuántica podrían entrenarse en días.
- La IA se nutre del reconocimiento de patrones, ya sea en imágenes, texto o números. El poder de la computación cuántica para procesar muchas posibilidades simultáneamente podría conducir a un reconocimiento de patrones más rápido y preciso. Esto sería particularmente beneficioso en áreas donde la IA necesita considerar muchos factores a la vez, como la previsión financiera para el comercio.
- Aunque impresionantes, las herramientas de IA generativa todavía tienen limitaciones, especialmente cuando se trata de crear resultados realistas y avanzados. La IA cuántica podría permitir que los modelos de IA de próxima generación procesen más datos y creen contenido aún más realista y sofisticado.
- En los procesos de toma de decisiones en los que se deben equilibrar múltiples factores, como el descubrimiento de fármacos o la modelización climática, las computadoras cuánticas podrían permitir que la IA determine múltiples escenarios y resultados simultáneamente. Esto podría ayudar a los científicos a encontrar las mejores soluciones en una fracción del tiempo que les lleva ahora.
