La inteligencia artificial ya se está infiltrando en nuestros flujos de trabajo diarios y tareas rutinarias. Podría ser inteligencia artificial ejecutándose en segundo plano, como la integración de Gemini en los productos de Google, o podría estar más involucrado con generadores de contenido populares como ChatGPT y Dall-E de OpenAI. Los asistentes virtuales aumentarán en un futuro próximo.
Como si la inteligencia artificial en sí misma no fuera lo suficientemente futurista, ahora hay un nuevo salto en el horizonte: la IA cuántica. Es la fusión de la inteligencia artificial con la computación cuántica no convencional y en su mayoría experimental en tecnología ultrarrápida y de alto rendimiento. Las computadoras cuánticas serán los músculos y la IA será el cerebro.
A continuación se ofrece una breve descripción general de los conceptos básicos para ayudarle a comprender mejor la IA cuántica.
¿Qué es la IA y la IA generativa?
La inteligencia artificial es una tecnología que imita la capacidad humana de toma de decisiones y resolución de problemas. Es un software que puede reconocer patrones, aprender de datos e incluso “comprender” el lenguaje, lo suficiente como para comunicarse con nosotros a través de chatbots, recomendar películas y reconocer 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 generan contenido nuevo basado en datos de aprendizaje, como texto, imágenes y sonidos. Piense en ChatGPT, Dall-E, Midjourney, Gemini, Claude y Adobe Firefly.
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 se limita a la informática clásica, la que ocurre en las computadoras Windows y Mac, en los servidores que llenan los centros de datos e incluso en las supercomputadoras. Pero sólo las operaciones binarias te llevarán tan lejos.
Y aquí es donde la computación cuántica puede cambiar el juego.
Computación cuántica
La computación clásica y la cuántica se diferencian en varios aspectos, uno de los cuales es el procesamiento. La informática clásica utiliza procesamiento lineal (cálculos paso a paso), mientras que la cuántica utiliza procesamiento paralelo (múltiples cálculos al mismo tiempo).
Otra diferencia está en las principales unidades de procesamiento que utilizan. Las computadoras clásicas utilizan bits (0 o 1) como la unidad de datos más pequeña. Las computadoras cuánticas utilizan bits cuánticos, o qubits, basados en las leyes de la mecánica cuántica. Debido a un fenómeno llamado superposición, los qubits pueden representar 0 y 1 al mismo tiempo.
Otra propiedad que pueden explotar las computadoras cuánticas es el entrelazamiento. Dos qubits están conectados y 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 convencionales. Mientras que la computación clásica puede tardar semanas o incluso años en resolver algunos problemas, la computación cuántica reduce el tiempo a sólo unas horas. Entonces, ¿por qué no son comunes?
Las computadoras cuánticas son extremadamente sensibles y deben mantenerse a temperaturas increíblemente bajas para que funcionen correctamente. Son demasiado grandes y todavía no son prácticos para el uso diario. Sin embargo, empresas como Intel, Google, IBM, Amazonas y microsoft Se ha invertido mucho en la computación cuántica y la carrera para darle vida ha comenzado. Aunque la mayoría de las empresas no cuentan con los fondos ni los equipos dedicados para respaldar sus propias computadoras cuánticas, los servicios de computación cuántica basados en la nube soporte de amazon y google ¿Cuánta IA? puede tener opciones.
Aunque el potencial es enorme, la IA cuántica enfrenta problemas como la inestabilidad del hardware y la necesidad de algoritmos especiales. Sin embargo, mejoras de corrección de errores y la estabilidad del qubit lo hace más confiable.
Los ordenadores cuánticos actuales, p. ej. El sistema cuántico de IBM Segundo y máquinas cuánticas de googlePuede realizar algunos cálculos, pero aún no está listo para ejecutar modelos de IA a gran escala. Además, la computación cuántica requiere entornos altamente controlados, por lo que ampliarla para su uso generalizado será un desafío importante.
Esta es la razón por la que la mayoría de los expertos creen que faltan muchos años para lograr una IA cuántica plenamente realizada. Como escribe Lawrence Gasman, presidente de LDG Tech Advisors Forbes Principios de 2024: “Estos son los primeros días de la IA cuántica y, para muchas organizaciones, la IA cuántica puede resultar redundante en este momento”.
¿Qué pasa si el juego
La IA cuántica aún se encuentra en su fase inicial de prueba, pero es una tecnología prometedora. Actualmente, los modelos de inteligencia artificial están limitados por la potencia de las computadoras clásicas, especialmente cuando procesan grandes conjuntos de datos o realizan simulaciones complejas. La computación cuántica puede aumentar la necesidad de que la IA procese conjuntos de datos grandes y complejos a velocidades ultrarrápidas.
Aunque las aplicaciones futuras en el mundo real son algo especulativas, creemos que en algunas áreas, como 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, etc., podemos predecir que se beneficiarán. aprovechar al máximo el avance tecnológico. , ciberseguridad a través de criptografía resistente a los cuánticos y Gestión del tráfico para vehículos autónomos..
Otras formas en que la computación cuántica podría impulsar la inteligencia artificial incluyen:
- Entrenar grandes modelos de IA como LLM requiere mucho tiempo y potencia informática. Ésta es una de las razones por las que las empresas de IA necesitan grandes centros de datos para respaldar sus herramientas. La computación cuántica puede acelerar este proceso, permitiendo que los modelos aprendan de manera más rápida y eficiente. En lugar de semanas o meses para entrenar, los modelos de IA cuántica se pueden entrenar 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 puede conducir a un reconocimiento de patrones más rápido y preciso. Esto es especialmente útil en áreas donde la IA necesita considerar múltiples factores a la vez, como la previsión financiera para el comercio.
- Si bien son impresionantes, las herramientas de IA generativa todavía tienen limitaciones, especialmente cuando se trata de generar resultados realistas y matizados. La IA cuántica puede permitir que los modelos de IA generativa procesen más datos y creen contenido más realista y complejo.
- 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 permiten que la inteligencia artificial pruebe innumerables escenarios y resultados simultáneamente. Esto podría ayudar a los científicos a encontrar soluciones óptimas en menos tiempo que ahora.
