Computación cuántica

Computación cuántica: lo que dicen y lo que se espera.

La autonomía en un entorno industrial necesita resolver problemas computacionales en los campos de la optimización y la inteligencia artificial (IA). Algunos de estos problemas no pueden resolverse con el hardware y el software disponibles actualmente. ¿Podría la computación cuántica ser la clave?
Las computadoras cuánticas son, de hecho, máquinas grandes especializadas que tienen por objeto superaral hardware convencional (y sus sucesores) en problemas computacionales específicos. Las computadoras cuánticas utilizan principios de mecánica cuántica para resolver en minutos problemas para los que los superordenadores más rápidos necesitarían miles de años o más. Y lo que es más importante, la aceleración solo puede conseguirse utilizando algoritmos especiales (cuyo diseño es una ciencia en sí misma) que aprovechan las leyes de la física cuántica; los algoritmos actuales no sirven.
Los chips más avanzados tienen 54 qbits, con cada uno conectado a otros cuatro qubits para superconducir computación cuántica universal. 

Los chips cuánticos actuales se limitan a varias decenas de qubits, aún con un número importante de errores en las operaciones de puerta. Se ha propuesto un equivalente de la conocida Ley de Moore que prevé duplicar la potencia de la computación cuántica (el «volumen cuántico») al año [1]. No obstante, se requieren innovaciones técnicas importantes para desarrollar la tecnología más allá de unos cuantos miles de qubits.

ABB ha estudiado la tecnología de computación cuántica para mapear su potencial con vistas a mejorar la optimización de grandes flotas autónomas, sistemas de energía, cadenas de suministro o procesos de fabricación. Muchas de las aplicaciones suponen complicados problemas de optimización que actualmente no pueden resolverse de manera eficiente, o de ninguna manera.

No solo el hardware puede revolucionar los enfoques computacionales de los sistemas autónomos del futuro. Las innovaciones en los propios algoritmos de optimización, en última instancia, presentan un mejor retorno sobre la inversión, incluso con el mismo hardware antiguo.

 Algunas de estas innovaciones están inspiradas en algoritmos de computación cuántica y han acortado mucho los tiempos de solución de algunos problemas. Estos avances algorítmicos no han llegado a los titulares como lo ha hecho la computación cuántica, pero podrían tener un impacto mayor a corto plazo.