La pregunta “¿Por qué invertir ahora en computación cuántica?” es algo que todo CIO debería preguntarse. En comparación con el camino evolutivo de la informática tradicional, Sergio Gago, director general de inteligencia artificial (IA), aprendizaje automático y cuántica de Moody’s, dice: «Solíamos bromear en la industria diciendo que la computación cuántica está aproximadamente a finales de los años 60 o principios de 70, de la informática clásica, cuando la gente decía: ‘¿Cómo se codifica esto realmente? ¿Qué es la pila?’. Las oportunidades para el mercado son algo muy importante a tener en cuenta cuando se decide invertir en tecnología de computación cuántica”. Sin embargo, señala que hoy en día no existe ninguna ventaja cuántica para los procesos de negocio: “No importa lo que digan algunas empresas de hardware cuántico, hoy tenemos matrices de puertas programables en campo. [devices] y grandes clusters de hardware. Estas son tecnologías que conocemos muy bien. Puedes hacer de todo, pero con muchas limitaciones computacionales”. Una investigación realizada por Corinium Global Intelligence en asociación con Moody’s Analytics encontró que el 87% de los científicos de datos del sector financiero encuestados actualmente no tienen un presupuesto para iniciativas cuánticas. Según Gago, mucha gente intenta encontrar un retorno de la inversión (ROI) para establecer un equipo de especialistas en computación cuántica: “La respuesta es que no. No se puede trabajar desde una perspectiva de retorno de la inversión en esto”. En cambio, dice que los líderes tecnológicos deberían intentar calcular el valor que el equipo cuántico aportará al negocio y utilizarlo para justificar la inversión para la empresa. Como ejemplo de propuesta para una empresa que busca utilizar la computación cuántica para acelerar un problema computacional particular, Gago dice: «Creemos que para este problema específico, podemos ejecutarlo exponencialmente más rápido, lo que significa que tenemos una ventaja competitiva que es exclusivo para nosotros o podemos ejecutarlo para muchos más casos en lugar de un puñado de carteras, o podemos ejecutarlo en tiempo real, lo que resulta en mucho valor para nuestros clientes”. En química y en áreas como las finanzas, Gago cree que la capacidad de resolver problemas complejos pronto alcanzará un techo, lo que significará que en algún momento en el futuro la computación clásica carecerá de la potencia de procesamiento necesaria para abordar tales problemas de manera oportuna. . “Hay ciertos problemas en los que, en la industria financiera, por ejemplo, todo el mundo está completamente limitado por lo que podemos hacer. Por lo tanto, todos nos aproximamos a las respuestas en los cálculos del riesgo crediticio”, añade. Proyectar las oportunidades Moody’s cuenta con un ejército de cuantificadores especializados en tipos de simulaciones de Monte Carlo, que hibridan con aprendizaje automático e inteligencia artificial (IA). Este equipo, afirma, traspasa los límites de la informática clásica. Sin embargo, las matemáticas muestran que una computadora cuántica tendría el poder de procesamiento para abordar estos difíciles problemas. El equipo de Moody’s ahora está trabajando en el uso de computadoras clásicas que puedan simular aplicaciones informáticas cuánticas. Estas simulaciones ponen a prueba lo que Gago describe como “pequeños problemas”. «Con esa información, podemos realmente extrapolar y decir, bueno, una vez que tengamos suficientes qubits con corrección de errores que sean de alta calidad y tengan altas velocidades de reloj, y estén conectados en una red, entonces podremos ejecutar estos algoritmos y tener una aceleración exponencial a problemas específicos”, afirma Gago. Cuando se le preguntó sobre los avances que se están realizando en la industria para abordar las áreas de problemas computacionales que enfrenta el sector financiero, Gago dice que Moody’s habla con muchas empresas cuánticas, todas con su propia propiedad intelectual y su propia idea y gran investigación. Sin embargo, dice: “Lo que a la mayoría de ellos les falta es comprensión del ámbito de la industria. Entonces, en realidad ves empresas que dicen que pueden acelerar un algoritmo, pero cuando conoces nuestra industria, te das cuenta de que eso no es realmente un problema”. Según él, ejecutar simulaciones en computadoras clásicas y extrapolar la potencia de procesamiento requerida puede mostrar que se necesitarán 700 qubits lógicos para abordar un problema computacional específico. Existe una hoja de ruta de la industria, que los líderes tecnológicos pueden utilizar para estimar aproximadamente cuántos años tendrán que esperar antes de que esté disponible una computadora cuántica de 700 qubits lógicos lista para producción. “Es un plan bastante bueno, pero este horizonte de futuro se basa en la información actual. Pero lo que está pasando en este campo es que cada semana hay algún nuevo avance”, afirma Gago. Por ejemplo, señala la reciente noticia de Quantinuum de que sus investigadores habían logrado tres qubits lógicos entrelazados. En cuanto a la importancia de este avance, Gago añade: «Creo que ahora estamos recibiendo indicios del comienzo de la era de la computación cuántica tolerante a fallos». Desde una perspectiva puramente práctica, Gago dice que el avance es análogo a los experimentos de supremacía cuántica de IBM o Google: “Esos se realizaron en problemas que están completamente desconectados de un problema real aplicable, pero ¿esto hace que esos avances sean irrelevantes o inútiles? Absolutamente no. “Si hace 10 años preguntaras a los científicos cuándo tendríamos qubits lógicos, muchos dirían que nunca y los otros probablemente dirían que para finales del próximo siglo. Pero ahora sabemos que es posible. Este es una especie de comienzo de investigación y escalabilidad adicionales en las que la industria puede comenzar a trabajar”. Justificación de la inversión cuántica A algunos líderes de TI inevitablemente les resultará difícil justificar la inversión dado el nivel de incertidumbre en la computación cuántica. Pero Gago cree que esto no debería impedirles planificar, ya que así es como aquellas empresas que están liderando el camino en IA han logrado utilizar la tecnología para lograr una ventaja competitiva. “Algunas empresas, entre las que nos incluimos, hemos adoptado la IA generativa [GenAI] y sabemos cómo usarlo. Pero muchas otras empresas no tienen idea de por dónde empezar”, añade. Con la IA, las empresas necesitaban prepararse para una estrategia de IA antes de que la tecnología alcanzara la madurez empresarial. Para Gago, esto significa implementar una gobernanza de datos y canales de datos. Moody’s, dice, ha estado invirtiendo en IA durante 10 años, con datos en el lugar correcto y una capa de orquestación de almacén de datos. Esto es algo que, en su opinión, falta en muchas empresas. Una vez que estas cosas estén en su lugar, la implementación de GenAI, según Gago, se puede lograr con relativa rapidez. «Creo que ahora estamos recibiendo indicios del comienzo de la era de la computación cuántica tolerante a fallas» Sergio Gago, Moody’s La investigación de Corinium Global Intelligence informó que el 82% de los científicos de datos de institutos financieros creen que la inmadurez de la computación cuántica es una barrera para el desarrollo de la tecnología en sus organizaciones. Para Gago, este también fue el caso en los primeros días de la IA empresarial. «Si te preguntas cuál será el momento ChatGPT cuántico, ciertamente no será el próximo año», afirma. Sin embargo, eso no debería impedir que las empresas se preparen. Después de todo, dice Gago, los investigadores de Google publicaron su artículo, Transformer: una nueva arquitectura de red neuronal para la comprensión del lenguaje, en 2017, una investigación que ha llevado al surgimiento de la IA generativa. Pero han sido necesarios entre cuatro y cinco años para que la tecnología se generalice. Lo importante es que, en lugar de intentar calcular el retorno de la inversión, Gago insta a los líderes de TI a determinar los problemas computacionales que simplemente no se pueden resolver con las arquitecturas informáticas clásicas. Comprender los beneficios para la organización de resolver estos problemas puede ayudar a encuadrar el debate sobre la financiación. Y aunque pueda verse como un compromiso a largo plazo con algo que podría tardar muchos años, según la conversación con Gago, contar con la experiencia y la tecnología adecuadas conducirá inevitablemente a una ventaja estratégica a medida que madure la computación cuántica.

Source link