Quantum Intelligence (parte II): Problemas (complejos) y soluciones (complejas)
La computación cuántica comienza a aplicarse en áreas como el aprendizaje automático y la optimización. Descubre las posibilidades reales de esta tecnología para abordar problemas complejos y conoce las tendencias actuales, desde Quantum-as-a-Service hasta nuestra posición en el ecosistema cuántico. Te invito a leer una visión práctica y realista de este campo. Te invito a leer una visión práctica y realista de este campo. En esta segunda parte hablaremos de dónde es útil (y dónde no) y de las herramientas disponibles.
______
La computación cuántica está explorando su potencial para abordar desafíos complejos en tres áreas clave: optimización, simulación de sistemas complejos y mejora de procesos en inteligencia artificial y aprendizaje automático. Aunque aún es una tecnología emergente, ya se aplica en casos prácticos donde su capacidad para procesar información de forma distinta a los métodos clásicos ofrece ventajas prometedoras.
Optimización
Los problemas de optimización, que buscan la mejor solución entre un gran número de posibilidades, son un área donde la computación cuántica destaca. Existen ya algoritmos cuánticos para abordar este tipo de problemas. Ejemplos como la planificación de rutas logísticas o la gestión de cadenas de suministro, requieren evaluar millones de combinaciones para encontrar la solución óptima.
La computación cuántica aborda estos desafíos mediante algoritmos como el Quantum Approximate Optimization Algorithm (QAOA), que explora soluciones en paralelo aprovechando la superposición cuántica. En la práctica los resultados de estos algoritmos hay que combinarlos con sistemas clásicos en sistemas que podemos llamar híbridos.
Simulación
Esta es una de las aplicaciones más naturales para la computación cuántica, ya que los ordenadores clásicos enfrentan limitaciones para modelar sistemas que siguen las leyes de la mecánica cuántica. Por ejemplo, simular moléculas complejas o materiales avanzados requiere recursos computacionales que crecen exponencialmente con el tamaño del sistema.
Los procesadores cuánticos, en cambio, pueden representar estos estados de forma inherente, lo que acelera el estudio de interacciones atómicas. Investigadores y empresas están utilizando esta capacidad para diseñar fármacos más eficaces o materiales innovadores.
Mejora de la IA y machine learning
En el ámbito concreto del machine learning, la computación cuántica se investiga para acelerar tareas como la optimización de parámetros en modelos predictivos. Al procesar información en espacios de alta dimensionalidad, los algoritmos cuánticos podrían identificar patrones en grandes conjuntos de datos.
Sin embargo, las limitaciones actuales del hardware obligan a emplear enfoques híbridos, donde la parte cuántica se reserva para subtareas específicas, como la selección de modelos relevantes dentro de un algoritmo de ensamblado (aproximación que ya está disponible en algunas plataformas).
Ecosistemas y tecnologías
La industria de la computación cuántica está formada por grandes empresas tecnológicas y por startups especializadas.
Las grandes empresas tecnológicas están disponibilizando ecosistemas que combinan procesadores cuánticos con servidores clásicos y servicios de Quantum as a Service (QaaS) en los que ofrecen acceso a computadores cuánticos en la nube.
Los hiperescalares también participan de este mercado desarrollando su propio hardware (Willow, Majorana, Ocelot, etc.) y librerías y lenguajes de programación (Cirq, Q#).
Entre los fabricantes de hardware emergentes, podemos destacar empresas como D-Wave Systems, Atom Computing, Xanadu, IonQ o Quantinuum, entre muchos otros.
Herramientas para el desarrollador
El desarrollo cuántico depende de frameworks que abstraen la complejidad del hardware. Qiskit se ha convertido en un estándar de facto, seguido por Cirq y Pennylane. Mientras que estas librerías se pueden consumir mediante lenguajes de programación populares como Python, también hay lenguajes específicos para programación cuántica, como Q#.
Acceso a la tecnología cuántica
Actualmente existen dos vías principales para trabajar con computadores cuánticos:
En primer lugar, puedes desplegar un ordenador cuántico. Esta es la opción más costosa pero también la que permite un uso intensivo con presupuesto controlado. Normalmente se instalará un sistema híbrido cuántico-clásico donde los procesadores cuánticos se utilizarán para subtareas específicas donde pueden ofrecer una ventaja.
En segundo lugar, y como hemos adelantado, está el Quantum as a Service (QaaS), que es un modelo de servicio en la nube que proporciona acceso remoto a recursos de computación cuántica. Este enfoque permite experimentar con tecnologías cuánticas sin necesidad de realizar inversiones significativas iniciales.
QaaS ofrece ventajas clave, como acceso a tecnología de vanguardia actualizada o escalabilidad según las necesidades del proyecto.
Quantum vs Quantum inspired
En el mercado también existen empresas que venden computación inspirada en lo cuántico en vez de computación cuántica. Es importante entender las diferencias.

La computación inspirada en lo cuántico es un enfoque que aplica principios y métodos matemáticos de la física cuántica para desarrollar algoritmos clásicos mejorados, sin necesidad de hardware cuántico real. Hay que apuntar que no puede igualar el potencial de los ordenadores cuánticos para problemas complejos y su rendimiento está limitado por el hardware clásico que lo soporta. Aunque no aprovechan fenómenos cuánticos estos métodos buscan replicar algunas ventajas teóricas de los algoritmos cuánticos para resolver problemas específicos.
En esta línea, los sistemas HPC (computación de alto rendimiento) pueden actúar como un puente temporal hacia la adopción de la computación cuántica, especialmente en tareas que requieren procesamiento masivo, pero no dependen de ventajas cuánticas.
Por otro lado, y como ya deberías saber a estas alturas del artículo, la computación cuántica es un paradigma radicalmente nuevo que aprovecha los principios de la mecánica cuántica para procesar información.
■ En la próxima (y última) entrega de esta trilogía hablaremos de los ordenadores cuánticos existentes en España y cómo Telefónica está participando en su implantación.
Photo (cc) de un modelo IBM Quantum System One, en Shin-Kawaski para la Universidad de Tokio. IBM Research.