La computación cuántica es una tecnología de rápido crecimiento que aprovecha las leyes de la mecánica cuántica para resolver problemas demasiado complejos para las computadoras clásicas.
IBM Quantum hace que el hardware cuántico real, una herramienta que los científicos comenzaron a imaginar hace solo tres décadas, esté disponible para miles de desarrolladores. Nuestros ingenieros ofrecen procesadores cuánticos superconductores cada vez más potentes a intervalos regulares, necesarios para cambiar el mundo.
Estas máquinas son muy diferentes de las computadoras clásicas que existen desde hace más de medio siglo. Aquí hay una introducción a esta tecnología transformadora.
Cuando los científicos e ingenieros se encuentran con problemas difíciles, recurren a las supercomputadoras. Estas son computadoras clásicas muy grandes, a menudo con miles de núcleos de CPU y GPU clásicos. Sin embargo, incluso las supercomputadoras luchan por resolver ciertos tipos de problemas.
Si una supercomputadora se queda perpleja, probablemente se deba a que se le pidió a la gran máquina clásica que resolviera un problema con un alto grado de complejidad. Cuando las computadoras clásicas fallan, a menudo se debe a la complejidad
Los problemas complejos son problemas con muchas variables que interactúan de manera complicada. Modelar el comportamiento de átomos individuales en una molécula es un problema complejo, debido a que todos los electrones diferentes interactúan entre sí. Clasificar las rutas ideales para unos pocos cientos de camiones cisterna en una red de envío global también es complejo.
Veamos un ejemplo que muestra cómo las computadoras cuánticas pueden tener éxito donde fallan las computadoras clásicas:
Una supercomputadora podría ser excelente en tareas difíciles como clasificar una gran base de datos de secuencias de proteínas. Pero tendrá dificultades para ver los patrones sutiles en esos datos que determinan cómo se comportan esas proteínas.
Las proteínas son cadenas largas de aminoácidos que se convierten en máquinas biológicas útiles cuando se pliegan en formas complejas. Averiguar cómo se plegarán las proteínas es un problema con implicaciones importantes para la biología y la medicina.
Una supercomputadora clásica podría intentar plegar una proteína con fuerza bruta, aprovechando sus muchos procesadores para verificar todas las formas posibles de doblar la cadena química antes de llegar a una respuesta. Pero a medida que las secuencias de proteínas se hacen más largas y complejas, la supercomputadora se paraliza. En teoría, una cadena de 100 aminoácidos podría plegarse en cualquiera de los muchos billones de formas. Ninguna computadora tiene la memoria de trabajo para manejar todas las combinaciones posibles de pliegues individuales.
Los algoritmos cuánticos adoptan un nuevo enfoque para este tipo de problemas complejos: crean espacios multidimensionales donde emergen los patrones que vinculan los puntos de datos individuales. En el caso de un problema de plegamiento de proteínas, ese patrón podría ser la combinación de pliegues que requieren la menor cantidad de energía para producirse. Esa combinación de pliegues es la solución al problema.
Las computadoras clásicas no pueden crear estos espacios computacionales, por lo que no pueden encontrar estos patrones. En el caso de las proteínas, ya existen algoritmos cuánticos tempranos que pueden encontrar patrones de plegamiento en formas completamente nuevas y más eficientes, sin los laboriosos procedimientos de verificación de las computadoras clásicas. A medida que el hardware cuántico escala y estos algoritmos avanzan, podrían abordar problemas de plegamiento de proteínas demasiado complejos para cualquier supercomputadora.
Cómo la complejidad deja perplejos a las supercomputadoras
Las proteínas son cadenas largas de aminoácidos que se convierten en máquinas biológicas útiles cuando se pliegan en formas complejas. Averiguar cómo se plegarán las proteínas es un problema con implicaciones importantes para la biología y la medicina.
Una supercomputadora clásica podría intentar plegar una proteína con fuerza bruta, aprovechando sus muchos procesadores para verificar todas las formas posibles de doblar la cadena química antes de llegar a una respuesta. Pero a medida que las secuencias de proteínas se hacen más largas y complejas, la supercomputadora se paraliza. En teoría, una cadena de 100 aminoácidos podría plegarse en cualquiera de los muchos billones de formas. Ninguna computadora tiene la memoria de trabajo para manejar todas las combinaciones posibles de pliegues individuales.
Las Quantum Computing diseñadas para la complejidad
Los algoritmos cuánticos adoptan un nuevo enfoque para este tipo de problemas complejos: crean espacios multidimensionales donde emergen los patrones que vinculan los puntos de datos individuales. Las computadoras clásicas no pueden crear estos espacios computacionales, por lo que no pueden encontrar estos patrones. En el caso de las proteínas, ya existen algoritmos cuánticos tempranos que pueden encontrar patrones de plegamiento en formas completamente nuevas y más eficientes, sin los laboriosos procedimientos de verificación de las computadoras clásicas. A medida que el hardware cuántico escala y estos algoritmos avanzan, podrían abordar problemas de plegamiento de proteínas demasiado complejos para cualquier supercomputadora.
Si te gusto este articulo te recomendamos: ¿Qué es el metalerning?
Comentarios