211service.com
Los químicos son los primeros en la fila para los beneficios de la computación cuántica
daniel zender
Este mes, IBM y Google dijeron que tienen como objetivo comercializar computadoras cuánticas en los próximos años (Google especificó cinco), vendiendo acceso a las máquinas exóticas en un nuevo tipo de servicio en la nube. Los competidores predicen una nueva era en la que las computadoras son inmensamente más poderosas, con dividendos que incluyen enrutamiento más eficiente para las empresas de logística y mapeo, nuevas formas de aprendizaje automático, mejores recomendaciones de productos y pruebas de diagnóstico mejoradas.
Pero antes de nada de eso, es probable que la primera computadora cuántica que comience a pagar su camino con trabajo útil en el mundo real lo haga ayudando a los químicos que intentan hacer cosas como mejorar las baterías o la electrónica. Hasta ahora, la simulación de moléculas y reacciones es el caso de uso de las primeras computadoras cuánticas pequeñas esbozadas con más detalle por los investigadores que desarrollan el nuevo tipo de algoritmos necesarios para tales máquinas.
Las computadoras cuánticas, que representan datos utilizando efectos mecánicos cuánticos aparentes a escalas diminutas, deberían poder realizar cálculos imposibles para cualquier computadora convencional. Los avances recientes en el hardware que podría utilizarse para construirlos han dado lugar a una oleada de inversiones de empresas como Microsoft, Intel, Google e IBM (consulte 10 Tecnologías innovadoras de 2017: Computadores cuánticos prácticos).
Desde el punto de vista de lo que está probado teóricamente, la química va por delante, dice Scott Crowder, director de tecnología de la división de IBM que hoy vende hardware, incluidas supercomputadoras, y espera agregar computadoras cuánticas alojadas en la nube a su línea de productos en el próximo pocos años. Tenemos más confianza en los sistemas más pequeños para la química.
Los investigadores han utilizado durante mucho tiempo simulaciones de moléculas y reacciones químicas para ayudar en la investigación de cosas como nuevos materiales, medicamentos o catalizadores industriales. La táctica puede reducir el tiempo dedicado a experimentos físicos y callejones sin salida científicos, y representa una proporción significativa de la carga de trabajo de las supercomputadoras del mundo.
Sin embargo, los beneficios son limitados porque incluso las supercomputadoras más poderosas no pueden recrear a la perfección todos los comportamientos cuánticos complejos de átomos y electrones, incluso en moléculas relativamente pequeñas, dice Alán Aspuru-Guzik , profesor de química en Harvard. Espera con ansias el día en que las simulaciones en computadoras cuánticas puedan acelerar los esfuerzos de su grupo de investigación para encontrar nuevas moléculas emisoras de luz para pantallas, por ejemplo, y baterías adecuadas para el almacenamiento de energía a escala de red.
En este momento tenemos que calibrar constantemente con datos experimentales, dice Aspuru-Guzik, quien fue pionera en métodos para simular moléculas en computadoras cuánticas. Algo de eso desaparecerá si tenemos una computadora cuántica.
Simular los efectos cuánticos que dan forma a las estructuras y reacciones moleculares es un problema natural para las computadoras cuánticas, porque su poder proviene de la codificación de datos en esos mismos estados cuánticos desafiantes. Los componentes que componen las computadoras cuánticas, conocidos como qubits, pueden usar procesos de mecánica cuántica para tomar atajos computacionales imposibles para una máquina convencional. (La empresa canadiense D-Wave ya ofrece un chip con propiedades cuánticas a investigadores industriales y académicos, pero no está claro si el dispositivo ofrece los beneficios esperados de las computadoras cuánticas).
Microsoft está apostando por una forma menos madura de hardware cuántico que IBM y Google (ver Microsoft's Quantum Mechanics), pero tiene uno de los esfuerzos más avanzados para desarrollar algoritmos cuánticos prácticos. La química y la ciencia de los materiales se encuentran entre sus principales áreas de enfoque. Los investigadores del grupo han intentado recientemente mostrar cómo los sistemas híbridos en los que una computadora convencional y una pequeña computadora cuántica trabajan juntas podrían simular la química.
Es una gran promesa para el estudio de las moléculas, dice krysta svore , que lidera el grupo de Microsoft que trabaja en algoritmos cuánticos. Buscar materiales superconductores nuevos y prácticos es una posible aplicación del modelo híbrido que no debería requerir computadoras cuánticas muy grandes, dice. Las computadoras convencionales luchan por replicar el comportamiento cuántico de los electrones que sustenta la superconductividad.
Cuando, o si llega, el éxito temprano en la química debería ser un buen augurio para el futuro de las computadoras cuánticas. Su potencial para estudiar moléculas es solo una manifestación de su habilidad para lo que los informáticos llaman problemas de optimización, que implican identificar la mejor solución posible entre muchas alternativas. Eso puede significar la configuración más estable de los electrones de un átomo, o la ruta de entrega más eficiente en una ciudad.
Hoy en día, las simulaciones químicas pueden ser el tipo de problemas prácticos de optimización que los investigadores entienden mejor cómo plantear a una computadora cuántica, dice cris monroe , profesor de la Universidad de Maryland y cofundador de la startup de computación cuántica IonQ. Pero se está progresando en la comprensión de otras aplicaciones de optimización cuántica, como el aprendizaje automático, y debería haber muchas más.
Svore de Microsoft cree que las aplicaciones de aprendizaje automático podrían llegar con relativa rapidez. Mientras tanto, romper el cifrado, aunque es una amenaza real, es una de las aplicaciones más lejanas de la tecnología, porque los algoritmos involucrados requerirían un procesador cuántico extremadamente grande.
Monroe compara el momento actual de la computación cuántica con los primeros días del transistor, que tuvo su primer gran éxito en audífonos antes de pasar a cosas más grandes.
No imaginaron que podrías poner 50 mil millones en un chip y hacer todas estas otras cosas, dice. Estamos en la etapa de los audífonos, donde entendemos algunas aplicaciones muy específicas y necesitamos seguir explorando.