Las tecnologías del próximo horizonte han despertado el interés de algunos líderes de TI en términos del valor comercial que pueden generar en última instancia. Otros siguen siendo escépticos sobre la recompensa de alto riesgo.

El famoso músico David St. Hubbins dijo una vez: “Existe una delgada línea entre lo loco y lo inteligente”. A un lado de esa línea hay una celebración interminable de la genialidad. Por el otro el de fracaso e ignominia.

La industria de la tecnología no tiene más remedio que abrazar la innovación y la asunción de riesgos. Como tal, algunas innovaciones comienzan luciendo “locas”, pero terminan siendo brillantes. Otras empiezan luciendo igual de locas e implosionan bajo el peso de su propia locura.

En ese sentido, aquí hay seis ideas del próximo horizonte que recorren la delgada línea entre lo asombroso y lo increíblemente chiflado. Los desarrolladores de estas innovaciones podrían resultar ser unos chiflados, o podrían resultar increíblemente geniales. La tecnología podría terminar siendo un agujero negro de riesgo evidente o un juego inteligente para el valor comercial que va emergiendo. Todo depende de su perspectiva.

Computadoras cuánticas (Quantum computers)

De todas las tecnologías existentes, nada recibe más prensa que las computadoras cuánticas, y nada es más espeluznante. El trabajo es realizado por una mezcla de físicos e informáticos que manipulan dispositivos extraños a temperaturas extremadamente frías. Y bueno, si requiere nitrógeno líquido y batas de laboratorio, tiene que ser innovación.

El potencial es enorme, al menos en teoría. Las máquinas pueden trabajar miles de millones de combinaciones en un instante, entregando exactamente la respuesta correcta a una versión matemática de Tetris. Se necesitarían millones de años de tiempo de computación en la nube para encontrar la misma combinación.

Los cínicos, sin embargo, señalan que el 99% del trabajo que tenemos que hacer se puede realizar mediante bases de datos estándar con buenos índices. Hay pocas necesidades reales para buscar combinaciones extrañas y, si las hay, a menudo podemos encontrar aproximaciones perfectamente aceptables en un período de tiempo razonable.

Los cínicos, sin embargo, todavía miran la vida a través de anteojos viejos. No hemos comenzado a plantearnos las preguntas que la computación cuántica podría responder. Una vez que las máquinas estén disponibles, podríamos empezar a pensar en hacer las nuevas preguntas. Esta es una de las razones por las que IBM ofrece kits de herramientas de computación cuántica y certificación para aquellos que quieran explorar los límites externos de lo que podrían hacer las máquinas.

Sus primeros adoptantes posibles: dominios donde la respuesta está en la búsqueda de una combinación en crecimiento exponencial de cientos de opciones diferentes.

Posibilidad de que ocurra en los próximos cinco años: Baja. Google e IBM están en guerra con los comunicados de prensa. Su equipo gastará muchos millones sólo para llegar a la etapa de “comunicado de prensa”.

Calefacción con computación (Heating with computing)

Cada decisión que toma una CPU envía algunos electrones por el cable de conexión a tierra y cualquier energía que transporta se convierte en calor. Tradicionalmente, estos joules se han tratado como desperdicio y encontrar una manera de deshacerse de este calor ha sido un dolor de cabeza para los diseñadores de circuitos.

¿Por qué no utilizarlo para calentar edificios en invierno? ¿Por qué no reemplazar las calderas y bombas de calor del mundo con racks de servidores en miniatura que bombean calor? La gente que vive arriba estaría agradecida y acogedora. Los trabajos de computación podrían migrar de norte a sur a norte nuevamente con las estaciones como los charranes árticos que pasan la mitad del año en el hemisferio norte y la otra mitad en el sur.

En este momento, las empresas de la nube mantienen sus servidores en enormes racks en ubicaciones centrales donde la electricidad es barata. Si los trasladan a residencias, pueden reutilizar el calor.

Sus primeros adoptantes posibles: climas fríos como Canadá.

Posibilidad de que suceda en los próximos cinco años: Alta. Ya se están probando proyectos piloto en todo el mundo.

Inteligencia Artificial verde (Green AI)

Si las palabras de moda “verde” e “Inteligencia Artificial” son buenas por sí mismas, ¿por qué no unir las dos y duplicar la diversión? La realidad es un poco más simple de lo que podría sugerir duplicar la publicidad. Los algoritmos de IA requieren potencia computacional y, en algún momento, la potencia computacional es proporcional a la potencia eléctrica. La proporción sigue mejorando, pero las IA pueden ser caras de ejecutar. Y la energía eléctrica produce toneladas de dióxido de carbono.

Hay dos estrategias para solucionar este problema. Una es comprar energía de fuentes de energía renovables, una solución que funciona en algunas partes del mundo con fácil acceso a represas hidroeléctricas, granjas solares o turbinas eólicas.

El otro enfoque es simplemente usar menos electricidad, una estrategia que puede funcionar si surgen preguntas sobre la energía verde. (¿Los molinos de viento están matando pájaros? ¿Las represas están matando peces?) En lugar de pedirles a los diseñadores de algoritmos que encuentren los algoritmos más asombrosos, pídales que encuentren las funciones más simples que se acerquen lo suficiente. Luego pídales que optimicen esta aproximación para poner la menor carga en las computadoras más básicas. En otras palabras, deje de soñar con mezclar un algoritmo de un millón de capas entrenado por un conjunto de datos con miles de millones de ejemplos y comience a construir soluciones que consuman menos electricidad.

La verdadera fuerza secreta detrás de este impulso es la alineación entre los contadores de frijoles y los ambientalistas. Los cálculos más sencillos cuestan menos dinero y utilizan menos electricidad, lo que significa menos estrés para el medio ambiente.

Sus primeros adoptantes posibles: aplicaciones de inteligencia artificial casuales que pueden no admitir algoritmos costosos.

Potencial de éxito en cinco años: Alto. Ahorrar dinero es un incentivo fácil de entender.

Cree sus propios clústeres en la nube

Sí, son pequeñas computadoras que cuestan menos de 50 dólares. Sí, algunos estudiantes de 4º grado los están conectando para ferias de ciencias. Pero el hecho de que sean juguetes baratos no significa que no puedan ser muy útiles para el trabajo real. Es por eso que algunos están construyendo clústeres de Raspberry Pi con racks llenos de pequeños nodos de Linux con chips con cuatro núcleos ARM que beben electricidad, no la tragan.

Hay muchas razones para evitar la idea. Las máquinas grandes y gordas pueden ser mucho más eficientes. Pueden ofrecer docenas de núcleos que ejecutan docenas de subprocesos y comparten grandes bloques de RAM y paquetes de disco. Cuando las cargas se vuelven pesadas, estas pueden impulsar el trabajo.

Pero trabajar con máquinas más pequeñas e independientes ofrece redundancia precisamente porque están separadas. Puede pensar que su instancia está separada de las otras máquinas virtuales, pero todas suelen compartir la misma CPU y puede haber docenas o incluso cientos de ellas. Las máquinas independientes con placas de circuitos independientes ofrecen seguridad y redundancia.

Sin embargo, la mayor ganancia puede ser el precio. Estos clústeres pueden ser mucho, mucho más baratos que algunas de las instancias en las principales nubes. Claro, algunas máquinas en la nube cuestan sólo 5 dólares por mes, pero después de un año, la Raspberry Pi puede comenzar a ser más barata.

Clústeres como estos permiten que los algoritmos masivamente paralelos se ejecuten de forma gratuita. Muchos de los problemas más intrigantes requieren batir a través de enormes colecciones de datos y, a menudo, las tareas no necesitan realizarse en orden. Estas máquinas hacen posible que los programadores no sólo piensen en algoritmos inherentemente paralelos, sino que comiencen a construirlos e implementarlos.

La tendencia también sigue la forma en que algunas nubes importantes están adoptando soluciones que ofrecen opciones híbridas para mover datos de regreso a las instalaciones. Algunos quieren ahorrar dinero. Algunos quieren seguridad. Algunos quieren seguridad.

Sus primeros adoptantes posibles: tiendas con grandes conjuntos de datos que necesitan análisis en paralelo.

Potencial de éxito en cinco años: Alto. Los clústeres ya se están implementando.

Cifrado homomórfico (Homomorphic Encryption)

El punto débil en el mundo del cifrado ha sido el uso de datos. Mantener la información bajo llave con un algoritmo de cifrado bastante seguro ha sido sencillo. Los algoritmos estándar (AES, SHA, DH) han resistido el asalto sostenido de matemáticos y piratas informáticos durante algunos años. El problema es que si quieres hacer algo con los datos, necesitas descifrarlos y eso los deja en la memoria donde es presa de cualquiera que pueda colarse por cualquier agujero de jardín.

La idea con el cifrado homomórfico es rediseñar los algoritmos computacionales para que funcionen con valores cifrados. Si los datos no están codificados, no se pueden filtrar. Hay mucha investigación activa que ha producido algoritmos con diversos grados de utilidad. Algunos algoritmos básicos pueden realizar tareas simples como buscar registros en una tabla.

La aritmética general más complicada es más complicada y los algoritmos son tan complejos que pueden llevar años realizar sumas y restas simples. Si su cálculo es sencillo, es posible que descubra que es más seguro y sencillo trabajar con datos cifrados.

IBM, uno de los líderes en el campo, ha estado fomentando la exploración ofreciendo kits de herramientas para desarrolladores de Linux, iOS y MacOS que desean incluir la funcionalidad en sus aplicaciones.

Sus primeros adoptantes posibles: Investigadores médicos, instituciones financieras, industrias ricas en datos que deben proteger la privacidad.

Potencial de éxito en cinco años: Variable. Algunos algoritmos básicos se utilizan comúnmente para proteger datos. Los cálculos elaborados siguen siendo demasiado lentos.

Tricorders en todas partes

La mayor parte de la tecnología de la serie Star Trek sigue siendo un sueño lejano, pero ya nos hemos acostumbrado a poner uno de sus llamados “comunicadores” en nuestros bolsillos. En todo caso, la generación actual de teléfonos móviles es mucho más elegante que los teléfonos plegables que usarían Kirk y Spock.

El próximo objetivo de nuestra sociedad puede ser el tricorder, la caja que los equipos médicos agitarían en Star Trek para diagnosticar enfermedades y observar nuestras vísceras. La buena noticia es que los guionistas nunca fueron específicos sobre lo que hace un tricorder. Sabemos que un phaser podría matar o estar configurado para aturdir, pero el tricorder era esencialmente un accesorio para ocupar las manos del Dr. McCoy antes de que dijera: “Está muerto, Jim”.

Algunos investigadores ya están alzando la voz. Un grupo de ellos trabaja en un “tricorden de ADN” que decodificará secuencias de ADN y cabrá en su bolsillo. Otros han reunido un estetoscopio digital, un sensor de EKG, un sensor de pulmón y una muestra de sangre que pincha su dedo. Qualcomm otorgó 10 millones de dólares en premios y definió un tricorder como un dispositivo que podría capturar cinco signos vitales y diagnosticar 13 posibles afecciones.

Pero podemos hacer más. En este momento, los escáneres de tomografía computarizada y resonancia magnética son grandes y costosos, y requieren emisores de radiación elaborados y sensores súper enfriados. Pero las fuentes puntuales de radiación están en todas partes en forma de torres de telefonía celular. Si se pudiera fabricar un sensor para esta radiación con solo una fracción de la sensibilidad y resolución de las cámaras digitales sintonizadas en el espectro visible, bueno, el poder computacional de las GPU debería comenzar a dar sentido al interior de nuestros cuerpos. Las señales de torres de telefonía celular o estaciones de televisión cercanas podrían actuar como fuentes puntuales atenuadas por los diversos tejidos corporales.

Sus primeros adoptantes posibles: Todos, desde médicos cirujanos hasta socorristas en la escena de un accidente. Los usuarios domésticos con enfermedades crónicas e hipocondríacos serán grandes admiradores.

Posibilidad de que ocurra en los próximos cinco años: Baja. Depende de lo que crea que puede hacer un tricorder. Algunos conceptos básicos, como medir el oxígeno en sangre, son simples y ya están en el mercado. Sin embargo, la detección de tumores dentro del páncreas llevará más tiempo.

Peter Wayner, CIO.com