Imaginemos a la inteligencia artificial (IA) como una gran chef y a la computación cuántica como una despensa nueva con ingredientes que antes no existían: juntas pueden ensayar millones de recetas a la vez para diseñar fármacos y materiales (mejores baterías, moléculas más estables), encontrar la cura para enfermedades como el alzhéimer o el párkinson, entrenar modelos en horas y no semanas, y optimizar rutas, fábricas o carteras financieras con una agilidad inédita. No es magia ni un escenario futurista: la combinación de IA y tecnología cuántica ya da señales claras de utilidad. Al mismo tiempo, también existen riesgos, que son gestionables si se prevén con tiempo.
Ventajas: medicamentos, datos genómicos, nuevos materiales, rutas
“Aunque estas tecnologías todavía no están en el mercado y la IA está en su cúspide, podemos hacer el ejercicio de imaginar qué pasará cuando ambas se combinen”, explicó Josep Curto, profesor de los Estudios de Informática, Multimedia y Telecomunicación de la Universitat Oberta de Catalunya (UOC) y experto en inteligencia de negocios y macrodatos. “La fusión de la computación cuántica con la IA podría ofrecer una ventaja fundamental: la capacidad de resolver problemas de optimización y simulación con una complejidad inabordable para las computadoras clásicas”, agregó.
El experto plantea tres potenciales escenarios producto de la combinación de estas dos tecnologías.
1. El primero sería la aceleración exponencial del procesamiento y entrenamiento, que presenta la ventaja de que los algoritmos cuánticos pueden agilizar drásticamente las subtareas intensivas de cálculo en el machine learning (los ordenadores aprenden patrones a partir de datos), como la búsqueda en bases de datos masivas o la inversión de matrices grandes. Su impacto reduciría el tiempo de entrenamiento de modelos de IA complejos de semanas a horas, permitiendo iteraciones de modelos y el desarrollo de asistentes de IA mucho más sofisticados y especializados.
2. El segundo escenario es la simulación de sistemas físicos y químicos con precisión absoluta. Su ventaja es que las computadoras cuánticas son inherentemente adecuadas para simular sistemas cuánticos (moléculas, materiales, reacciones), ya que operan bajo las mismas leyes físicas. Esto permite a la IA modelar la naturaleza con una precisión “átomo por átomo”. Su impacto consiste en que desbloqueará el diseño de nuevos materiales, el descubrimiento de fármacos y la ingeniería de baterías de alta eficiencia, áreas que actualmente se basan en costosas pruebas de ensayo y error.
3. Y el tercer escenario consiste en la creación de nuevos tipos de algoritmos de IA. El quantum machine learning o aprendizaje automático cuántico crea algoritmos que usan cúbits para guardar y manipular los datos de muchas formas a la vez, explorando un espacio enorme de posibilidades (lo que en física se llama “espacio de Hilbert”) que los ordenadores normales no pueden manejar tan fácilmente, de modo que el algoritmo puede encontrar patrones o soluciones probando muchas combinaciones en paralelo. Esto podría mejorar la capacidad de la IA para encontrar patrones ocultos y correlaciones complejas en datos ruidosos o de gran dimensión, como datos genómicos o financieros de alta frecuencia.
Considerando los tres ejemplos anteriores, se espera que las tecnologías cuánticas tengan un efecto de profundo calado en la sociedad. Se prevé que se obtendrán efectos con externalidades positivas. Por ejemplo, explicó Curto, en salud, podrían acelerar el descubrimiento y la optimización de moléculas farmacológicas, reduciendo el tiempo de comercialización de medicamentos, y en transporte, podrán encontrar la ruta óptima en segundos.
Riesgos: colapso de claves, desigualdad, riesgos de seguridad
“Como sucede con la IA, esta tecnología es dual. Por lo tanto, no está exenta de riesgos y externalidades negativas. Y debemos ser conscientes de ello y apostar por un desarrollo e implementación responsables”, advirtió el experto de la UOC, que aventura tres riesgos palpables.
1. Colapso de la criptografía de clave pública. Los ordenadores cuánticos, una vez que alcancen la madurez suficiente, podrán ejecutar el algoritmo de Shor. Este algoritmo puede romper la inmensa mayoría de los sistemas de cifrado de clave pública que utilizamos hoy para proteger el comercio electrónico, las transacciones bancarias, las VPN y las comunicaciones gubernamentales (como RSA y ECC). Si la criptografía se rompe antes de que se implemente una solución poscuántica, cualquier dato cifrado hoy quedará expuesto, comprometiendo secretos industriales, historiales médicos y la seguridad nacional. Esto socavaría la confianza en toda la infraestructura digital.
2. Aumento de la desigualdad digital y geopolítica. La tecnología cuántica requiere recursos y experiencia extremadamente especializados. Solo un puñado de naciones (como EE.UU. y China) y grandes corporaciones (IBM y Google) poseen los recursos para desarrollar y operar computadoras cuánticas de alto rendimiento. Esto crea un monopolio de la capacidad de cálculo exponencial. Las empresas y países con acceso a la IA cuántica podrán optimizar sus cadenas de suministro, descubrir nuevos materiales y desarrollar tratamientos médicos a una velocidad inalcanzable para el resto. Esto podría agravar la desigualdad económica, como alerta un estudio de la OCDE, y crear una división profunda en el poder geopolítico basado en el acceso a la tecnología cuántica, comprometiendo la transferencia de tecnología y la cooperación científica.
3. Amplificación del riesgo de seguridad en sistemas de IA de alto riesgo. Los atacantes con acceso a QML (quantum machine learning) podrían utilizar el aumento de velocidad para descubrir vulnerabilidades en los modelos de IA de una forma mucho más rápida que los defensores. Esto incluye la ingeniería inversa de los modelos para extraer datos de entrenamiento sensible o diseñar ataques de evasión cuántica que engañen a los sistemas de IA de defensa (como la detección de fraude o el reconocimiento facial). Sistemas críticos (como redes eléctricas, gestión del tráfico aéreo, defensa financiera) que se basan en IA clásica podrían ser desestabilizados, ya que sus defensas actuales son insuficientes frente a un adversario cuántico.
