La computación cuántica resuelve en 6 minutos un problema de BMW

La empresa de computación cuántica Quantum Computing Inc. (QCI) se ha hecho famosa por resolver un problema de optimización propuesto por BMW. Este se denominaba Vehicle Sensor Placement Challenge (VSPC), y para resolverlo había que indicar la colocación ideal de los sensores en el vehículo, teniendo en cuenta que había un total de 3.845 variables y 500 restricciones.

La computación cuántica ha vuelto a hacer lo que mejor se le da, resolver complejos sistemas que requieren muchos cálculos en un tiempo récord. Así, ha logrado ser capaz de resolver un complejo problema de BMW en unos pocos minutos. Esto ha supuesto un rendimiento 70 veces superior al que ofreció la implementación cuántica con el mismo problema en 2021.

QCI ha resuelto el problema de BMW en menos de 6 minutos

Este tipo de problemas son, demasiado complejos para ser resueltos por un ordenador convencional. Incluso en el caso de ser capaces, les llevaría un tiempo demasiado largo, dando como resultado un proceso muy poco eficiente. Y es que, este desafío de BMW para colocar sensores en un vehículo autónomo, supone un reto extremadamente difícil. Y es que son, casi 4.000 variables a tener en cuenta, como el diseño del chasis, la ausencia de obstáculos, la resistencia al viento o el reparto del peso del coche, entre muchas otras.

Este tipo de problemas requiere numerosos procesos de prueba y error, sin garantizar que se llegue a una solución óptima. Además, hay que volver a empezar para cada nuevo vehículo y por cada progreso que se realice en los sensores. Esta es una de las razones por las que los vehículos no han avanzado tanto como se esperaba, ya que implementar cambios en este sector implica un gran coste. Principalmente, el mayor problema usando la computación clásica ha sido el tiempo, como mencionamos anteriormente. Además, esta es incapaz de resolver problemas de gestión logística, secuenciación de pasos y priorización.

Sin embargo, para la computación clásica todos estos pueden resolverse y además en un tiempo muy corto. Y es que, QCI logró resolver el problema de los sensores de BMW en menos de seis minutos, y, además, obtuvo la mejor solución posible. De este modo, proporcionó una solución que consistía en 15 sensores, los cuales ofrecían una cobertura del vehículo del 96%.

QCI usó Computación Cuántica de Entropía ahorrar tiempo de cálculo

Si bien tenemos sistemas de computación cuántica actuales que pueden resolver problemas rápido, QCI afirma que su sistema es aún más veloz. Hablamos así de la que denominan Computación Cuántica de Entropía (Entropy Quantum Computing), la cual elimina los requisitos de un entorno casi perfecto donde operan los qubits. Esto significa que reducen en gran medida los costes de diseño, instalación y funcionamiento. Aquí entrará el concepto de ruido cuántico, donde sistemas como la Unidad de Procesamiento Cuántico (QPU) Eagle de 127 qubits de IBM o las QPU de Quantum Brilliance, se clasifican como NISQ.

Con NISQ nos referimos a sistemas cuánticos de escala intermedia de ruido, mientras que el sistema entrópico de QCI puede lograr un entorno más ruidoso y coherente. Tener más ruido, es una ventaja en la computación cuántica, ya que significa que las temperaturas, radiación electromagnética y otras variables son más permisivas con la coherencia del sistema cuántico. Y es que, la coherencia es un requisito fundamental en los ordenadores cuánticos, pues un cambio en el entorno puede causas errores de cálculo costosos e incluso letales.

Este nuevo sistema de computación cuántica se adapta como un procesador de PC

Mediante la Computación Cuántica de Entropía de QCI, el ordenador se adapta al entorno cambiante, ahorrando tiempo y costes. Para entenderlo, usaremos como comparativa hardware de PC, en concreto, los procesadores que cambian dinámicamente voltajes y frecuencia según la carga de trabajo y temperatura de funcionamiento. Respecto a la comercialización de la solución de computación cuántica de QCI aún no se sabe nada. Pero sorprende el hecho de que hayan sido capaces de lograr un rendimiento 70x superior a su intento del año pasado en el mismo problema de BMW.

"Estamos muy orgullosos de haber logrado lo que consideramos que es un resultado importante en la evolución de la cuántica. Creemos que esto demuestra que las tecnologías innovadoras de computación cuántica pueden resolver problemas empresariales reales hoy en día. Lo que es aún más significativo es la complejidad del problema resuelto. No se trataba de un problema rudimentario para demostrar que las soluciones cuánticas serán factibles algún día; se trataba de un problema muy real y significativo cuya solución puede contribuir potencialmente a acelerar la realización de la industria de los vehículos autónomos", dijo Bob Liscouski, CEO de QCI en un comunicado de prensa.