La inteligencia artificial (IA), la computación de alto rendimiento (HPC) y la computación cuántica están impulsando la ciencia.
Estas tecnologías de vanguardia pueden acelerar el descubrimiento de materiales y abordar retos como las pandemias, el cambio climático y la ciberseguridad.
Mediante alianzas público-privadas, los gobiernos, la industria y el mundo académico pueden trabajar juntos para adoptar el futuro de la computación e impulsar la era del descubrimiento acelerado.
Una línea corta hacia abajo, lenta y constante, seguida de cinco más para completar un hexágono perfecto.
Con 15 años, en Madrid, me encantaban mis clases de ciencias. Tenía una profesora de química especialmente inspiradora que nos retaba a memorizar toda la tabla periódica. Me encantaba ir a los laboratorios, experimentar con líquidos burbujeantes que cambiaban de color mientras calentaba mi matraz –sustancias humeantes que cambiaban de fase ante mis ojos– y dibujar divertidos diagramas de palitos de moléculas.
Décadas después, en 2015, volví a ver el mismo hexágono perfecto en una imagen de una molécula tomada con el microscopio de efecto túnel de barrido, premiado con el Nobel y diseñado por IBM a principios de los años ochenta. De adolescente, creía que los diagramas de palitos eran ideales platónicos, una forma sencilla de representar el mundo de lo pequeño. Y ahí estaba yo, mirando una molécula de pentaceno muy real: una hilera de cinco hexágonos. Sentí que volvía a mis años de adolescencia, cuando vislumbré el futuro. De repente, el futuro estaba justo delante de mí.
Hoy, el científico principal de aquel proyecto, el químico de IBM Research Leo Gross, y otros investigadores de todo el mundo obtienen de forma habitual imágenes de moléculas. Incluso pueden captar una imagen de las moléculas cuando cambian su estado de carga, y antes y después de una reacción química.
Pero no solo la obtención de imágenes químicas está dando pasos de gigante. Todo el método científico se está impulsando enormemente. Esto se debe en parte a herramientas de vanguardia como la inteligencia artificial (IA) y los ordenadores cuánticos, máquinas futuristas que parecen lámparas de araña doradas de estilo steampunk. También se debe a la forma cambiante en que hacemos ciencia. Por fin, el mundo empieza a comprender la importancia de las colaboraciones público-privadas para el descubrimiento científico. Y la pandemia de COVID-19 es un catalizador de varias alianzas mundiales de éxito de este tipo.
Debemos mantener el impulso. Los ordenadores clásicos de alto rendimiento (HPC), la IA y la computación cuántica, por separado, son potentes, pero su potencial es aún mayor. Para adoptar verdaderamente el futuro de la computación, los responsables políticos, la industria y el mundo académico deben crear una infraestructura en la que estas tecnologías trabajen juntas, potenciándose y complementándose entre sí.
En los nodos de esta infraestructura deberían estar las alianzas estratégicas nacionales e internacionales, con la industria, el mundo académico y los gobiernos trabajando conjuntamente para acelerar el progreso, prepararse mejor y afrontar las amenazas mundiales, y mejorar el mundo. Necesitamos más científicos en puestos de liderazgo en los gobiernos y en la industria. Y debemos garantizar enlaces fluidos entre los responsables políticos y los investigadores, tanto en tiempos ordinarios como durante las emergencias mundiales.
Una colaboración mundial que deberíamos crear es lo que propongo denominar Reservas de Preparación Científica (SRR). Esta organización ayudaría a movilizar rápidamente a investigadores expertos en diversas catástrofes mundiales, conectando a científicos de todo el mundo con organizaciones que disponen de tecnología de vanguardia, como supercomputadoras u ordenadores cuánticos.
El impacto afectará a todos los sectores de nuestra sociedad y economía. Tenemos todos los ingredientes para hacerlo realidad: bits, neuronas y qubits. ¿La salsa secreta? Deben trabajar juntos.
El potencial de los bits, las neuronas y los qubits
Tomemos el pentaceno, esa molécula sencilla que en su día me encantaba dibujar: cinco hexágonos perfectos unidos lado a lado. Con 22 electrones y 22 orbitales, es una de las moléculas más complejas que podemos simular en un ordenador clásico tradicional.
Pero hay miles de millones y miles de millones de configuraciones moleculares: más combinaciones posibles para una nueva molécula que átomos hay en el universo.
Examinar eficazmente este vasto espacio químico nos permitiría encontrar rápidamente una molécula específica y crear un nuevo material con las propiedades que deseamos. Esto podría desbloquear infinitas posibilidades en el diseño de materiales, para medicamentos que salvan vidas, baterías mejores, prótesis de extremidades más avanzadas o automóviles más rápidos y seguros, impulsando la sanidad, la fabricación, la defensa, la biotecnología, las comunicaciones y casi todas las demás industrias. Esta capacidad de diseño sustituiría nuestra dependencia, de siglos, de la casualidad en el descubrimiento de materiales, algo que ya hemos vivido con los plásticos, el Teflón, el velcro, la vaselina, el caucho vulcanizado y tantos otros avances. Incluso el grafeno, la capa de carbono de un átomo de grosor y el material más fino y resistente que se conoce, se descubrió por azar (con cierto conocimiento de causa), cuando el físico Kostya Novoselov encontró cinta adhesiva usada en la papelera de su laboratorio.
El diseño de materiales ha sido durante mucho tiempo un proceso lento e iterativo. Por lo general, los investigadores se mueven entre experimentos, teoría y simulaciones: entre un ordenador, perfeccionando cálculos que aproximan el comportamiento de moléculas desconocidas, y un laboratorio, para comprobar si las moléculas funcionan como se predijo, en un bucle aparentemente interminable. Sí, la computación de alto rendimiento (HPC) puede simular procesos físicos y químicos sencillos. Sí, los avances en HPC nos han ayudado a identificar moléculas potencialmente útiles para las pruebas de laboratorio. Y sí, la IA es cada vez más valiosa para examinar nuevos materiales de alto rendimiento, creando modelos que evalúan la relación entre el comportamiento de la materia y su estructura química, prediciendo propiedades de sustancias desconocidas y revisando artículos publicados previamente.
Aun así, desarrollar nuevos materiales lleva años. Necesitamos introducir la cuántica en la ecuación, y conseguir que los bits, las neuronas y los qubits trabajen codo con codo.
Todos manejamos bits a diario, desde niños pequeños que manipulan tabletas con destreza hasta robots autónomos que limpian la zona de un accidente en una central nuclear. Los bits alimentan los teléfonos inteligentes, el escáner cerebral de nuestro hospital local y un vehículo de exploración de la NASA controlado a distancia en Marte. Las neuronas artificiales, por otro lado, son funciones matemáticas que ayudan a las redes neuronales profundas de la IA a aprender patrones complejos, imitando de forma aproximada las neuronas naturales, las células nerviosas de nuestro cerebro.
Luego están los qubits, las unidades fundamentales de la información. Son los primos cuánticos, mucho más jóvenes y algo extravagantes, de los bits. Los qubits se comportan igual que los átomos, con propiedades extrañas como la superposición (estar en varios estados a la vez) y el entrelazamiento (cuando un qubit cambia su estado al mismo tiempo que su partícula entrelazada, aunque estén a años luz de distancia). Mientras que un ordenador clásico tiene que examinar, uno a uno, las combinaciones posibles de valores de un bit (0 o 1), un ordenador cuántico puede hacer que interactúe simultáneamente un número exponencial de estados.
Las moléculas son grupos de átomos unidos por enlaces químicos, y los qubits son una gran forma de simular el comportamiento de una molécula. Para el diseño de materiales, la computación cuántica añadirá una dimensión extra de valor incalculable: simulaciones precisas de sistemas moleculares mucho más complejos.
Más allá del descubrimiento de materiales, los ordenadores cuánticos serán un gran beneficio en cualquier campo en el que sea necesario predecir el mejor resultado a partir de muchas posibilidades, como calcular el riesgo de inversión de una cartera financiera o la ruta más óptima para ahorrar combustible en un avión de pasajeros. Esta tecnología acaba de entrar en la fase de comercialización, accesible y programable a través de la nube.
En IBM creemos que los ordenadores cuánticos alcanzarán la llamada ventaja cuántica (superar a cualquier ordenador clásico en determinados casos de uso) en esta década.
En IBM creemos que los ordenadores cuánticos alcanzarán la llamada ventaja cuántica (superar a cualquier ordenador clásico en determinados casos de uso) en esta década.
Dario Gil, director de IBM Research
Cuando eso ocurra, el mundo ya no será el mismo, siempre que no olvidemos la salsa secreta. Los bits, las neuronas y los qubits son potentes por sí solos, pero, trabajando juntos, desencadenarán una verdadera revolución tecnológica, que permitirá un nuevo flujo de trabajo de descubrimiento acelerado, el método científico predeterminado del futuro.
En la sanidad, esto tendrá un impacto en el descubrimiento de fármacos y dará lugar a una medicina personalizada mejor, a una bioimpresión de órganos más eficiente y a vacunas desarrolladas con rapidez. La IA ya ayuda a los ordenadores clásicos a acelerar la obtención de imágenes médicas, el diagnóstico y el análisis de datos. En el futuro, los ordenadores cuánticos podrían ayudar a los algoritmos de IA a encontrar nuevos patrones explorando espacios de características de dimensiones extremadamente altas, lo que repercutiría en campos como la obtención de imágenes y la patología. En conjunto, la HPC, la IA y los ordenadores cuánticos tienen el potencial de ayudarnos a afrontar la escasez de alimentos, la contaminación, la captura de CO2, el almacenamiento de energía y el cambio climático. Y este método complementará nuestras propias evaluaciones de los riesgos de amenazas mundiales que aún no se han producido, pero que podrían producirse en cualquier momento.
El futuro de la computación requiere colaboración mundial
Esto me lleva al otro elemento necesario para lograr el futuro de la computación: las colaboraciones nacionales e internacionales.
La pandemia ha demostrado que las colaboraciones público-privadas funcionan, incluso cuando están formadas por rivales del sector. Creado en marzo de 2020, el Consorcio de Computación de Alto Rendimiento contra la COVID-19 reunió a gobiernos, líderes de la industria y laboratorios académicos para combinar recursos informáticos y apoyar a los científicos que investigan la COVID-19. La colaboración también ofrece un intercambio crítico de datos e ideas creativas.
Este es el tipo de colaboración que necesitamos a escala mundial, más allá de las pandemias. El impulso que la cuántica, la HPC y la IA dan al método científico puede ayudar a abordar y mejorar muchos aspectos de la sociedad, desde la ciberseguridad hasta el entretenimiento o la fabricación. Ya es hora de replantear también cómo utilizamos el talento de nuestras instituciones científicas y tecnológicas, y de explorar nuevas formas de fomentar la colaboración. Por eso las propuestas Reservas de Preparación Científica podrían ser tan importantes.
La ciencia es vital para nuestra prosperidad y salud futuras. Siempre lo ha sido y siempre lo será. Si alguna vez necesitamos una llamada de atención para reconocer la urgencia de la ciencia y el poder de la colaboración, ese momento es ahora.
¿Qué está haciendo el Foro Económico Mundial frente a la Cuarta Revolución Industrial?
El Centro para las Tecnologías de Frontera y la Innovación reúne a científicos, responsables políticos y líderes empresariales para dar sentido a las tecnologías emergentes y a sus implicaciones en el mundo real.
Al facilitar la colaboración y la experimentación, el Centro ayuda a los socios a traducir la innovación procedente de la investigación en aplicaciones prácticas que abordan retos mundiales compartidos.
