La computación cuántica amenaza todos los protocolos de ciberseguridad actuales.
Pero el aprendizaje automático cuántico, gracias a su capacidad para procesar enormes conjuntos de datos, podría ofrecer formas más sólidas de ciberseguridad.
Las organizaciones deberían empezar a planificar a largo plazo el nuevo panorama cuántico.
A medida que la computación cuántica se convierte en realidad, estamos presenciando la formación de la economía cuántica. Varias empresas ya ofrecen computación cuántica como servicio (quantum-as-a-service) y computación cuántica en la nube (quantum-in-the cloud). Sin embargo, el ecosistema pronto incluirá muchos servicios adicionales, como la optimización de circuitos cuánticos o los asesores de eficiencia. Veremos modelos de negocio e industrias, así como tecnologías secundarias y ofertas de productos, construidos sobre esta base. Los precios bajarán y la disponibilidad aumentará, incluida una reducción de las barreras de entrada.
La computación cuántica tendrá un impacto significativo en varias industrias, entre ellas las finanzas, donde las instituciones mejorarán sus predicciones financieras actuales con tecnologías cuánticas; y la farmacéutica, donde el descubrimiento y la optimización de fármacos se potenciarán mediante la realización de simulaciones con ordenadores cuánticos. La computación cuántica es un nuevo paradigma y representa una forma revolucionaria de plantear preguntas y construir soluciones. Muchos enfoques nuevos se basarán en ella e impulsarán cambios enormes en numerosos campos.
Por diversas razones, la combinación de la computación cuántica con el aprendizaje automático (ML) y el aprendizaje automático cuántico (QML) tiene un potencial muy alto. Ambas áreas tienen la incertidumbre como elemento central, una desventaja que se convierte en una fortaleza en el ámbito cuántico. La imprecisión interna del aprendizaje automático permite calcular resultados inalcanzables de otro modo en cuanto a volumen de entrada y velocidad de cálculo, además de un campo de aplicación que presenta altos niveles de ambigüedad (por ejemplo, en la clasificación de imágenes, los conceptos de «gato» y «perro» no están bien definidos). La naturaleza probabilística de la computación cuántica, que supone un obstáculo crítico para muchos algoritmos, armoniza bien con estas propiedades. Por estas razones, el QML camina hacia convertirse en una de las primeras aplicaciones de la computación cuántica fuera del ámbito académico. Como resultado, las partes interesadas del mundo académico, la industria y el gobierno ya muestran un interés considerable por el aprendizaje automático cuántico.
Ciberseguridad cuántica
La ciberseguridad es débil en todo nuestro ecosistema digital. Las empresas y los gobiernos ya se enfrentan a numerosas amenazas y luchan por mantener seguros sus entornos informáticos. Conceptualmente, estas amenazas incluyen actores maliciosos con grandes recursos y muy motivados, el delito como servicio, así como actividades patrocinadas por Estados, como el terrorismo, la guerra cibernética y el espionaje industrial.
La computación cuántica puede empeorar la situación. Añadir capacidades de computación cuántica a la amenaza podría hacer que los actores maliciosos fueran aún más eficaces. Por ejemplo, las nuevas opciones computacionales que ofrece la computación cuántica podrían facilitar la búsqueda de brechas de seguridad explotables o engañar a los modelos de ML y QML existentes para que adopten un comportamiento deseado por el atacante.
Sin embargo, el panorama no es del todo sombrío. La inteligencia artificial y el aprendizaje automático llevan algún tiempo utilizándose para alcanzar objetivos de ciberseguridad y protegerse frente a amenazas. El ML puede detectar comportamientos anómalos o identificar correos electrónicos maliciosos o código ejecutable. La mayoría de las veces, estas aplicaciones requieren enormes cantidades de datos durante la fase de entrenamiento. Como resultado, el ML tradicional para la ciberseguridad consume muchos recursos y es muy costoso. No obstante, las innovaciones de la última década, ya sea en hardware (como las unidades de procesamiento tensorial) o en modelos de IA (como ChatAI e ImageAI en diversas formas y variantes), han reducido el coste del ML, lo que hace más sostenible el desarrollo de productos para el mercado.
El aprendizaje automático cuántico tiene el potencial de generar beneficios significativos de eficiencia en la fase de entrenamiento de los modelos, convirtiendo el ML en una herramienta de seguridad más eficaz. Gracias a aspectos inherentes a la computación cuántica, como el entrelazamiento y la superposición, el procesamiento de enormes conjuntos de datos puede facilitarse y simplificarse. Aunque el problema, todavía sin resolver, de la codificación y carga de datos en un ordenador cuántico dificulta en este momento el procesamiento de grandes volúmenes de datos con un ordenador cuántico, confiamos plenamente en que la industria superará estos desafíos durante la próxima década.
El aprendizaje automático en el mundo real
En el ámbito académico, la ciberseguridad mediante QML ha avanzado a partir de simulaciones. Sin embargo, llegado un punto, las simulaciones se quedan cortas y son necesarias pruebas en el mundo real. La detección de spam en el correo electrónico puede considerarse un punto de referencia: se conoce bien, no es excesivamente compleja y dispone de una enorme cantidad de datos de entrenamiento útiles. Junto con Fraunhofer IAIS, Capgemini ha utilizado un ordenador cuántico real para llevar a cabo el filtrado de spam. Aunque este método no es actualmente rentable, demuestra lo que es posible, así como las ventajas e inconvenientes de utilizar los dispositivos cuánticos actuales para la ciberseguridad mediante QML.
Prevemos otros usos del aprendizaje automático cuántico en la ciberseguridad, como la cartografía de infraestructuras críticas o del ecosistema de la ciberdelincuencia. La combinación de estas aplicaciones convertirá al QML en una herramienta muy eficaz para los defensores.
Adelantarse a la curva cuántica
Dado el estado actual de la computación cuántica, las empresas de ciberseguridad no necesitan crear planes concretos para integrar la computación cuántica en las operaciones empresariales cotidianas en el futuro próximo. Dicho esto, el ecosistema de la computación cuántica está evolucionando, con avances recientes significativos (como la presentación por parte de Google del primer algoritmo de corrección de errores cuánticos) y productos (como el chip Osprey de IBM con 433 qubits). Al mismo tiempo, los proyectos de investigación están superando la barrera que va de lo puramente teórico a lo simulado y, ahora, a los experimentos cuánticos reales. Estos cambios no solo significan que podemos reducir la cantidad de expectativas exageradas sobre la computación cuántica, sino también que pronto dispondremos de datos fiables que permitan proyectar lo que deparará el futuro cercano para la computación cuántica.
Invertir en computación cuántica requiere una visión a largo plazo; los beneficios tangibles no se materializarán en el futuro próximo. Esperar a que otros asuman la carga, sin embargo, conlleva el riesgo de estar insuficientemente preparado y quedarse atrás. La inminente revolución probablemente dejará a las organizaciones no preparadas arrasadas a su paso.
¿Cómo aborda el Foro los desafíos mundiales de ciberseguridad?
El Centro de Ciberseguridad ofrece una plataforma de confianza donde los líderes se reúnen para comprender los riesgos cibernéticos en evolución y sus implicaciones sistémicas. Se centra en generar comprensión y confianza en un mundo digital cada vez más interconectado.
Gracias a la colaboración intersectorial y al intercambio de conocimientos, el Centro ayuda a sus socios a reforzar la ciberresiliencia y a abordar desafíos que requieren respuestas colectivas.
En conclusión, el cambio llega a la industria de la ciberseguridad y refleja los cambios del ecosistema digital en general. Aunque no podemos afirmar con precisión cómo se incorporará el QML a las operaciones de ciberseguridad, sí podemos prever su utilidad como herramienta de seguridad. Dado el estado general de la ciberseguridad, no podría llegar en un momento más oportuno.
