La llamada computación tradicional ha sido uno de los mayores avances de la humanidad. Hoy en día todo está impregnado de tecnología como ordenadores, dispositivos electrónicos conectados, sistemas de información, redes interconectadas, etc. Pero todo apunta a que en el futuro nos familiarizaremos con otro tipo de computación. Sus nombres llaman la atención, y todavía están en fases tempranas. Pero si cumplen con las promesas que indican sus defensores, la computación tal y como la conocemos dará pasos de gigante. Es el caso del ordenador cuántico, la computación biológica y los sistemas neuromórficos.
Cada una de estas tres tecnologías parten de premisas diferentes pero tienen un mismo fin. Quieren que las computadoras sean más rápidas, más complejas y más eficientes. Para lidiar con tareas complejas como la inteligencia artificial o el machine learning. Bien sea a partir de la física cuántica de la que tanto se está hablando en los últimos años o replicando la manera de funcionar del cerebro humano o de los animales en general.
Pero todavía queda mucho camino por recorrer. Tal vez las generaciones venideras tendrán este tipo de tecnologías en sus hogares. O implementadas en sus organismos. Por ahora, solo nos queda seguir disfrutando de la computación tradicional y estar atentos a los logros y descubrimientos que están haciendo quienes investigan con estas tres nuevas formas de fabricar máquinas pensantes que superen las que ya usamos y, quién sabe, nos superen a nosotros mismos.
¿Qué es la computación cuántica y por qué es tan importante?
El apellido cuántico se ha puesto muy de moda en los últimos años. En el ámbito cultural y popular, más allá de su campo científico. La mecánica o física cuántica han revolucionado la física clásica y la manera en que vemos el mundo que habitamos. Si la física clásica habla de cómo funciona el mundo que vemos, la física cuántica quiere dar respuestas a cómo funciona el mundo a nivel subatómico. El que no vemos a simple vista pero que tiene consecuencias en el nuestro.
Y una de las aplicaciones prácticas de la mecánica cuántica ha sido la conocida como computación cuántica. En ella trabajan gigantes de la electrónica como IBM, Google, Amazon o Microsoft. Tal y como explica IBM, “la computación cuántica es una tecnología emergente de rápida expansión que utiliza las leyes de la mecánica cuántica para resolver problemas demasiado complejos para los sistemas clásicos”.
En teoría, la computación cuántica ofrecerá un rendimiento muy superior a los ordenadores tradicionales. Hasta el punto de que los superordenadores del futuro usarán este tipo de arquitectura para descubrir nuevos materiales, predecir el clima o responder a grandes preguntas de la ciencia y la tecnología.
Mientras que la computación tradicional se basa en el código binario y los transistores que se apagan y se encienden, la computación cuántica trabaja con bits cuánticos o qubits. O dicho de otra forma, partículas subatómicas como protones o electrones. A diferencia del bit tradicional el qubit puede superponer los valores de 0 y 1. Además, dos qubits pueden estar conectados mediante lo que se conoce como entrelazamiento cuántico.
En la actualidad ya hay ordenadores cuánticos o computadoras cuánticas. IBM cuenta con Osprey, cuyo procesador es de 433 qubits. Google tiene su propia división, Quantum AI, que trabaja en software y hardware para computadoras cuánticas. Esto incluye el diseño y creación de procesadores cuánticos como Sycamore (2018), de 53 qubits. Por su parte, Amazon ofrece servicios de computación cuántica a través de su plataforma online Amazon Braket. Y más allá de Estados Unidos, la multinacional francesa Atos también trabaja en computación cuántica a través de Atos Quantum. Y, en China, están los gigantes Alibaba y Baidu investigando en esta tecnología.
¿En qué consiste la computación biológica?
Su nombre define bien lo que es la computación biológica. También lleva muchos años en fase de investigación pero no goza de tanta popularidad como el ordenador cuántico. Cuando hablamos de computación biológica nos referimos a imitar la biología para cambiar la manera en que entendemos hoy las computadoras. En dos áreas principales: procesamiento y almacenamiento de información. Y afecta tanto al hardware como al software.
Es más. Una de las cosas que más llama la atención de la computación biológica es que emplea elementos de la naturaleza para crear máquinas mejores de las tradicionales. Hablamos de proteínas, ADN, moléculas y cualquier derivado biológico. Convertir la biología en la materia prima de los ordenadores del futuro.
Por ahora, esta tecnología se encuentra dentro de los laboratorios que investigan cómo dar forma a ordenadores basados en elementos biológicos. Ya se empiezan a ver algunos avances, como la fabricación de chips con miel de abeja. Pero en muchos casos se trata de pruebas de conceptos que distan mucho de llegar a nuestros hogares en un futuro cercano.
¿Qué son los sistemas neuromórficos?
La computación neuromórfica o ingeniería neuromórfica quiere imitar el sistema nervioso y el cerebro humano. Mientras que la computación tradicional tiene ciertas semejanzas con el cuerpo humano o con cualquier ser vivo, en el caso de los sistemas neuromórficos se trataría de lograr un equivalente prácticamente idéntico al cerebro humano pero en forma de chip de silicio.
Empresas como Intel o IBM llevan años trabajando en esta tecnología. En 2014, IBM presentó su chip neuromórfico TrueNorth, el cual equivalía a un millón de neuronas. Intel, por otra parte, presentó en 2018 un chip neuromórfico llamado Loihi, el cual equivalía a 130.000 neuronas. También presentó los chips Kapoho Bay en 2018, el cual equivalía a 262.000 neuronas; y, en 2020, hizo lo mismo con Pohoiki Spring, que emula 100 millones de neuronas.
Otro gran ejemplo es el superordenador SpiNNaker, lanzado en 2019 y que es la base para llevar a cabo la plataforma de computación neuromórfica de un proyecto conocido como Human Brain Project. Esta máquina cuenta con 10 racks de 100.000 cores cada uno. Y cada core emula 1.000 neuronas, por lo que hablamos de 1 millón de neuronas por cada rack. Todo ello, con un consumo eléctrico inferior al de un ordenador tradicional.
