La relevancia de los desarrollos conseguidos en materias como la inteligencia artificial o la computación cuántica requiere de unos conocimientos que no están –ni es necesario que estén– al alcance de toda persona de a pie. Pero sí su aplicación práctica.

A ello se dedica desde hace más de 20 años José María Cela. Este doctor ingeniero de telecomunicaciones forma parte, como director del departamento Computer Applications in Science & Engineering (CASE), de una de las mayores instalaciones científicas que tenemos en España, el Barcelona Supercomputing Center–Centro Nacional de Supercomputación (BSC-CNS), desde que su director, Mateo Valero, creó la que en aquel momento era la máquina más potente de Europa.

Cela empezó a trabajar en el equipo de Valero en los años 90. “Cuando pusimos en marcha el proyecto [en 2005], todo el equipo estaba dedicado al computador como máquina y yo era el tipo de las aplicaciones. Ahora sigo trabajando en buscar qué podemos hacer con él y que repercuta positivamente en la sociedad”, cuenta durante una entrevista con D+I. 

[Mateo Valero (BSC): "Los grandes problemas del mundo se resolverán con tecnología"]

Un encuentro que tiene lugar en Madrid durante el evento anual que Lenovo celebra en nuestro país para dar a conocer los logros conseguidos y en el que, haciendo gala de lo que practica este investigador, muestra en qué áreas se aplican los desarrollos e innovaciones que salen sus laboratorios en ámbitos como el deporte o la salud.

Entre ellos, el acuerdo firmado hace unos meses con el BSC-CNS, por el que la compañía invertirá siete millones de euros a lo largo de tres años para avanzar en tres proyectos: medicina de precisión, diseño y desarrollo de chips, y la creación de supercomputadores y centros de datos energéticamente sostenibles. Se trata de la mayor suma que ha dedicado Lenovo a la investigación en España hasta la fecha. 

Predecir datos

Para la búsqueda de esas aplicaciones prácticas, Cela cuenta con un equipo multidisciplinar de 120 personas formado por físicos, matemáticos e ingenieros informáticos que se dedica a “desarrollar software para simular”.

“Simular significa que, primero, alguien encontró unas ecuaciones que explican cómo funciona algo. Por ejemplo, el comportamiento de un fluido o del aire en determinadas circunstancias. Y, después, descubres que con estas ecuaciones eres capaz de resolver un problema concreto, como la geometría de un avión, de la misma manera que se haría en un laboratorio si tuvieras un microscopio que permitiera ver las moléculas del aire”, explica. 

“Aún no sabemos cómo funciona la inteligencia humana, como para crear una inteligencia artificial”

La aplicación de esos métodos matemáticos requieren un cálculo para el que hay que saber programar los computadores. “El resultado final es [siguiendo con el ejemplo del avión] que el ingeniero puede analizar cuál es la presión que se ejerce sobre un punto dependiendo de la velocidad del avión, igual que lo haría en un laboratorio tomando medidas, pero a una fracción de coste ridícula y en un tiempo mucho menor”, afirma Cela.

Esta, aclara, es la simulación que se lleva aplicando en las últimas décadas. Ahora, el siguiente salto se está produciendo de la mano de lo que Cela considera “mal llamada inteligencia artificial”. (El investigador prefiere referirse a esta tecnología como redes neuronales o machine learning para no llevar a equívocos: “Aún no sabemos cómo funciona la inteligencia humana, como para crear una artificial”, defiende sin tapujos).

[Así es el supercomputador capaz de crear las redes neuronales que comprenden y escriben la lengua española]

El reto ahora es encontrar fórmulas matemáticas que sean capaces de predecir nuevos datos que aporten conocimiento. “Dicho en lenguaje científico, por ahora, se encuentran correlaciones pero no causalidades”.

“Eso –y vuelve sobre su anterior idea- son las redes neuronales: un método estadístico capaz de encontrar esas correlaciones y hacer predicciones sin conocer la cuestión que hay detrás”, dice.

"El reto ahora es encontrar fórmulas matemáticas que sean capaces de predecir nuevos datos que aporten conocimiento"

Para aterrizar esta idea a la práctica, a la de la aplicación en la industria, pone como ejemplo el diseño de un horno dedicado a incinerar basura. Calcular cómo será más eficiente depende de múltiples variables que, a su vez, pueden sufrir modificaciones. 

“El tipo de desecho o la humedad relativa pueden cambiar, por lo que la simulación que tenemos que generar ahora tiene que usar métodos estadísticos que predigan cuál va a ser el comportamiento del horno y, por ejemplo, generar la menor cantidad de emisiones posible”, describe.

El futuro incierto de la computación cuántica

Durante la entrevista, uno de los temas obligados a tratar con este ingeniero fue el de la computación cuántica. Recordemos que el BSC-CNS es unos de los seis centros escogidos para albergar la primera red europea de este nuevo, y esperanzador, salto tecnológico; además de formar parte del primer proyecto de colaboración público-privada en esta materia en nuestro país.

De nuevo, toca poner negro sobre blanco, y Cela, como con el uso del término ‘inteligencia artificial’, también se desmarca de la corriente más generalizada poniendo en duda el desarrollo de computadores cuánticos en el futuro: “Si los tendremos o no, nadie lo sabe”.

[Europa protagoniza el despertar comercial de la computación cuántica, con la ciencia como principal cliente]

A pesar de su escepticismo, los ojos se iluminan cuándo habla de sus “maravillosas” posibilidades. La principal propiedad que tiene un computador cuántico es su capacidad para almacenar una cantidad enorme de potenciales estados que en un computador tradicional se tendrían que implementar una a uno.

“Hay que tener en cuenta que entre estar en cero o en uno, hay casi infinitos puntos y un circuito o programa que representa cada estado”, explica. La propia naturaleza de la física cuántica es tener múltiples estados, de ahí que un computador cuántico pueda resolver problemas evaluando miles de ellos de forma instantánea.

"No tengo pruebas evidentes de que exista un sistema de más de 10 cúbits acoplados, y para resolver algo se necesitaría al menos 50".

Entonces, ¿cuál podría ser una de sus aplicaciones prácticas en el día a día? Cela no lo duda: el de la logística y su optimización. “Los distribuidores de mercancías siempre están buscando la combinación de vehículos y rutas más adecuada para minimizar gastos y que al cliente le llegue el producto a tiempo. Se trata de un número factorial de combinaciones para el que un computador virtual necesitaría horas y horas para resolver el problema y, una vez resuelto, ni siquiera estar seguro de haber dado con la solución”.

En un computador cuántico asegura que “llevaría segundos y, además, lo haría bien, encontraría la respuesta correcta enseguida”. Por eso no duda en señalar al sector de la banca y la criptografía no sólo como los más beneficiados en su aplicación, sino como los primeros, seguido del estudio y diseño de nuevos materiales.

A todo ello, vuelve a repetir, aún le falta tiempo. “A pesar de los grandes anuncios que hacen compañías como Google o IBM en su carrera por lo que llaman la ‘supremacía cuántica’, a día de hoy no tengo pruebas evidentes de que exista un sistema de más de 10 cúbits acoplados”.

Para que los neófitos en estos asuntos puedan entenderlo: los cúbits son elementos unitarios de información que si están “desacoplados” (no conectados) no pueden realizar cálculos. Únicamente si están acoplados puede haber una interacción cuántica entre ellos y “con un sistema de 10 cúbits acoplados no se puede resolver nada, habría que tener como mínimo 50”, afirma este investigador.