Perspectivas y riesgos de la combinación de la IA y la tecnología cuántica

La combinación de IA y tecnología cuántica ya da señales claras de utilidad, aunque al mismo tiempo, también existen riesgos, que son gestionables si se prevén con tiempo.

“Aunque estas tecnologías todavía no están en el mercado y la IA está en su cúspide, podemos hacer el ejercicio de imaginar qué pasará cuando ambas se combinen", explica Josep Curto, profesor de los Estudios de Informática, Multimedia y Telecomunicación de la Universitat Oberta de Catalunya (UOC) y experto en inteligencia de negocios y macrodatos. "La fusión de la computación cuántica con la IA podría ofrecer una ventaja fundamental: la capacidad de resolver problemas de optimización y simulación con una complejidad inabordable para las computadoras clásicas”, agrega. 

El experto plantea tres potenciales escenarios producto de la combinación de estas dos tecnologías.

1. Aceleración exponencial del procesamiento y entrenamiento, que presenta la ventaja de que los algoritmos cuánticos pueden agilizar drásticamente las subtareas intensivas de cálculo en el machine learning (los ordenadores aprenden patrones a partir de datos), como la búsqueda en bases de datos masivas o la inversión de matrices grandes. Su impacto reduciría el tiempo de entrenamiento de modelos de IA complejos de semanas a horas, permitiendo iteraciones de modelos y el desarrollo de asistentes de IA mucho más sofisticados y especializados.
2. Simulación de sistemas físicos y químicos con precisión absoluta. Su ventaja es que las computadoras cuánticas son inherentemente adecuadas para simular sistemas cuánticos (moléculas, materiales, reacciones), ya que operan bajo las mismas leyes físicas. Esto permite a la IA modelar la naturaleza con una precisión "átomo por átomo". Su impacto consiste en que desbloqueará el diseño de nuevos materiales, el descubrimiento de fármacos y la ingeniería de baterías de alta eficiencia, áreas que actualmente se basan en costosas pruebas de ensayo y error.
3. Creación de nuevos tipos de algoritmos de IA. El quantum machine learning o aprendizaje automático cuántico crea algoritmos que usan cúbits para guardar y manipular los datos de muchas formas a la vez, explorando un espacio enorme de posibilidades (espacio de Hilbert) que los ordenadores normales no pueden manejar tan fácilmente, de modo que el algoritmo puede encontrar patrones o soluciones probando muchas combinaciones en paralelo. Esto podría mejorar la capacidad de la IA para encontrar patrones ocultos y correlaciones complejas en datos ruidosos o de gran dimensión, como datos genómicos o financieros de alta frecuencia.

Considerando los tres ejemplos anteriores, se espera que las tecnologías cuánticas tengan un efecto de profundo calado en la sociedad. Se prevé que se obtendrán efectos con externalidades positivas. Por ejemplo, en transporte, podrán encontrar la ruta óptima en segundos.

Desafíos

“Como sucede con la IA, esta tecnología es dual. Por lo tanto, no está exenta de riesgos y externalidades negativas. Y debemos ser conscientes de ello y apostar por un desarrollo e implementación responsables”, advierte el experto de la UOC, que aventura tres riesgos:

1. Colapso de la criptografía de clave pública. Los ordenadores cuánticos, una vez que alcancen la madurez suficiente, podrán ejecutar el algoritmo de Shor. Este algoritmo puede romper la inmensa mayoría de los sistemas de cifrado de clave pública que utilizamos hoy para proteger el comercio electrónico, las transacciones bancarias, las VPN y las comunicaciones gubernamentales (como RSA y ECC). Si la criptografía se rompe antes de que se implemente una solución poscuántica, cualquier dato cifrado hoy quedará expuesto, comprometiendo secretos industriales, historiales médicos y la seguridad nacional. Esto socavaría la confianza en toda la infraestructura digital.
2. Aumento de la desigualdad digital y geopolítica. La tecnología cuántica requiere recursos y experiencia extremadamente especializados. Solo un puñado de naciones (como EEUU y China) y grandes corporaciones (IBM y Google) poseen los recursos para desarrollar y operar computadoras cuánticas de alto rendimiento. Esto crea un monopolio de la capacidad de cálculo exponencial. Las empresas y países con acceso a la IA cuántica podrán optimizar sus cadenas de suministro, descubrir nuevos materiales y desarrollar tratamientos médicos a una velocidad inalcanzable para el resto. Esto podría agravar la desigualdad económica, como alerta un estudio de la OCDE, y crear una división profunda en el poder geopolítico basado en el acceso a la tecnología cuántica, comprometiendo la transferencia de tecnología y la cooperación científica.
3. Amplificación del riesgo de seguridad en sistemas de IA de alto riesgo. Los atacantes con acceso a QML (quantum machine learning) podrían utilizar el aumento de velocidad para descubrir vulnerabilidades en los modelos de IA de una forma mucho más rápida que los defensores. Esto incluye la ingeniería inversa de los modelos para extraer datos de entrenamiento sensible o diseñar ataques de evasión cuántica que engañen a los sistemas de IA de defensa (como la detección de fraude o el reconocimiento facial). Sistemas críticos (como redes eléctricas, gestión del tráfico aéreo, defensa financiera) que se basan en IA clásica podrían ser desestabilizados, ya que sus defensas actuales son insuficientes frente a un adversario cuántico.

Ante estos escenarios, se deben tener en cuenta algunas medidas paliativas mínimas, como recomienda el profesor, por ejemplo:
 

1. Migración obligatoria a criptografía poscuántica. Establecer un calendario regulatorio y una obligación de migración para que las empresas y administraciones públicas dejen de utilizar protocolos de cifrado vulnerables (RSA/ECC) y adopten nuevos estándares de criptografía resistente a la cuántica (PQC). La administración debe identificar todos los "repositorios de larga vida" de datos sensibles (datos militares, información sanitaria, secretos de propiedad intelectual) y cifrarlos nuevamente utilizando algoritmos PQC estandarizados (como los seleccionados por el National Institute of Standards and Technology de EEUU) antes de que los ordenadores cuánticos sean plenamente operativos.
2. Gobernanza transparente y colaboración internacional. Impulsar marcos regulatorios (similares a la EU AI Act) que exijan transparencia sobre el uso de la IA cuántica en sistemas de alto riesgo y fomentar la creación de consorcios cuánticos abiertos. Los gobiernos deben subvencionar y crear acceso compartido a simuladores cuánticos y a herramientas de aprendizaje automático cuántico (QML) para universidades, empresas emergentes y pequeñas empresas, democratizando así el acceso a la tecnología. Además, se deben establecer acuerdos internacionales para limitar la exportación de hardware cuántico de alta capacidad a estados con historiales cuestionables en ciberseguridad, tratando esta tecnología como un bien de doble uso, civil y militar. "Estamos haciendo esfuerzos en cooperación internacional en IA y creo que sería el momento de incluir otras tecnologías emergentes", señala Curto.

Situación actual 

El problema para adoptar mitigaciones reside en el momento actual de estas tecnologías. “No estamos aún en la era de los ordenadores cuánticos universales y tolerantes a fallos”, afirma el experto.

Las computadoras cuánticas de hoy (IBM, Google, IonQ) aún son prototipos con cúbits intermedios y mucho ruido, que hace perder el estado cuántico pronto. El resultado es poca profundidad de cálculo y valor práctico limitado por ahora.

Desde una perspectiva geopolítica, hay una carrera por el talento humano y los países se han centrado en crear ecosistemas académicos e industriales de este dominio, similar a lo que sucedió con la IA hace unos años. Por otro lado, los avances tecnológicos se están enfocando en acelerar subrutinas de la IA tradicional y en el diseño de sistemas de hardware cuánticos, como aplicar machine learning para mitigar el ruido, afinar la arquitectura de cúbits y optimizar la disposición de los criostatos (superfrigoríficos científicos para mantener los equipos a muy bajas temperaturas).
 

“Dicen los expertos que, dentro de 10 a 15 años, la IA cuántica ya no será un prototipo de alto potencial, sino una realidad. Deberemos estar atentos a los siguientes años y, aun teniendo siempre control del presente, preparar nuestras organizaciones, instituciones y sociedad para un futuro en el que estas tecnologías se combinen. La sociedad necesita llegar a acuerdos para el uso responsable de la tecnología, tanto de las actuales como de las emergentes”, concluye el profesor de la UOC.