¿Por qué la computación cuántica es un arma de doble filo en criptografía?
La criptografía y la tecnología blockchain seguramente no quedarán al margen de la computación cuántica; sin embargo, la dirección sigue siendo una incógnita.
La computación cuántica presenta tanto una amenaza como una oportunidad para la criptografía. Si bien tiene el potencial de romper muchos de los métodos de cifrado actuales, también tiene el potencial de crear métodos nuevos y más seguros que sean inmunes a los ataques de las computadoras clásicas.
Los QC son exponencialmente más rápidos que las computadoras clásicas, lo que significa que pueden resolver rápidamente problemas matemáticos que las computadoras clásicas tardarían años, décadas o incluso siglos en resolver. Esto incluye los problemas matemáticos que subyacen a muchos de los esquemas de cifrado utilizados para proteger las comunicaciones y transacciones digitales.
Por ejemplo, el algoritmo de Shor se puede utilizar para factorizar eficientemente números grandes, que es la base de muchos algoritmos de cifrado de clave pública como RSA (la abreviatura se refiere al nombre de los creadores, Rivest-Shamir-Adleman).
Sin embargo, la criptografía cuántica también se puede utilizar para crear nuevos métodos criptográficos que sean más seguros que los métodos clásicos. Por ejemplo, la distribución de claves cuánticas es un método para generar y distribuir una clave secreta entre dos partes; se puede garantizar la confidencialidad y la integridad de la información que se intercambia, incluso si una entidad maliciosa intercepta la comunicación.
Las características mencionadas crean cierta incertidumbre sobre el futuro de los controles de calidad en las tecnologías blockchain. Tiene el potencial de romper los métodos de cifrado actuales utilizados en blockchain, lo que podría comprometer la seguridad de las transacciones y los activos digitales. Al mismo tiempo, los investigadores están trabajando en el desarrollo de métodos de cifrado resistentes a los cuánticos para blockchains para contrarrestar esta amenaza, como el cifrado de clave pública CRYSTALS-Kyber de IBM. Además, los controles de calidad pueden mejorar las cadenas de bloques al aumentar su velocidad de procesamiento y escalabilidad, lo que puede conducir a transacciones más eficientes y seguras.
¿Cuáles son los beneficios de la computación cuántica para la industria financiera?
La industria financiera es optimista sobre la computación cuántica. Tareas como la optimización de carteras, la gestión de riesgos y la fijación de precios de activos tienen grandes posibilidades de resultar beneficiadas.
Los algoritmos de Grover y Shor se pueden aplicar a la optimización de la cartera. La optimización de la cartera implica encontrar la combinación óptima de inversiones para maximizar la rentabilidad y minimizar el riesgo. Además de proporcionar cálculos más rápidos y precisos, la tecnología puede permitir estrategias de optimización más flexibles que tengan en cuenta una gama más amplia de factores, como los medioambientales, sociales y de gobernanza.
Otro ejemplo podría ser la fijación de precios de activos. La fijación de precios de activos es el proceso de estimar el valor de activos financieros como acciones, bonos y derivados. Los métodos tradicionales para fijar el precio de los activos financieros se basan en modelos matemáticos complejos, como las simulaciones de Monte Carlo, que implican simular una gran cantidad de resultados posibles para un activo financiero determinado y luego utilizar estas simulaciones para estimar su valor. Quantum Monte Carlo (QMC) puede manejar, por ejemplo, instrumentos financieros complejos, como opciones, que tienen pagos no lineales.
He aquí la pregunta de los mil millones de dólares: ¿pueden las computadoras cuánticas predecir el mercado de valores? Si bien los QC pueden tener algunas ventajas sobre las computadoras clásicas en ciertas tareas de modelado financiero, es poco probable que puedan predecir el mercado de valores con total precisión. Además, como ocurre con cualquier tecnología nueva, la computación cuántica también plantea sus propios desafíos y limitaciones únicos que deben abordarse antes de que se pueda aprovechar todo su potencial en aplicaciones financieras.
Muchas empresas de servicios financieros tienen grandes expectativas sobre el efecto del control de calidad en la gestión de riesgos. Implica identificar, evaluar, priorizar riesgos y tomar acciones para mitigarlos o gestionarlos. Cada paso implica modelos matemáticos y simulaciones para predecir resultados de riesgo, y el tiempo y la precisión desempeñan un papel crucial en el proceso. La ciberseguridad es una parte importante de la gestión de riesgos que se puede mejorar habilitando métodos de cifrado más avanzados.
El cifrado se convirtió en una medida crucial en la industria bancaria que protege la información confidencial del acceso no autorizado. Se utiliza para proteger los canales de comunicación entre sistemas bancarios, sitios web y aplicaciones móviles y proteger datos en servidores, bases de datos y copias de seguridad. Además, el cifrado se utiliza para generar firmas digitales que ayudan a garantizar la autenticidad de los documentos y evitar modificaciones no autorizadas o manipulación de documentos confidenciales.
¿Por qué resulta tan difícil incorporar computadoras cuánticas a las tecnologías existentes?
A pesar del gran potencial del control de calidad, la tecnología y sus aplicaciones deben superar varias barreras desafiantes.
Trabajar con qubits es una tarea científica enormemente desafiante porque necesitan estar aislados en un estado cuántico controlado, que es extremadamente frágil. El más mínimo cambio en el entorno físico (vibración o temperatura) puede provocar un desequilibrio, que es el colapso de la superposición. Se requieren acciones preventivas complejas, como refrigeradores sobreenfriados, aislamientos o cámaras de vacío para evitar que el sistema pierda su equilibrio.
Otro aspecto del desafío es que, como paradigma diferente, los controles de calidad requieren no sólo hardware y software completamente nuevos, sino también soluciones algorítmicas. Numerosos artículos analizan el potencial de los controles de calidad en el aprendizaje automático, la inteligencia artificial o la criptografía. Con menos frecuencia se enfatiza que no significa solo usar QC para ejecutar algoritmos diseñados para computadoras clásicas (mejorados cuánticamente), sino también construir algoritmos completamente nuevos, que aprovechen las características de los QC.
Los controles de calidad en la banca pueden cambiar las reglas del juego debido al potencial de multiplicar la velocidad y el volumen de los cálculos y las transacciones. Sin embargo, diferentes instituciones financieras recién comenzaron a experimentar con sus propios algoritmos cuánticos y los límites de esos potenciales aún no están claros. Los algoritmos cuánticos son algoritmos que aprovechan las propiedades únicas de los sistemas cuánticos, como la superposición y el entrelazamiento.
Un ejemplo de algoritmos cuánticos es el algoritmo de Grover, que se puede utilizar para buscar en bases de datos grandes y no estructuradas de datos financieros más rápidamente que los algoritmos clásicos. Por ejemplo, podría usarse para buscar transacciones financieras específicas o para identificar patrones en datos financieros. Otro ejemplo es el algoritmo de Shor, que permite factorizar números grandes más rápidamente que los algoritmos clásicos.
¿Qué son las computadoras cuánticas?
Los QC son máquinas nuevas que pueden realizar cálculos mucho más rápido que las computadoras clásicas, basándose en los principios de la mecánica cuántica.
La expresión QC se refiere a un nuevo tipo de máquina basada en los principios de la mecánica cuántica. La mecánica cuántica es una división de la física que se ocupa del comportamiento de la materia y la luz en las escalas atómica y subatómica. La propiedad más valorada de los QC es que realizan ciertos tipos de cálculos mucho más rápido que los ordenadores clásicos.
Las computadoras clásicas almacenan y procesan información en la unidad de bits, mientras que los QC usan bits cuánticos (o qubits). Los bits representan información en formato binario y sólo pueden tener dos valores posibles: cero o uno. Cada pieza de información que pasa por una computadora clásica es esencialmente una larga cadena de ceros y unos.
Los Qubits pueden existir en varios estados a la vez, una propiedad conocida como superposición. Esto significa que un solo qubit puede representar numerosas combinaciones posibles de ceros y unos; por tanto, puede procesar una cantidad de información mucho mayor que un bit clásico.
Otra característica interesante de los qubits es el potencial de "entrelazamiento", donde se crean pares de qubits. Modificar el estado de uno del par cambiará el estado del otro qubit de forma predecible. Esta propiedad proporciona potencia adicional a los QC. Aumentar el número de bits en una computadora clásica tiene un efecto lineal en la potencia de procesamiento, mientras que agregar un qubit adicional a una máquina cuántica provoca un aumento exponencial en la potencia de procesamiento.
¿Cómo ayuda la computación cuántica a la industria financiera?
Los controles de calidad se encuentran sólo en la etapa de desarrollo; Los experimentos ya están mostrando su gran potencial en la industria financiera.
Según las estimaciones del Foro Económico Mundial para 2022, los gobiernos nacionales han invertido más de 25.000 millones de dólares en investigación sobre computación cuántica, y el año anterior se cerraron más de 1.000 millones de dólares en acuerdos de capital de riesgo. Las computadoras cuánticas (QC) se encuentran en las primeras etapas de desarrollo y hay muchos desafíos técnicos que deben superarse antes de que puedan convertirse en herramientas prácticas para el uso diario.
Sin embargo, ya han demostrado un gran potencial para aplicaciones en una amplia gama de campos. Los QC tienen la capacidad de resolver problemas matemáticos complejos exponencialmente más rápido que las computadoras clásicas, lo que los hace ideales para varias tareas complejas. La industria financiera es una de las primeras en probar la tecnología. Sin embargo, desde el ejército hasta las empresas farmacéuticas, logísticas y manufactureras, varias industrias están experimentando con el control de calidad.
Las características mencionadas de los QC pueden tener un enorme impacto en el futuro de los servicios financieros. Hay varias tareas en las que los controles de calidad pueden respaldar la previsión y el modelado financieros para lograr procesos más rápidos y precisos. En particular, la optimización de carteras, la gestión de riesgos y la fijación de precios de activos son algunos de los ejemplos más mencionados. Sin embargo, sus posibles ventajas y amenazas para la criptografía hacen que sea importante que los proveedores de servicios financieros supervisen la tecnología.
La colaboración es crucial en el área de los controles de calidad debido al hecho de que la tecnología y el desarrollo de software permiten la revolución. Los programas de aceleración los inician las mayores empresas tecnológicas para experimentar con su hardware, software o soluciones en la nube, como IBM, Microsoft, Google o Amazon.
Goldman Sachs se ha asociado con Microsoft Azure Quantum para explorar el uso de controles de calidad para fijar precios. JPMorgan está experimentando con soluciones cuánticas para la optimización y la gestión de riesgos. HSBC anunció su colaboración con IBM en 2022 para explorar el uso de controles de calidad para fijar precios, optimizar la cartera y mitigar riesgos.