¿Cómo prepararse para el futuro de la movilidad con la computación cuántica?

Aunque los investigadores estiman que la comercialización generalizada de la QC está todavía a unos diez años de distancia, algunas empresas de movilidad ya están probando aplicaciones en esta área.

El sector de la movilidad, que destaca por la innovación, está evolucionando más rápidamente que nunca. Las ventas de vehículos eléctricos (VE) están aumentando, con una demanda que se espera que crezca seis veces desde 2021 hasta 2030. Nuevas soluciones, como baterías vanguardistas y vehículos autónomos, avanzan en desarrollo y atraen el interés de inversores, que han destinado casi 280 MM$ en soluciones de hardware y software automotrices desde 2010, según recoge un reciente estudio de McKinsey.

Los cambios en la tecnología y las preferencias del consumidor están desembocando en un ecosistema de movilidad conectado, inteligente y respetuoso con el medioambiente. A medida que avanza la tecnología, los vehículos podrían tener un software que les permita escanear su entorno para encontrar espacios de estacionamiento o identificar peligros, allanando el camino hacia la plena autonomía. Los pasajeros podrían acceder a juegos y la transmisión de vídeo en el automóvil. Si una ruta está bloqueada, los vehículos podrían proponer alternativas. Para viajes más complicados, los consumidores podrían usar aplicaciones para transferirse sin problemas entre el metro, vehículos compartidos y otras opciones de transporte.

EL IMPULSO DE LA COMPUTACIÓN CUÁNTICA

La tecnología actual, aunque es suficientes para muchas aplicaciones, no puede respaldar todos los cambios necesarios para crear un ecosistema de movilidad conectado e inteligente. En este contexto, la computación cuántica (QC) podría proporcionar soluciones más rápidas -y mejores- al aprovechar los principios de la mecánica cuántica, las reglas que rigen el comportamiento de los átomos y las partículas subatómicas.

Aunque los investigadores estiman que la comercialización generalizada de la QC está todavía a unos diez años de distancia, algunas empresas de movilidad ya están probando aplicaciones en esta área. Podrían surgir oportunidades adicionales pronto. Por ejemplo, los fabricantes podrían usar la QC para simular cómo cambiar la constitución material de un componente afectaría al rendimiento del vehículo. De este modo, los beneficios de la QC podrían ser particularmente útiles en países grandes con múltiples carreteras y muchas alternativas de ruta. Dentro de la conducción autónoma, la QC podría mejorar el rendimiento de sensores y sistemas de vehículos, permitiéndoles tomar decisiones instantáneas cuando se enfrentan a un obstáculo en la carretera, o ayudar a los fabricantes a desarrollar mejores algoritmos de cifrado para prevenir que se hackeen vehículos.

SOBRE QUÉ ASPECTOS IMPACTA LA QC

  1. Optimización. Los algoritmos de optimización consideran múltiples parámetros en varias combinaciones para determinar cómo afectan los resultados finales, como la probabilidad de que el uso de nuevos materiales durante la fabricación reduzca los desechos. En algunos casos, las empresas pueden utilizar algoritmos clásicos para dividir un problema grande en secciones más manejables y luego aplicar la QC a esas secciones más pequeñas para acelerar los cálculos. A corto plazo, las aplicaciones de optimización de la QC son las más propensas a generar beneficios. Por ejemplo, los vehículos autónomos pueden circular en la carretera con conductores humanos que no siempre toman decisiones racionales. La QC podría ayudar a los vehículos autónomos a prever con precisión cómo podrían reaccionar los conductores en determinadas circunstancias mediante el análisis de grandes cantidades de datos de conducción.
  2. Simulación. La QC puede permitir simulaciones más rápidas y precisas, como las que evalúan la estructura interna de energía de diferentes moléculas y sus interacciones. Dentro de la movilidad, las simulaciones podrían ayudar a optimizar el desarrollo de baterías, facilitar la creación de materiales resistentes al calor y contribuir al desarrollo de combustibles alternativos en la industria aeroespacial. Es probable que estos casos de uso ganen impulso a medio plazo.
  3. Aprendizaje automático (ML) e inteligencia artificial (IA) híbrida. Los algoritmos de la QC pueden reducir el tiempo de entrenamiento y los requisitos de energía para los modelos de ML/IA, especialmente en las capas más intensivas computacionalmente, lo que ayudará a las empresas a tomar decisiones más rápidas.

El avance de la computación cuántica ofrece interesantes perspectivas para el futuro de la movilidad y puede desempeñar un papel clave en la creación de un ecosistema más conectado, inteligente y sostenible.

Contacto prensa
NORT3
Marta Gallego

611 023 732

Jésica Durán

644 634 565

Home Noticias automoción ¿Cómo prepararse para el futuro de la movilidad con la computación cuántica?

¡Bienvenido a Faconauto!

Utilizamos cookies para darte la mejor experiencia en nuestra web.

Puedes informarte más sobre qué cookies estamos utilizando o desactivarlas en los AJUSTES.

Privacy Settings saved!
Configuracion de Privacidad

Cuando visita cualquier sitio web, puede almacenar o recuperar información en su navegador, principalmente en forma de cookies. Controle sus Servicios de cookies personales aquí.

Las cookies estrictamente necesarias tiene que activarse siempre para que podamos guardar tus preferencias de ajustes de cookies.

Nombre Proveedor Función Caducidad
wordpress_gdpr_cookies_declined Faconauto Notifica que hemos rechazado la política de cookies 6 meses
wordpress_gdpr_cookies_allowed Faconauto Notifica que hemos aceptado la política de cookies. 6 meses

Rechazar todos los servicios
Acepto todos los servicios