El CESGA lidera el primer caso de uso de computación cuántica para el modelado de la percepción del sabor a nivel mundial
¿Qué tiene que ver el tocino con la velocidad? Si buscásemos la manera de modernizar esta expresión tan popular se nos podría ocurrir algo como: ¿qué tiene que ver la cerveza con la computación cuántica? El único problema es que no sirve, en gran medida por culpa del CESGA y su proyecto con Hijos de Rivera, Fujitsu y la Universidad Católica de Murcia para evaluar las moléculas que generan sensación de frescor en la cerveza mediante computación cuántica
El grado de frescura de la cerveza influye directamente en el sabor, la calidad percibida y la experiencia global de las personas que consumen esta bebida. Refrescante es la primera expresión que nos sugiere la visión de una caña, por eso es tan importante para las cerveceras maximizar la relación entre sus productos y el frescor.
Mariamo Mussa
Es por esto que el departamento de I+D de Hijos de Rivera, la matriz detrás de marcas como Estrella Galicia y 1906, lleva cinco años estudiando la capacidad que tienen diferentes receptores de las papilas gustativas de la lengua de enlazarse con moléculas para comprender el funcionamiento del sabor. El potencial de la computación cuántica para abordar la complejidad de estos estudios químicos fue el germen de la colaboración con el CESGA, Fujitsu y la Universidad Católica de Murcia.
El objetivo es identificar las moléculas del lúpulo capaces de generar más sensación de frescor, tomando como patrón de referencia un compuesto orgánico sinónimo de frescura: el mentol. Con el tiempo, las expectativas están puestas en llevar los resultados a la producción industrial de cerveza.
En un momento en el que las tecnologías cuánticas se encuentran en fase experimental y su aplicabilidad aún es más una idea que una realidad, este proyecto marca un hito muy importante: se trata del primero caso de uso de computación cuántica para el modelado de la percepción del sabor a nivel mundial.
El ingrediente clave
El lúpulo es uno de los ingredientes principales en la elaboración de la cerveza. Según la variedad utilizada, aporta unas determinadas notas de aroma y sabor, pero también actúa como conservante natural, ayuda a clarificar la cerveza y contribuye a su estabilidad. Además, es la principal fuente del característico amargor de esta bebida, entre las favoritas de los consumidores y consumidoras de todo el mundo.
Mariamo Mussa Juane, investigadora del equipo de computación cuántica del Departamento de Aplicaciones y Proyectos del CESGA, explica que este proyecto, desarrollado en el marco del Plan Complementario de Comunicación Cuántica (PCCC), pretende iniciar una relación de largo recorrido con Hijos de Rivera. Además, aclara que clasificar en el lúpulo las moléculas más similares al mentol es el primer paso en un proyecto con una meta más amplia: usar la computación cuántica para integrar ingredientes funcionales en la comida. Estos ingredientes son aquellos que, además de sus propiedades nutricionales básicas, ofrecen beneficios adicionales para la salud.
“Estudiando el frescor mediante la computación clásica, en Hijos de Rivera observaron que el comportamiento de ciertas moléculas no era el esperado. La colaboración parte de tratar de dar solución al problema con esta nueva manera de computar: la cuántica”, resume Mussa.
La alianza híbrida clásica-cuántica
“Para dar respuestas a problemas industriales, debemos crear algoritmos que se adapten a la tecnología disponible”, precisa Mussa. Y los más eficientes mientras el hardware no avance significativamente son los algoritmos híbridos clásico-cuánticos, denominados VQA por sus siglas en inglés (variational quantum algorithms).
“La computación con la que trabajamos es híbrida, ya que cuenta con un bloque cuántico parametrizado y un bloque clásico para encontrar los parámetros que aportan la solución. Cuanto más fina es la definición de las dos partes, clásica y cuántica, más fina es la solución”, expone la investigadora del CESGA.
Este es el contexto en el que se desarrolla la investigación en computación cuántica en la actualidad, el mejor dadas las condiciones de la era NISQ. Este concepto, del inglés noisy intermediate scale quantum, remite a que, por el momento, los ordenadores cuánticos aún son pequeños y ruidosos, este último término referido, simplificando mucho, a que son muy propensos a errores.
¿Cómo se aplica esto en el proyecto en cuestión? En esencia, el modelo cuántico define un grafo, que es un conjunto de nodos unidos por enlaces que representa la estructura de la molécula y sus propiedades fisicoquímicas. A continuación, se crea el algoritmo cuántico capaz de traducir el modelo a lenguaje matemático para poder ser procesado computacionalmente. Finalmente, un algoritmo clásico va modificando los parámetros del algoritmo cuántico en un bucle de optimización para poder obtener resultados. El objetivo es comparar el grafo de la molécula de estudio (una molécula del lúpulo) con el de la molécula de referencia (la del mentol), obteniendo un resultado de similitud en una escala del 0 al 1, de manera que cuanto más fresca (esto es, más parecida al mentol) es la molécula, más cerca está del 1.
De cara a la industria cervecera, esto permite clasificar mediante una escala numérica las moléculas presentes en el lúpulo por su capacidad de generar frescor. Así se puede intuir con un alto grado de fiabilidad cuáles son las moléculas más prometedoras antes de someterlas a ensayos in vitro, lo que contribuye a mejorar sus procesos haciéndolos más eficientes en términos de tiempo y costes.
En este proceso es fundamental el papel del emulador cuántico, un programa que reproduce el comportamiento de un ordenador cuántico mediante un dispositivo clásico. Por ahora, es la antesala del uso de máquinas reales como el QMIO, el ordenador cuántico del CESGA. “QMIO es un recurso limitado, depende de nosotros hacer un empleo responsable”, explica Mussa.
“Así conseguimos afinar el modelo al máximo para hallar la solución con mayor precisión, analizar el efecto de variar ciertos parámetros o evaluar las limitaciones del algoritmo a medida que escalamos el problema. La emulación nos sirve para analizar la validez del ordenador cuántico a la hora de resolver cierto modelo. Una vez que funciona en la emulación, lo llevamos al ordenador cuántico real. Los buenos resultados alcanzados nos dan un punto de partida sólido para comenzar a trabajar con el QMIO”, expone. En definitiva, se trata de evitar al máximo el desperdicio de recursos de computación cuántica en un momento en el que estos son muy limitados.
Resultados muy prometedores
Los experimentos realizados hasta el momento mediante emulación testaron 62 moléculas del lúpulo, con unos resultados de comparación con el mentol muy bueno. “Obtuvimos ratios de aproximación superiores a 0,94. Con este tipo de algoritmos, es complicado alcanzar tal precisión”, asegura la investigadora del CESGA. “En casi un año de trabajo, con mucha implicación de todas las partes, logramos resolver el comportamiento de las moléculas con computación cuántica, cosa que no conseguían los algoritmos clásicos”.
El pasado mes de junio, Hijos de Rivera presentó los primeros resultados de QMIO para este algoritmo en el congreso de industria biotecnológica Biodays. En su proceso de afinar el diseño del experimento para aproximar mejor la solución, el equipo del proyecto se centra ahora en la icilina, la molécula más pequeña del lúpulo. Los resultados aún son muy ruidosos, por lo que el objetivo es reducir los errores al máximo.
“Estas ejecuciones en el QMIO muestran la viabilidad de la computación cuántica para abordar problemas industriales de mayor envergadura una vez que la tecnología esté lista para la producción”, explica Mussa. Sobre la extensión de sus potenciales aplicaciones, afirma que “estos algoritmos de optimización son aplicables en cualquier ámbito que requiera de la toma de decisiones”.
El futuro cuántico
Para Mariamo Mussa, el QMIO, uno de los ordenadores cuánticos de acceso público con más qubits de Europa, “es un creador continuo de conocimiento”. Aunque su proyecto supone un hito en la aplicación industrial de la computación cuántica, ella no pierde de vista la etapa experimental en la que se encuentran estas tecnologías y también quiere ser prudente con las expectativas. “En relación con estos algoritmos cuánticos de optimización, se espera una ventaja muy concreta: que codifiquen de manera más optimizada ciertos problemas a resolver. Digo ciertos porque no esperamos que la computación cuántica resuelva todo”. En concreto, menciona los problemas combinatorios como un campo que se beneficiará especialmente del avance de esta tecnología.
Según su criterio, el futuro depende principalmente de los avances en el hardware. “Cuanto mejor estén caracterizados los procesadores cuánticos, más precisos serán los resultados y más grandes serán los problemas que podremos resolver”.
Mientras tanto, para ella la clave está en la colaboración interdisciplinar. “Es preciso abrirnos a compartir conocimiento con áreas y gentes diversas para poder expandir el desarrollo de la computación cuántica”. Una reflexión que realiza desde la condición de especialista en física linear que al inicio se sintió como una intrusa en el mundo de la cuántica, pero que hoy puede afirmar que su formación le está permitiendo trabajar con el QMIO “de una manera más resiliente”.
