La IA quàntica és un camp interdisciplinari que combina la potència de la computació quàntica amb la capacitat de la IA per a aprendre de les dades. Aquesta fusió busca crear eines més eficients i intel·ligents que les que existeixen actualment.

La IA quàntica promet transformacions profundes en la manera com s’abordaran els  problemes i es dissenyaran les solucions apropiades, i és un àmbit de recerca i aplicació amb un potencial creixent.

Es mostraran noves oportunitats per a la investigació i l’aplicació pràctica d’aquestes tecnologies, com per exemple la resolució de problemes complexos, aprenentatge automàtic més eficient i sistemes d’intel·ligència artificial robustos.

Presenta:

• Pol Torres, Responsable de línia, Applied Artificial Intelligence (AAI), Eurecat

Participen:

• Queralt Portell, Quantum data scientist, GMV

• Jordi Riu, Lead Engineer, Qilimanjaro Quantum Tech, S.L.

• Pablo Lauret, Pre-Sales Engineer, Multiverse Computing

www.gmv.com

Queralt Portell és llicenciada en matemàtiques i física a la Universitat Autònoma de Barcelona. Ha fet diverses estades en centres de recerca i en l’empresa Qilimanjaro orientades al món de la computació quàntica, tan a nivell de hardware com de software. El 2023 va entrar al departament de BDA de GMV com a quantum data scientist. Actualment es dedica a estudiar l’ús de la computació quàntica en aplicacions d’intel·ligència artificial.

CUCO es el primer gran projecte de computació quàntica a nivell nacional i es liderat per GMV. Busca avançar en l’estat d’art dels algoritmes quàntics i aplicar-los en una sèrie de proves de concepte per diferents sectors de l’economia espanyola. GMV treballa en les seves pròpies línies d’investigació destinades a l’aplicació de tècniques de Quantum Machine Learning i Quantum Optimization orientades al camp industrial de l’observació de la Terra. Les tres proves de concepte que estudia son: la dentificació de plantes fotovoltaiques en imatges satel·litals, l’optimizació en la presa d’ imatges satel·litals i la predicció a curt termini de la velocitat i la direcció del vent en zones d’interès.

www.qilimanjaro.tech

Jordi Riu és graduat en Enginyeria Física per la UPC i té un Màster en Intel·ligència Artificial de la mateixa universitat. Compta amb 5 anys d’experiència desenvolupant algoritmes quàntics per a problemes d’optimització en diversos sectors industrials així com aplicacions de Quantum Machine Learning. Abans de Qilimanjaro, va treballar 2 anys com a consultor tecnològic a Accenture. Actualment lidera l’equip de consultoria i aplicacions de Qilimanjaro.

En aquesta ponència, es discutirà la interacció entre la Intel·ligència Artificial (IA) i la Computació Quàntica. Es presentarà com les tècniques d’IA estan optimitzant la computació quàntica NISQ actual, i com la futura computació quàntica pot potenciar la IA, incloent-hi exemples de com aquesta interacció està creant oportunitats per a les empreses i com superar els desafiaments presents. Aquesta ponència servirà com a guia per a comprendre com aquestes dues tecnologies estan configurant el futur de la computació.

https://multiversecomputing.com/

Pablo Lauret té un màster integrat en Física Matemàtica per la Universitat d’Edimburg, amb una tesi de màster en física fenomenològica de partícules. Abans d’unir-se a Multiverse Computing, va treballar al Irish Centre for High-End Computing a Galway, Irlanda. Allà, va treballar com a part d’un equip d’investigadors desenvolupant models ML híbrids quàntics-clàssics per a tasques de processament del llenguatge natural, i també va exercir com a especialista en suport d’usuaris d’HPC. Com a enginyer de prevenda, les seves responsabilitats inclouen proporcionar coneixements tècnics durant el procés de vendes, relacionar-se amb clients potencials i treballar amb l’equip de producte per transmetre els comentaris dels clients.

Malgrat els grans avenços en el desenvolupament d’ordinadors quàntics, encara queden reptes tècnics substancials per resoldre.
Això, combinat amb el cost i els escassos recursos d’aquests dispositius, planteja la següent pregunta: podem aprofitar les propietats de la computació quàntica avui en dia sense necessitat de dependre del maquinari quàntic?

La resposta és sí, mitjançant l’ús d’un marc matemàtic conegut com a Tensor Networks (TNs). Com a líder mundial en solucions basades en valors alimentats per TN, Multiverse Computing ha implementat amb èxit TN en una àmplia gamma d’indústries, com ara finances, energia, defensa i fabricació.

En aquesta presentació, s’introduiran els TN i es presentarà una aplicació particular en el camp de la compressió de models (CompactifAI), per mostrar el poder d’aquesta nova i prometedora tecnologia.

www.eurecat.org

Pol Torres és llicenciat i doctorat en física per la UB i la UAB respectivament. Compta amb més de 10 anys d’experiència en el desenvolupament d’algorismes de simulació i models predictius a l’àmbit industrial, energètic i de ciència de materials. Durant la seva trajectòria ha col·laborat en diversos grups de recerca internacionals com l’Energy Conversion and Storage a la Denmark Technical University (Dinamarca), el grup Electronic Engineering al Birck Nanotechnology Center (EUA) o el grup Thermal Energy Engineering de The University of Tokyo ( Japó). Actualment lidera la línia de recerca d’energia a la unitat d’Intel·ligència Artificial Aplicada d’Eurecat.