Es uno de los problemas más utilizados habitualmente en los entornos académicos para explicar la idoneidad de la computación cuántica: el llamado «problema del viajante«: un problema de optimización combinatoria compleja en el que, dada una lista de ciudades y las distancias entre cada par de ellas, se pide determinar cuál es la ruta más corta posible que permite visitar cada ciudad exactamente una vez, y volver, al terminar el recorrido, a la ciudad de origen.
El problema, sin embargo, ilustra muy bien uno de los problemas cotidianos de Amazon, el gigante del comercio electrónico, cuando se plantea sus operaciones de logística: para muchos usuarios, resulta habitual buscar un producto determinado, y condicionar el resultado de la búsqueda mediante la opción «productos que puedan llegar mañana». Esto genera un complejo problema de dependencias múltiples que supone una gran cantidad de recursos de computación, en el que la compañía lleva trabajando desde sus inicios, y que, además, es preciso solucionar prácticamente en tiempo real, en el momento en el que el usuario está intentando decidir su compra. Todo un reto, incluso para la compañía que probablemente acumule más recursos de computación en su gigantesca nube.
Los intentos anteriores de resolución del problema, como el ofrecer la opción únicamente al final, generaron todo tipo de inconvenientes, como un significativo incremento del abandono de carritos de compra y, en general, una insatisfacción del cliente, variable fundamental en lo que la compañía considera su credo fundacional. Pero plantear una optimización masiva de este tipo llevada a cabo a nivel global, con millones de clientes y operaciones al mismo tiempo, es un problema que requiere la disponibilidad de recursos computacionales casi ilimitados. Y en la misma situación que Amazon pueden encontrarse muchas otras compañías de logística, para las cuales la resolución adecuada de un problema así podría suponer todo un elemento de ahorro de costes y de ventaja competitiva.
Probablemente esto explique la decisión de Amazon de participar en la ronda de inversión de IonQ, una compañía de desarrollo de hardware y software de computación cuántica fundada por dos profesores de las universidades de Maryland y Duke, con cuyo trabajo pretende ser capaz de resolver el problema y dotar a Amazon de una capacidad computacional capaz de llevar a cabo semejante optimización masiva. La compañía, que compite fundamentalmente contra compañías big tech como Alphabet, IBM o Microsoft con amplísimas disponibilidades de fondos, anunció en marzo su intención de salir al mercado mediante un SPAC, y se considera la primera empresa que ha sido capaz de llevar la computación cuántica a un nivel que permita que los inversores se interesen por ella.
Para la computación cuántica, hasta ahora vista por muchos como un complejo problema teórico conceptual en el que se intuía la búsqueda de recursos computacionales prácticamente ilimitados, pero sin que fuese fácil entrever una aplicación directa o práctica que lo ilustrase de una manera sencilla que cualquiera pudiese comprender, es todo un avance: ahora, al menos, podemos entender qué tipo de problemas se intentan solucionar y qué lleva a una empresa como Amazon a invertir millones de dólares en ello. Y sin duda, la posibilidad de acelerar más aún los desarrollos de la computación en este ámbito, convertido ya en una auténtica carrera tecnológica. En muchos sentidos, el problema de la optimización logística ofrece a la computación cuántica precisamente lo que necesitaba: un escenario de aplicación con sentido inmediato.
Como mínimo, un buen ejemplo para mis clases, en lo que era una sesión, la dedicada a computación cuántica, que suponía todo un reto en sí misma a efectos de didáctica, sobre todo cuando hablamos de metodologías participativas. Seguro que mis alumnos lo apreciarán.
This article is also available in English on my Medium page, «Can you imagine Amazon’s quantum computing needs?«
Hombre! El famoso y fascinante problema del Travel Bussines Man!
El que encuentre un algoritmo que consiga calcular una ruta muy cercana a la óptima en un tiempo de computación razonable se hará de oro.
En el fondo es un problema matemático de grafos con infinidad de aplicaciones, también llamado problema NP/P. Si se descubriese un algoritmo que convergiera siempre para cualquier N (nodos) sería una revolución.
De hecho existe una película mediocre, NP=N, donde se exploran las implicaciones no sólo de logística si no de criptografía que implicaría resolver el problema.
Muy buena entrada, Enrique Dans.
Nada malo meterse un poco con la cuántica y, de paso, retomar el mundo de las ecuaciones.
Porque ya está bien de seguir pensando en modo aritmético, sin querer asumir que la vida funciona con ecuaciones, y no solo diferenciales.
Ni la variable espacio es única, ni la variable tiempo, ni la variable «en bus o en metro», ni la variable «llevo bocata para media mañana o no llevo», y la variable… , y la variable,….y la variable…y así, hasta el límite que marque la capacidad cuántica de cálculo, por parte de una megapotente computadora.
El gran problema del contexto y de la complejidad de circunstancias, que influyen en eso que ahora modernamente se llama logística, es algo que se desprecia en el día a día (maldito sentido común, que realmente nadie sigue).
Como se desprecia la más dotada «computadora» que existe en este planeta : el cerebro humano. Mucho más «cuántica» que cualquier modelo previsto por la mente humana, en los campos de creatividad y diseño de un futuro, que restablezca el equilibrio natural, tan perdido que tenemos actualmente.
Se pueden tomar decisiones, incluso grandes «decididores» (léase políticos), pensando solo en la variable espacio , en la de tiempo, o en la de ganas de mear o ir a comer. O en la calidad de los asesores que pagamos todos con nuestros impuestos.Pero nunca se quiere ver la complejidad real del problema.
El algoritmo de reparto es sencillo. Aplicas el liberalismo y les haces emprendedores.
«Asumimos que tienes m «falsos autónomos» les reparte j_1, j_2 ,…, j_n paquetes a cada uno y usas el algoritmo les pagas una miseria por cada uno»
Les evaluas por tiempo de entrega, y satisfacción del cliente, los pones en una tabla y ordenas de mayor eficacia a menor eficacia.
Y los que se van quedando los últimos en la tabla, ya no reparten la próxima semana, mes…
tanto algoritmo, y tanta gaita….
Selección natural