Computacion cuantica

Grupo AIA e ICFO, juntos a por la Computación Cuántica

Grupo AIA y el Instituto de Ciencias Fotónicas, ICFO, han firmado un acuerdo de colaboración para los próximos 4 años, renovables, en los que ambas entidades proporcionarán el marco para una colaboración continua.

Con la firma de este acuerdo, Grupo AIA entra a formar parte del Corporate Liaison Program de ICFO en calidad miembro. Así mismo, se establecen las bases para la identificación de las sinergias entre ambas organizaciones, con la intención de fomentar la cooperación en actividades de intereses comunes.

Como miembro del Corporate Liaison  Program, Grupo AIA dispondrá de asistencia personal del departamento KTT del ICFO que personalizará un plan de acción para determinar intereses comunes entre el área de investigación y desarrollo de  AIA  y las iniciativas llevadas a cabo por ICFO, facilitando el contacto con los investigadores del Instituto de Ciencias Fotónicas.

De esta manera, se podrán llegar a acuerdos de cooperación entre ambas entidades lo que permitirá trabajar en proyectos y actividades conjuntas.

Una de estas actividades es la relacionada con el campo de la Computación Cuántica. Dentro del marco del H2020, la Unión Europea ha destinado fondos para la investigación y desarrollo de la Computación Cuántica, especialmente en el desarrollo de un ordenador cuántico multipropósito.

Las implementaciones de un ordenador cuántico con las que se experimentará se basan en dos tipos de tecnologías: fotónica y la de los denominados ‘átomos fríos’. Tales sistemas son inherentemente inestables por lo que requieren un sistema de control automático que los mantenga funcionando. Es aquí donde técnicas de Machine Learning, como el Aprendizaje por Refuerzo (Reinforcement Learning), pueden mejorar su estabilidad de manera dinámica.

Otra área donde el Machine Learning puede aportar en el avance del Quantum Computing es a través de modelos que aprenden cómo se comportan los ordenadores cuánticos en función de sus parámetros físicos. De esta manera este modelo se puede utilizar como un simulador para observar, sin necesidad de experimentar, los efectos de diferentes configuraciones de parámetros físicos.

Dentro de este proyecto Horizonte 2020, se abordará también un estudio sobre la evolución de los algoritmos de Machine Learning capaces de aprovechar las capacidades de los ordenadores cuánticos, o lo que es lo mismo, Quantum Machine Learning. Esto permitiría la versión cuántica de las redes neuronales lo que solventaría los problemas que son imposibles de resolver con ordenadores tradicionales.

Un área de especial atractivo para el desarrollo de los ordenadores cuánticos es la posibilidad de resolver problemas de tipo NP-Completo (problemas cuya complejidad y tiempo de resolución aumenta exponencialmente con el tamaño del mismo, de manera que no podemos resolver con ordenadores normales en tiempos razonables). La aplicación de soluciones a problemas NP-Completo a las diversas industrias podría optimizar  procesos como las rutas del distribuidor de una empresa de e-commerce, reduciendo las emisiones contaminantes y aumentando los beneficios.

La Unión Europea se suma así a la carrera por la Computación Cuántica y en la que también participan Estados Unidos y China. Estos tres actores están liderando las líneas de investigación cuántica según tres pilares esenciales:

  • Computación cuántica
  • Criptografía cuántica
  • Comunicación cuántica

En Grupo AIA, dentro de su área de investigación y desarrollo, queremos formar parte del estado del arte y desarrollar las herramientas necesarias para que el ordenador cuántico multipropósito pueda ser una realidad, colaborando para ello con los principales agentes de investigación cuántica y participando en proyectos como Quantum flagship de la Unión Europea de la mano con ICFO.

Analitica-avanzada

Analítica Avanzada para ser diferente a los demás [Infografía]

La demanda de los clientes en constante cambio y las oportunidades de un mercado cambiante, son solo algunos de los aspectos que han de tener en cuenta los ejecutivos de las diferentes industrias para seguir generando ventas. El análisis de los datos es la única manera que tienen las diferentes organizaciones para competir con los negocios digitales y la disrupción que han supuesto en el mercado internacional y la Analítica Avanzada, sus solución.

TDM: Temporal Dynamic Model.

El proyecto TDM, Temporal Dynamic Model es un proyecto de desarrollo que permitirá disponer de Modelos Predictivos basados en el Ciclo de Vida para el análisis de grandes volúmenes de datos facilitando las acciones de toma de decisiones en torno al paradigma BigData. (más…)

Sistema Inteligente y Autoadaptativo de Extracción de Conocimiento y Opiniones de Internet y Redes Sociales

El objetivo del proyecto es el desarrollo de un sistema para el análisis en Cloud del posicionamiento de marca o producto en base a las opiniones que se dan sobre él en Internet. Se desarrollarán algoritmos inteligentes basados en Social Media Analysis y Sentiment Analysis, desde un enfoque de autoaprendizaje que requiera una mínima intervención humana. (más…)

SNTALENT: desarrollo de una herramienta de talent discovery

Talent Discovery

SNTALENT es una herramienta de Talent Discovery creada dentro del subprograma AEESD (Acción Estratégica de Economía y Sociedad Digital), Plan Investigación Científica y Técnica y de Innovación. (más…)

iTesla: proyecto pan-europeo para la transmisión eléctrica

HEMOLIA

HEMOLIA Proyecto

 

HEMOLIA tiene por objetivo desarrollar una nueva generación de herramientas de inteligencia para las Administraciones Públicas para la lucha contra el Crimen Organizado, el Blanqueo de Capitales y la Financiación del Terrorismo integrando grandes volúmenes de información del mundo financiero y del mundo de las telecomunicaciones. (más…)

EMILI

EMILI proyecto

El proyecto EMILI (“Emergency Management in Large Infrastructures”) es un proyecto Europeo cuyo objetivo es la creación de una nueva generación de sistemas de control para grandes Infraestructuras Críticas (ICs), tales como redes eléctricas, sistemas de telecomunicación, aeropuertos, metros, trenes y gaseoductos. (más…)

ENERGOS

Proyecto Energos

Energos es un proyecto de investigación para el  desarrollo de conocimientos y tecnologías que permitan avanzar en la  implantación de redes inteligentes de distribución de energía eléctrica (Smart-Grid). (más…)

SISCLAP

SISCLAP Proyecto Salud

 

El objetivo del proyecto SISCLAP es la obtención de un SCP que permita aplicar modelos de pago capitativos ajustados según el nivel de riesgo de los beneficiarios de un servicio de salud. Se promueve con ello la mejora en la eficiencia del uso y consumo de recursos ya que se reducen las diferencias entre presupuestos y gastos. Como valor añadido se busca la mejora del acceso de los usuarios de mayor riesgo a los servicios más eficientes y necesarios.

El proyecto SISCLAP está básicamente basado en la aplicación de algoritmos y modelos predictivos (mediante inteligencia artificial) para la segmentación de los pacientes operado todo sobre infraestructuras de supercomputación y con el foco en una mejora de la eficiencia del sistema sanitario español. Esta mejora se dará a través de tres niveles relacionados, que ordenados de micro a macro son: Gestión profesional, Dirección estratégica y Organización de los centros sanitarios y Financiación, asignación presupuestaria, de los proveedores sanitarios.

El proyecto SISCLAP ha sido cofinanciado por el Ministerio de Industria, Energía y Turismo, dentro del Plan Nacional de Investigación Científica, Desarrollo e Innovación Tecnológica 2008-2011.

El consorcio de SISCLAP ha estado formado, junto con Grupo AIA por:

  • FlowLab
  • Baladona Serveis Assistencials
  • Fundación Parque Científico de Murcia

 

Nº Referencia : TSI-020100-2011-193