\n<\/p>\n
La transici\u00f3n a los veh\u00edculos el\u00e9ctricos (EV) es clave para reducir las emisiones de carbono y, en Europa, 23,6% de las ventas de veh\u00edculos nuevos<\/a> El a\u00f1o pasado fueron los veh\u00edculos el\u00e9ctricos o los h\u00edbridos enchufables. Sin embargo, a pesar de las inversiones en el sector del autom\u00f3vil, Persisten las dudas sobre la viabilidad de la prohibici\u00f3n de veh\u00edculos de gasolina para 2035<\/a>particularmente debido al coste de los veh\u00edculos el\u00e9ctricos, su rendimiento, mantenimiento y la falta de infraestructura de carga. Para abordar estos desaf\u00edos, los principales fabricantes de autom\u00f3viles est\u00e1n colaborando con la UE y los gobiernos, incluso utilizando la computaci\u00f3n cu\u00e1ntica para acelerar los avances.<\/p>\n Las oportunidades que ofrece la computaci\u00f3n cu\u00e1ntica en el sector de la automoci\u00f3n son enormes. EL \u00faltimas estimaciones de McKinsey<\/a> sugieren que podr\u00eda generar entre 50.000 y 100.000 millones de d\u00f3lares en valor econ\u00f3mico adicional para el sector para 2035 mediante la optimizaci\u00f3n de muchos aspectos del proceso de producci\u00f3n.<\/p>\n Pero \u00bfqu\u00e9 es exactamente la computaci\u00f3n cu\u00e1ntica? \u00bfQu\u00e9 lo hace tan revolucionario?<\/p>\n La computaci\u00f3n cu\u00e1ntica se basa en los principios de la mec\u00e1nica cu\u00e1ntica para procesar la informaci\u00f3n de manera diferente a las computadoras cl\u00e1sicas. Al utilizar qubits capaces de ser tanto 0 como 1, permite resolver problemas complejos mucho m\u00e1s r\u00e1pidamente. A diferencia de las computadoras tradicionales, que prueban cada soluci\u00f3n una por una, la computadora cu\u00e1ntica puede evaluar todas las combinaciones al mismo tiempo.<\/p>\n Tomemos el ejemplo de un c\u00f3digo de bloqueo. Una computadora cl\u00e1sica probar\u00eda cada combinaci\u00f3n una por una hasta encontrar la correcta: 0000, 0001, 0002, etc. Por el contrario, un ordenador cu\u00e1ntico probar\u00eda todas las combinaciones simult\u00e1neamente, lo que resolver\u00eda el problema mucho m\u00e1s r\u00e1pidamente.<\/p>\n La computaci\u00f3n cu\u00e1ntica puede transformar la industria automotriz y acelerar la adopci\u00f3n de veh\u00edculos el\u00e9ctricos y aut\u00f3nomos (EV), con un impacto particular en dos \u00e1reas clave: la autonom\u00eda de las bater\u00edas y la infraestructura de carga.<\/p>\n Uno de los principales obst\u00e1culos para la adopci\u00f3n de los veh\u00edculos el\u00e9ctricos es su autonom\u00eda, que a\u00fan no alcanza la de los veh\u00edculos convencionales. Fabricantes como Ford, Volkswagen y Hyundai est\u00e1n recurriendo a la computaci\u00f3n cu\u00e1ntica para acelerar el desarrollo de bater\u00edas m\u00e1s eficientes. Al simular los nuevos compuestos a nivel molecular, los fabricantes buscan crear capas de bater\u00edas que sean m\u00e1s robustas, m\u00e1s ligeras y ofrezcan una mayor densidad el\u00e9ctrica.<\/p>\n Mientras que las computadoras cl\u00e1sicas pueden tener dificultades para simular interacciones moleculares, la computaci\u00f3n cu\u00e1ntica puede realizar estas simulaciones de manera m\u00e1s r\u00e1pida y precisa. De hecho, se presta mejor a la modelizaci\u00f3n detallada de la qu\u00edmica implicada en las bater\u00edas. Esta capacidad permite a los investigadores probar materiales y configuraciones que pueden almacenar m\u00e1s energ\u00eda y liberarla de manera m\u00e1s eficiente, aumentando as\u00ed la autonom\u00eda de los veh\u00edculos el\u00e9ctricos.<\/p>\n Esta tecnolog\u00eda supera a las computadoras convencionales en el modelado qu\u00edmico complejo, lo que permite la exploraci\u00f3n de soluciones que aumentan la autonom\u00eda del veh\u00edculo y al mismo tiempo optimizan otros par\u00e1metros cr\u00edticos como el tama\u00f1o, el peso, el costo y la longevidad de la bater\u00eda.<\/p>\n Otro \u00e1mbito que interesa especialmente a los fabricantes de autom\u00f3viles es el sistema de transmisi\u00f3n. Los veh\u00edculos modernos y los veh\u00edculos el\u00e9ctricos utilizan energ\u00eda para multitud de componentes. Ahorrar energ\u00eda us\u00e1ndola de manera m\u00e1s eficiente podr\u00eda ayudar a aumentar significativamente el alcance.<\/p>\n Sin embargo, dada la gran cantidad de componentes, este problema es dif\u00edcil de resolver. Si las computadoras cl\u00e1sicas permitieron a los fabricantes realizar pruebas y simulaciones sobre un solo componente a la vez, la computaci\u00f3n cu\u00e1ntica representa un avance importante. Permite simular todo el sistema compuesto por componentes interdependientes para comprender el impacto de cualquier modificaci\u00f3n e identificar pr\u00e1cticas que permitan el mejor uso de la energ\u00eda.<\/p>\n Otro desaf\u00edo importante para los veh\u00edculos el\u00e9ctricos es el tiempo de carga, que a\u00fan no es tan r\u00e1pido como el de repostar en una gasolinera. Reducir este tiempo se ha convertido en una prioridad para muchos fabricantes, que buscan hacer que los veh\u00edculos el\u00e9ctricos sean m\u00e1s atractivos para los conductores y gestores de flotas.<\/p>\n<\/p>\nEl potencial de la computaci\u00f3n cu\u00e1ntica en el sector de la automoci\u00f3n<\/h2>\n
C\u00f3mo la computaci\u00f3n cu\u00e1ntica puede acelerar la adopci\u00f3n de veh\u00edculos el\u00e9ctricos<\/h2>\n
Mayor duraci\u00f3n y eficiencia de la bater\u00eda<\/h3>\n
Velocidad de carga e infraestructura de red mejoradas.<\/h3>\n