Catalunya Davant la Intel·ligència Artificial

Oportunitat històrica que exigeix molt més que tecnologia.

Fa uns dies llegia l'article How Gavin Newsom’s AI Executive Order raises the age-old question of who owns the means of production. En ell es planteja que Califòrnia comença a plantejar-se qui assumirà els costos socials de la revolució de la intel·ligència artificial, Catalunya hauria de fer-se una pregunta encara més profunda i és, quin paper vol jugar en el nou ordre econòmic que està emergint? La qüestió no és només si adoptarem la IA amb més o menys rapidesa, sinó si serem capaços de construir un model propi que generi realment prosperitat, talent sense perdre sobirania econòmica, o el que em preocupa, si acabarem convertits en simples consumidors de tecnologies desenvolupades i controlades des d'altres territoris.

Durant les darreres dècades, sense dubte, Catalunya ha demostrat una extraordinària capacitat per adaptar-se als canvis tecnològics. Ha construït un ecosistema innovador reconegut internacionalment, ha consolidat Barcelona com un dels principals hubs digitals d'Europa i ha desenvolupat una xarxa universitària i científica de molta qualitat. La presència de centres de recerca, startups tecnològiques, multinacionals digitals i iniciatives públiques orientades a la transformació digital situa el país en una posició privilegiada per aprofitar les oportunitats de la intel·ligència artificial.

Però des del meu punt de vista, aquesta aparença de fortalesa amaga debilitats les quals, Catalunya hauria d'encar d'ara mateix.

La primera és una qüestió de dimensió. Catalunya disposa de talent, però no disposa de la mateixa capacitat financera que els grans pols tecnològics globals. Les inversions necessàries per desenvolupar models avançats d'intel·ligència artificial, infraestructures computacionals o grans centres de dades són extraordinàriament elevades. Avui, les grans plataformes tecnològiques nord-americanes i xineses estan invertint desenes de milers de milions d'euros anuals en aquest àmbit. Davant d'aquesta escala, no se veure a cap territori europeu competir individualment.

Aquesta realitat obliga Catalunya a adoptar una estratègia diferent. La seva oportunitat no consisteix a intentar crear el pròxim OpenAI, Google o DeepMind. La seva oportunitat és convertir-se en un dels territoris més eficients del món aplicant la intel·ligència artificial a sectors productius reals comson, la indústria avançada, salut, energia, logística, turisme, agroalimentació i administració pública.

Aquest el veig probablement com el primer gran repte estratègic i és d'abandonar la fascinació per la tecnologia com a fi en si mateixa i concentrar-se en la creació de valor econòmic tangible.

Penso que durant massa temps, Europa ha confós innovació amb digitalització. Ha entrat en la "moda" de que startups creixien ràpidament però que acabaven sent adquirides per capitals estrangers o en no res. Ha mesurat l'èxit en rondes d'inversió en lloc de mesurar-lo en productivitat, salaris o impacte industrial. La intel·ligència artificial ens obliga a replantejar aquesta mirada.

La segona és cultural. Catalunya és una societat tradicionalment emprenedora, però també presenta una certa aversió al risc quan es tracta de transformacions que realment siguin disruptives. Moltes petites i mitjanes empreses continuen veient la digitalització com una despesa més que com una inversió estratègica. Aquesta realitat s'ha de tenir en compte perquè la major part del teixit econòmic català està format precisament per pimes.

La IA no generarà un impacte transformador perquè existeixin centres de recerca excel·lents o perquè Barcelona organitzi congressos tecnològics. El seu impacte real dependrà de la velocitat amb què milers de petites empreses incorporin eines d'automatització, anàlisi predictiva, assistència intel·ligent i presa de decisions basada en dades.

Des del meu punt de vista, és aquí on apareix un dels riscos més importants. i és el de trobar-nos devant una economia dividida en dues velocitats. D'una banda, grans corporacions i empreses tecnològiques capaces d'aprofitar plenament els beneficis de la IA. De l'altra, un gran nombre de pimes incapaces d'adaptar-se amb la mateixa rapidesa. Aquesta escletxa podria traduir-se en diferències creixents de productivitat, competitivitat i rendibilitat.

Per això, el debat sobre la intel·ligència artificial no és només tecnològic. És també un debat sobre cohesió econòmica.

La tercera debilitat eà en la manca de sobirania digital. Europa està descobrint que gran part de les infraestructures que sustenten l'economia digital actual es troben fora del seu control. Els grans models d'IA, els serveis cloud, les plataformes digitals i les capacitats de computació avançada depenen majoritàriament d'empreses nord-americanes o xineses. Catalunya no és aliena a aquesta situació.

Si les empreses, les administracions públiques i les universitats catalanes construeixen el seu futur digital sobre tecnologies controlades externament, existeix el risc de generar una dependència estructural difícil de revertir. Aquesta dependència no és només econòmica; és també estratègica. que vol dir que algú controli:

1.- Algoritmes, controla una part creixent de l'activitat econòmica.

2.- Dades, controla una part creixent del coneixement.

3.- Infraestructures computacionals, controla una part creixent del poder.

Observo que aquest és un debat que encara ocupa massa poc espai en l'agenda pública catalana. Però sense dubte, el repte més rellevant no és tecnològic ni econòmic. És social.

L'experiència de Califòrnia mostra que les societats més avançades tecnològicament també poden experimentar fortes tensions socials derivades de la concentració de riquesa. La IA promet increments extraordinaris de productivitat. Però la història econòmica ens ensenya que l'augment de productivitat no garanteix automàticament una distribució equitativa dels beneficis. Llavors, la pregunta és qui capturarà el valor generat per aquesta nova revolució.

Si la productivitat augmenta un 20%, un 30% o fins i tot un 50% en determinats sectors gràcies a la IA, aquest valor es traduirà en millors salaris, millors serveis públics i més benestar col·lectiu? O es concentrarà principalment en accionistes, propietaris de capital i grans plataformes tecnològiques?

Aquesta és la qüestió que Califòrnia ha començat a posar damunt la taula i que Catalunya encara no se verure que s'estigui debatent amb prou intensitat. La intel·ligència artificial no és només una revolució tecnològica. És una revolució en la distribució del poder econòmic.

I precisament aquí veig que és a on sorgiria una de les grans oportunitats catalanes.

Catalunya disposa d'una llarga tradició de concertació social, cooperativisme, economia social i col·laboració publicoprivada. Aquest patrimoni institucional podria convertir-se en una avantatge competitiva inesperada.

Mentre altres territoris encaren la transformació des de la confrontació entre capital i treball, Catalunya podria experimentar amb nous models de participació en els beneficis derivats de la productivitat digital, mecanismes de formació permanent, fons d'innovació compartits o estratègies de propietat col·lectiva de dades.

La combinació entre innovació tecnològica i cohesió social podria esdevenir un element diferencial de marca país.

També existeix una oportunitat geopolítica i és qu, Europa cerca referents capaços de demostrar que és possible liderar la transformació digital sense reproduir exactament els models nord-americans o xinesos. Catalunya podria posicionar-se com un laboratori europeu de governança de la intel·ligència artificial, combinant competitivitat empresarial, regulació intel·ligent i protecció dels drets ciutadans.

Però això exigirà una visió de llarg termini que sovint està absent en les polítiques d'innovació. És a dir, seria un error pensar que la IA és només una política tecnològica. De fetm, és una política industrial; una política educativa; una política laboral; una política energètica; una política fiscal i, sobretot, és una política de país.

El veritable repte per a Catalunya no serà desenvolupar més algoritmes. Serà construir les institucions, les competències i els mecanismes de governança necessaris perquè els beneficis de la revolució digital arribin al conjunt de la societat.

La història ens mostra que les grans transformacions tecnològiques no generen prosperitat per si soles. La prosperitat apareix quan les societats són capaces d'organitzar-se per repartir-ne els beneficis, minimitzar-ne els costos i orientar-les cap a objectius col·lectius.

La intel·ligència artificial ofereix a Catalunya una oportunitat que no huriem de pèrdre per augmentar la seva productivitat, reforçar la seva competitivitat i consolidar-se com un referent europeu d'innovació. Però també planteja riscos reals de dependència tecnològica, concentració de riquesa i desigualtat.

La diferència entre un escenari i l'altre no la determinarà la tecnologia. La determinaran les decisions polítiques, empresarials i socials que prenguem durant els pròxims cinc anys.

I és precisament ara, abans que la disrupció sigui irreversible, quan Catalunya ha de decidir si vol ser espectadora o protagonista del seu propi futur digital.

 Ramon Gallart

El Codi que va Ensenyar les Màquines a Entendre’s

Una solució ideada als anys quaranta per sincronitzar els primers ordinadors continua present a Internet, a les sondes Voyager i fins i tot als comandaments a distància.

Hi ha tecnologies que estan tan presents en el nostre dia a dia les quals, gairebé passen desapercebudes. Fem una videotrucada, enviem un missatge, obrim una pàgina web o canviem de canal amb un comandament a distància sense pensar que, darrere d'aquestes accions aparentment simples, s'amaguen idees enginyoses que van resoldre grans problemes. Una d'aquestes idees és el codi Manchester, una innovació nascuda fa més de setanta anys que continua deixant empremta en les comunicacions digitals d'avui dia.

A finals del 1940, quan els ordinadors encara emplenaven habitacions i la informàtica era un territori gairebé experimental, els enginyers de la Universitat de Manchester es van trobar amb un obstacle. Les màquines eren capaces de generar informació en forma de bits, però sovint no podien llegir-la correctament després. Els errors apareixien de manera imprevisible i els resultats dels càlculs podien variar sense una causa aparent.

Després de moltes proves, es va descobrir que el problema no era tant la informació com el temps. Els senyals electrònics no arribaven sempre amb la mateixa precisió i els sistemes perdien la sincronització. Era com si dues persones intentessin mantenir una conversa per telèfon mentre cadascuna parlés a un ritme diferent. Encara que les paraules fossin correctes, el missatge acabava sent incomprensible.

La solució es va resoldre gràcies a que en lloc d'enviar únicament la informació, es va decidir incorporar també una referència temporal dins del mateix senyal. Cada bit inclouria una transició obligatòria al mig del seu interval, de manera que el receptor podria saber constantment quan havia de llegir les dades. Així va néixer el que avui es coneix com a codi Manchester.

Aquesta idea, aparentment senzilla, realment va transformar la fiabilitat dels sistemes digitals. Els ordinadors van poder emmagatzemar i recuperar dades amb molta més precisió, i les comunicacions electròniques van guanyar robustesa en entorns on el soroll i les imperfeccions dels components eren habituals. En comptes de lluitar contra les limitacions tecnològiques de l'època, el codi Manchester les convertia en part de la solució.

El més fascinant és que una innovació concebuda per resoldre un problema local en un laboratori universitari va acabar convertint-se en un estàndard global. Anys després, aquesta tècnica seria adoptada per les primeres xarxes Ethernet, un dels pilars que van permetre la construcció d'Internet tal com la coneixem. Quan els enginyers de Xerox PARC van desenvolupar les primeres versions d'Ethernet als anys setanta, van recórrer precisament al codi Manchester per garantir la sincronització entre dispositius.

Però la seva història no s'acaba aquí. El mateix principi ha viatjat molt més lluny que qualsevol cable de xarxa. Les sondes Voyager 1 i Voyager 2, que avui continuen explorant l'espai interestel·lar a milers de milions de quilòmetres de la Terra, utilitzen aquesta tècnica per transmetre informació de manera fiable. Una idea concebuda en un laboratori britànic de postguerra continua funcionant en alguns dels objectes humans més allunyats del nostre planeta.

I encara hi ha un altre gir inesperat. Molts comandaments a distància d'aparells domèstics també han emprat durant dècades variants del codi Manchester. Això significa que una tecnologia pensada per fer funcionar els primers ordinadors va acabar ajudant-nos a encendre televisors, equips de música i tota mena de dispositius electrònics.

Potser aquesta és la lliçó més interessant de la història del codi Manchester. Les grans revolucions tecnològiques no sempre neixen de projectes gegantins o d'idees espectaculars. De vegades apareixen quan algú intenta resoldre un problema molt concret: com assegurar que una màquina sàpiga exactament quan ha de llegir un bit. Aquella petita solució va acabar convertint-se en una peça fonamental de la comunicació digital moderna, demostrant que les innovacions més duradores sovint són les que aconsegueixen que les coses funcionin de manera gairebé invisible.

Ramon Gallart

El Simulador Quàntic de Google i el Magnetisme

Richard Feynman, va ser conegut per les primeres formulacions que van portar a la mecànica quàntica, llavors ja va imaginar per primera vegada els ordinadors quàntics.

Si avui pogués contemplar l'estat actual de la computació quàntica, probablement percebria una barreja entre la fascinació i, la curiositat. Al capdavall, la curiositat sempre ha estat el motor de la meva manera d'entendre la ciència. Quan, a principies d'aquest mileni, es va plantejar la idea que la naturalesa quàntica de l'univers exigia una nova mena d'ordinador per poder ser simulada adequadament, no s'estava intentant predir el futur. Simplement s'observa un problema evident i era que els ordinadors clàssics són extraordinaris, però hi ha processos quàntics tan complexos que, per molt que augmentem la potència de càlcul, continuen escapant de la seva capacitat de simulació.

La natura no funciona amb bits que només poden valer zero o u. Funciona amb superposicions, interferències i entrellaçaments. Si volem comprendre-la en profunditat, necessitem eines que comparteixin aquestes mateixes regles. Aquesta era la intuïció fonamental darrere de la idea dels ordinadors quàntics.

Quan ara imagino aquestes màquines, penso especialment en la seva capacitat per simular sistemes físics complexos. Imagino que podrien ajudar-nos a entendre millor les propietats dels materials, el comportament de les molècules o les interaccions fonamentals entre partícules. Veig un futur on el desenvolupament de bateries més eficients, nous superconductors o medicaments revolucionaris podrien accelerar-se gràcies a simulacions impossibles de realitzar amb les eines convencionals encara majoritàries d'avui dia.

Per això trobo especialment interessant el treball recent desenvolupat per Google Quantum AI. No només perquè representa un avanç tecnològic notable, sinó perquè reflecteix una idea que sovint apareix en la història de la ciència i és que els grans salts endavant solen produir-se quan es combinen enfocaments aparentment diferents.

Durant anys, la computació quàntica ha evolucionat principalment per dos camins. D'una banda, la computació quàntica analògica, que utilitza sistemes quàntics per reproduir directament altres sistemes quàntics. És una aproximació, digem-ne elegant, perquè aprofita la pròpia física de la natura per estudiar fenòmens complexos. Quan volem entendre el comportament d'una molècula o d'un material magnètic, aquest enfocament resulta especialment eficient.

D'altra banda, tenim la computació quàntica digital, basada en portes lògiques quàntiques. Aquesta aproximació és més flexible i programable. Permet imaginar ordinadors universals capaços de resoldre una gran varietat de problemes, des de la simulació científica fins a algorismes criptogràfics o processos d'optimització extremadament sofisticats.

Cadascun d'aquests aspectes tene virtuts i limitacions. Els simuladors analògics poden ser molt ràpids i eficients per a problemes específics, però ofereixen menys control. Els sistemes digitals proporcionen una flexibilitat extraordinària, però encara han de lluitar contra reptes importants relacionats amb la correcció d'errors i l'estabilitat dels cúbits.

Per això considero especialment rellevant la nova estratègia híbrida presentada per Google. En lloc d'intentar imposar un únic model, els investigadors han decidit combinar el millor de tots dos mons. El seu simulador, basat en 69 cúbits superconductors, inicia els càlculs utilitzant portes quàntiques digitals per preparar amb precisió els estats inicials. Posteriorment, deixa que el sistema evolucioni en mode analògic, aprofitant la rapidesa natural de les interaccions físiques. Finalment, retorna al control digital per efectuar mesures detallades i obtenir resultats precisos.

Aquesta idea és interessant perquè reconeix una realitat fonamental de l'enginyeria i és que, les millors solucions rarament són les més pures des d'un punt de vista teòric. Sovint són les que aprofiten els avantatges de diverses aproximacions i minimitzen les seves debilitats.

Encara més impressionant és que aquesta arquitectura híbrida hagi aconseguit reduir les taxes d'error fins a aproximadament un 0,1 % per cúbit durant les simulacions. Pot semblar una xifra modesta, però qualsevol persona familiaritzada amb la computació quàntica sap que la lluita contra els errors és probablement el principal obstacle per convertir aquestes màquines en eines científiques de gran escala. Cada petita reducció dels errors representa un pas enorme cap a sistemes realment útils.

Els resultats obtinguts també són significatius. Segons les estimacions dels investigadors, algunes de les simulacions realitzades requeririen més d'un milió d'anys de càlcul en Frontier, un dels superordinadors clàssics més potents existents. Naturalment, aquestes comparacions sempre s'han d'interpretar amb prudència, però il·lustren una idea essencial: estem entrant en una etapa en què determinats problemes físics comencen a situar-se fora de l'abast pràctic dels ordinadors tradicionals.

Tanmateix, el que més m'ha entusiasmat no és la velocitat de càlcul. El que realment m'interessa és que aquesta màquina ja ha començat a generar coneixement nou.

Durant les seves simulacions, els investigadors van observar desviacions inesperades respecte al mecanisme de Kibble-Zurek, una teoria àmpliament acceptada que descriu com es formen defectes quan un sistema travessa determinades transicions de fase. Aquesta teoria ha estat estudiada durant dècades en laboratoris d'arreu del món i constitueix una peça important de la física de la matèria condensada.

Quan una màquina construïda per estudiar la natura ens mostra que una teoria consolidada no explica completament el que observem, és quan la ciència es torna realment interessant. Els descobriments més importants rarament consisteixen a confirmar el que ja sabem; consisteixen a revelar allò que encara no entenem.

Alguns podrien argumentar que aquest resultat concret també podria haver estat investigat amb eines clàssiques. Potser sí. Però aquesta observació perd de vista el punt essencial. El valor real d'aquestes noves plataformes no resideix únicament en resoldre problemes impossibles, sinó també en obrir nous territoris d'exploració. Cada vegada que ampliem la nostra capacitat d'observar la natura, apareixen preguntes que ni tan sols sabíem formular.

Aquesta és, en realitat, la lliçó de tota aquesta història. La computació quàntica no és simplement una tecnologia més potent. És una nova manera de dialogar amb la realitat física. Si aconseguim dominar-la, les seves aplicacions podrien transformar disciplines tan diverses com la química, la ciència dels materials, la farmacologia, l'energia o la física fonamental.

Quan vaig imaginar per primera vegada els ordinadors quàntics, no sabia exactament on arribarien. Ningú ho podia saber. Però intuïa que, si alguna vegada construíem màquines capaces de pensar amb les mateixes regles que utilitza la natura, acabarien mostrant-nos aspectes de l'univers que fins aleshores havien estat ocults.

Observant els avenços actuals, tinc la sensació que aquell viatge tot just acaba de començar.

Ramon Gallart