Connect with us

Publicado

on

Un equipo internacional liderado por la Norwegian University of Science and Technology (NTNU) y el Instituto Niels Bohr de Copenhague desarrolló un método de medición que reduce de ~1 segundo a solo ~10 milisegundos el tiempo necesario para medir la relajación de qubits superconductores, permitiendo el monitoreo casi en tiempo real de uno de los fenómenos más limitantes en la computación cuántica: la decoherencia.

Publicado en Physical Review X · DOI: 10.1103/gk1b-stl3 · Abril 2026


El problema: información que desaparece sin aviso

Los computadores cuánticos tienen un talón de Aquiles que frena su desarrollo: los qubits, las unidades básicas de información cuántica, pierden sus datos con asombrosa rapidez. Este fenómeno, conocido como decoherencia, ocurre cuando el sistema cuántico interactúa con su entorno y colapsa desde su estado cuántico a uno clásico, destruyendo la información que almacenaba.

En los qubits superconductores —la arquitectura usada por laboratorios e industrias de vanguardia en todo el mundo— el problema se agrava porque la pérdida de información no es constante ni predecible. El parámetro clave que los físicos miden para cuantificar este fenómeno es el llamado T₁ o tiempo de relajación: el intervalo durante el cual el qubit conserva su estado energético antes de colapsar.

«En los qubits superconductores, el tiempo que tarda la información en desaparecer es, en promedio, razonable. Pero parece variar aleatoriamente a lo largo del tiempo», explicó el Prof. Jeroen Danon, del Departamento de Física de la NTNU, investigador principal del trabajo. «Es absolutamente necesario resolver este problema para lograr que los computadores cuánticos operen de forma más estable.»

El inconveniente de fondo era que medir ese T₁ tomaba alrededor de un segundo completo —una eternidad en la escala de la computación cuántica—, lo que impedía ver las fluctuaciones rápidas que realmente limitan el rendimiento de los procesadores cuánticos actuales.


El avance: rastreo adaptativo en tiempo casi real

El equipo publicó su solución en enero de 2026 en la revista Physical Review X, bajo el título «Real-Time Adaptive Tracking of Fluctuating Relaxation Rates in Superconducting Qubits». El nuevo método reduce el tiempo de medición de T₁ de aproximadamente 1 segundo a solo 10 milisegundos: más de 100 veces más rápido.

«Logramos hacerlo en aproximadamente 10 milisegundos, es decir, más de 100 veces más rápido. Y más o menos en tiempo real», afirmó Danon.

La clave del método es su naturaleza adaptativa: el algoritmo ajusta dinámicamente su estrategia de medición según los datos que va recibiendo en tiempo real, concentrando los recursos computacionales en los momentos más informativos. Esto permite por primera vez observar cómo varía T₁ mientras ocurre, revelando fluctuaciones rápidas que antes eran completamente invisibles para los investigadores.


Por qué importa verlo en tiempo real

La capacidad de monitorear la decoherencia en tiempo casi real no es solo un logro técnico: tiene consecuencias prácticas directas para el futuro de la computación cuántica.

Primero, en diagnóstico de errores: al correlacionar las caídas de T₁ con eventos físicos específicos —como la presencia de defectos atómicos llamados sistemas de dos niveles (TLS) cerca del qubit— es posible identificar con precisión qué está causando la inestabilidad.

Segundo, en calibración dinámica: los procesadores cuánticos actuales requieren recalibraciones frecuentes y programadas. El nuevo método abre la puerta a ajustes en tiempo real.

Tercero, y quizás más importante a largo plazo, en corrección de errores cuánticos: los esquemas de corrección deben adaptarse a la tasa de error actual del sistema. Conocer T₁ casi en directo hace posibles estrategias de corrección más eficientes.

Según los propios autores, los hallazgos cambian la manera en que deberían calibrarse y probarse los procesadores cuánticos, y permiten aprender más sobre los procesos microscópicos que hoy limitan el rendimiento de estas máquinas.


Colaboración nórdica al frente de la física cuántica

La investigación fue liderada experimentalmente desde el Instituto Niels Bohr de la Universidad de Copenhague, donde se encuentra el laboratorio de temperatura ultrabaja en el que se realizaron las pruebas. La NTNU aportó el desarrollo teórico y algorítmico, mientras que el Instituto de Tecnología Chalmers de Gotemburgo, Suecia, contribuyó con expertise en fabricación y caracterización de qubits.

La colaboración reunió a 20 investigadores de tres países:

Fabrizio Berritta, Jacob Benestad, Jan A. Krzywda, Oswin Krause, Malthe A. Marciniak, Svend Krøjer, Christopher W. Warren, Emil Hogedal, Andreas Nylander, Irshad Ahmad, Amr Osman, Janka Biznárová, Marcus Rommel, Anita Fadavi Roudsari, Jonas Bylander, Giovanna Tancredi, Jeroen Danon, Jacob Hastrup, Ferdinand Kuemmeth y Morten Kjaergaard.


Fuentes

Continue Reading
Advertisement
Click to comment

Leave a Reply

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

QC

Práctica: Cómo Probar Computadoras Cuánticas Hoy Mismo – IBM Quantum Platform.

Publicado

on

¡Sí puedes empezar hoy mismo! No necesitas hardware especial, ni tarjeta de crédito. Solo una cuenta gratuita y ganas de experimentar con el futuro de la computación.


Una de las mejores opciones : IBM Quantum Platform

IBM Quantum es la plataforma más madura, con mejor documentación, comunidad y acceso gratuito en hardware real.

Beneficios del Open Plan (gratuito):

  • 10 minutos de tiempo de ejecución cada 28 días en computadoras cuánticas reales (más de 100 cúbits).
  • Simuladores ilimitados (AerSimulator y otros).
  • Promoción especial (activa en 2026): Si usas al menos 20 minutos en 12 meses, puedes activar 180 minutos adicionales por un año.

Enlaces directos:


Paso a Paso: Empieza en Menos de 10 Minutos

  1. Ve a quantum.cloud.ibm.com y regístrate gratis con tu email (IBMid).
  2. En el Dashboard, genera tu API Token (guárdalo seguro).
  3. Usa la interfaz gráfica (Circuit Composer) para crear circuitos arrastrando bloques (ideal para principiantes).
  4. Para programación avanzada: instala Qiskit en tu computadora o usa Google Colab.

Instalación recomendada:

Bash

pip install qiskit qiskit-ibm-runtime qiskit-aer matplotlib

Ejemplo 1: «Hello World» Cuántico – Bell State (Superposición + Entrelazamiento)

Python

from qiskit import QuantumCircuit
from qiskit_aer import AerSimulator
from qiskit.visualization import plot_histogram
import matplotlib.pyplot as plt

# Crear circuito de 2 qubits
qc = QuantumCircuit(2, 2)

qc.h(0)           # Hadamard → superposición
qc.cx(0, 1)       # CNOT → entrelazamiento
qc.measure([0,1], [0,1])

print(qc.draw())  # Ver circuito en texto

# Visualizar
qc.draw('mpl')
plt.show()

Ejecutar en simulador (ilimitado):

Python

simulator = AerSimulator()
job = simulator.run(qc, shots=1024)
result = job.result()
counts = result.get_counts(qc)
plot_histogram(counts)
plt.show()

Ejecutar en hardware real:

Python

from qiskit_ibm_runtime import QiskitRuntimeService, Sampler

service = QiskitRuntimeService(channel="ibm_quantum", token="TU_API_TOKEN_AQUÍ")
backend = service.least_busy(operational=True, simulator=False)

print("Ejecutando en:", backend.name)

sampler = Sampler(backend=backend)
job = sampler.run([qc])
result = job.result()
counts = result[0].data.c.get_counts()
plot_histogram(counts)
plt.show()

Ejemplo 2: Algoritmo de Grover (Búsqueda Cuántica)

Grover permite buscar en una lista desordenada de forma cuadrática más rápida que clásicamente. Aquí una versión simple para 2 qubits (busca el estado |11⟩):

Python

from qiskit import QuantumCircuit
from qiskit.circuit.library import GroverOperator
from qiskit_aer import AerSimulator
from qiskit.visualization import plot_histogram

# Oracle que marca |11>
oracle = QuantumCircuit(2)
oracle.cz(0, 1)  # Phase oracle para |11>

grover_op = GroverOperator(oracle)

qc = QuantumCircuit(2, 2)
qc.h([0,1])                    # Superposición inicial
qc.compose(grover_op, inplace=True)
qc.measure([0,1], [0,1])

# Ejecutar
sim = AerSimulator()
result = sim.run(qc, shots=1024).result()
plot_histogram(result.get_counts())

Consejos Prácticos para Probar Hoy

  • Siempre prueba primero en simulador.
  • Elige backends con bajo «error rate» y poca cola (míralo en el dashboard).
  • Comienza con circuitos pequeños (2-10 qubits) porque los sistemas actuales son ruidosos (NISQ).
  • Monitorea tu uso en el Dashboard → Workloads.
  • Usa Jupyter Notebook o Google Colab para experimentar fácilmente.
  • Guarda tus resultados y visualizaciones con matplotlib.

Problemas comunes y soluciones:

  • Error de autenticación → Regenera el API Token.
  • Cola larga → Usa simulador o prueba en horarios de menos tráfico.
  • Circuitos fallan en hardware → Reduce profundidad o usa mitigación de errores (Qiskit Runtime).

Otras Plataformas Recomendadas

PlataformaAcceso GratuitoEnlace PrincipalIdeal para
IBM Quantum10 min/mes + simuladores ilimitadosquantum.cloud.ibm.comPrincipiantes, Qiskit
Amazon BraketCréditos de pruebaaws.amazon.com/braketMúltiples proveedores
Microsoft Azure QuantumCréditos inicialesazure.microsoft.com/quantumUsuarios Microsoft
Google Quantum AISimuladores + Cirqquantumai.googleInvestigación con Cirq

Recursos de Aprendizaje (Gratuitos)

  • Cursos oficiales en IBM Quantum Learning
  • Tutoriales paso a paso: Docs → Tutorials
  • Serie de YouTube: “Coding with Qiskit”
  • Qiskit Textbook y ejemplos en la documentación
  • Comunidad: Discord de Qiskit e IBM Quantum

Continue Reading

QC

Quantum Intelligence Layer QIL: el motor estratégico que el mundo necesitaba

Publicado

on

QIL es una plataforma de vigilancia tecnológica e inteligencia cuántica accionable

Monitorea, sintetiza y traduce los avances en Computación Cuántica (QC) e Inteligencia Artificial (IA) en señales estratégicas y decisiones de negocio concretas para empresas, gobiernos e inversores de la región.

Aunque la tecnología cuántica avanza rápidamente a nivel global, su complejidad hace que sea difícil de interpretar. En Latinoamérica no existe actualmente una entidad que traduzca estos avances científicos en inteligencia accionable para CEOs, reguladores y Venture Capitalists. QIL llena exactamente ese vacío.

Continue Reading

QC

Criptografía Post-Cuántica (PQC)

Publicado

on

Introducción

La Criptografía Post-Cuántica (PQC) representa un campo de investigación crucial en la seguridad de la información, enfocado en el desarrollo de algoritmos criptográficos que sean seguros frente a ataques de computadoras cuánticas. Con el avance continuo de la computación cuántica, los algoritmos criptográficos actuales, como RSA y la criptografía de curva elíptica (ECC), que forman la base de la seguridad digital moderna, se consideran vulnerables a algoritmos cuánticos como el algoritmo de Shor [1]. En respuesta a esta amenaza inminente, el Instituto Nacional de Estándares y Tecnología (NIST) de EE. UU. inició un proceso de estandarización para identificar y seleccionar algoritmos PQC robustos. Este informe detalla los cuatro algoritmos seleccionados por el NIST para su estandarización: CRYSTALS-Kyber, CRYSTALS-Dilithium, Falcon y SPHINCS+, proporcionando una visión profunda de sus fundamentos teóricos, características técnicas y comparativas de rendimiento.

El Proceso de Estandarización del NIST

El NIST lanzó su programa de estandarización PQC en 2016, invitando a criptógrafos de todo el mundo a presentar y evaluar algoritmos resistentes a ataques cuánticos. Tras varias rondas de evaluación rigurosa, que incluyeron análisis de seguridad, rendimiento y facilidad de implementación, el NIST anunció sus selecciones finales. En agosto de 2024, se publicaron los estándares iniciales, que incluyen [2]:

  • FIPS 203: ML-KEM (Module-Lattice-based Key-Encapsulation Mechanism), basado en CRYSTALS-Kyber, para el intercambio de claves.
  • FIPS 204: ML-DSA (Module-Lattice-based Digital Signature Algorithm), basado en CRYSTALS-Dilithium, para firmas digitales.
  • FIPS 205: SLH-DSA (Stateless Hash-based Digital Signature Algorithm), basado en SPHINCS+, también para firmas digitales.

Además, se espera la publicación de FIPS 206: FN-DSA (Fast-Fourier Lattice-based Digital Signature Algorithm), basado en Falcon, que también será un estándar para firmas digitales [3].

Algoritmos de Criptografía Post-Cuántica Seleccionados

1. CRYSTALS-Kyber (ML-KEM)

CRYSTALS-Kyber es un Mecanismo de Encapsulamiento de Clave (KEM) que proporciona un método para establecer una clave secreta compartida entre dos partes a través de un canal público, de manera segura contra adversarios cuánticos. Su seguridad se basa en la dificultad computacional del problema de Learning With Errors (LWE) sobre retículos de módulos [4].

Características Clave:

  • Eficiencia: Kyber es notablemente rápido, superando en muchos casos a los esquemas clásicos como X25519 en términos de velocidad de cómputo, aunque con tamaños de clave y texto cifrado ligeramente mayores [5].
  • Tamaños: Ofrece tamaños de clave pública y texto cifrado moderados, lo que lo hace práctico para implementaciones reales. Por ejemplo, Kyber-768 tiene una clave pública de aproximadamente 1.184 bytes y un texto cifrado de 1.088 bytes.
  • Niveles de Seguridad: Se ofrece en tres conjuntos de parámetros (Kyber-512, Kyber-768, Kyber-1024) que corresponden aproximadamente a los niveles de seguridad de AES-128, AES-192 y AES-256, respectivamente.
  • Optimización: Utiliza la Transformada de Teoría de Números (NTT) para realizar multiplicaciones polinómicas de manera eficiente, lo que contribuye a su alta velocidad.
  • Seguridad CCA2: Incorpora la transformación de Fujisaki-Okamoto para lograr seguridad IND-CCA2 (indistinguibilidad bajo un ataque de texto cifrado elegido adaptativo), un estándar de oro para KEMs.

2. CRYSTALS-Dilithium (ML-DSA)

CRYSTALS-Dilithium es un esquema de firma digital basado en retículos, diseñado para proporcionar autenticación de mensajes y no repudio en un entorno post-cuántico. Su seguridad se deriva de la dificultad de resolver los problemas de Short Integer Solution (SIS) y Learning With Errors (LWE) sobre retículos de módulos [6].

Características Clave:

  • Diseño Robusto: Emplea un paradigma de Fiat-Shamir con abortos, que evita la necesidad de muestreo gaussiano complejo, facilitando una implementación más segura y resistente a ataques de canal lateral.
  • Equilibrio: Ofrece un buen equilibrio entre el tamaño de la clave pública, el tamaño de la firma y la velocidad de procesamiento. Por ejemplo, Dilithium-2 (nivel de seguridad 2) tiene una clave pública de 1.312 bytes y una firma de 2.420 bytes.
  • Sin Trampillas: A diferencia de algunos esquemas de retículos más antiguos, Dilithium no requiere el uso de trampillas criptográficas, lo que simplifica su diseño y análisis de seguridad.
  • Rendimiento: Es eficiente tanto en la generación como en la verificación de firmas, lo que lo hace adecuado para una amplia gama de aplicaciones.

3. Falcon (FN-DSA)

Falcon es otro esquema de firma digital basado en retículos, conocido por producir las firmas más compactas entre los candidatos basados en retículos. Su seguridad se basa en el problema de Short Integer Solution (SIS) sobre retículos NTRU [7].

Características Clave:

  • Compactación: Las firmas de Falcon son notablemente pequeñas; por ejemplo, Falcon-512 produce firmas de solo 666 bytes, lo que es significativamente menor que Dilithium para un nivel de seguridad comparable [7].
  • Velocidad de Verificación: La verificación de firmas es extremadamente rápida, lo que lo hace atractivo para escenarios donde la verificación es una operación frecuente.
  • Muestreo Gaussiano: Utiliza un “muestreo de Fourier rápido” (Fast Fourier Sampling) y un muestreador gaussiano verdadero, lo que garantiza una fuerte seguridad contra la fuga de información de la clave secreta incluso después de un número muy elevado de firmas.
  • Complejidad de Implementación: La implementación de Falcon es más compleja debido al uso de aritmética de punto flotante y la necesidad de un muestreo gaussiano preciso, lo que puede introducir desafíos en la protección contra ataques de canal lateral.

4. SPHINCS+ (SLH-DSA)

SPHINCS+ es un esquema de firma digital basado en hash, que se distingue por su seguridad conservadora, ya que su robustez se basa únicamente en la resistencia a colisiones y pre-imágenes de funciones hash criptográficas bien establecidas (como SHA-2 y SHAKE). A diferencia de los esquemas basados en retículos, SPHINCS+ no depende de la dureza de problemas matemáticos complejos que podrían ser susceptibles a nuevos avances algorítmicos [8].

Características Clave:

  • Seguridad Conservadora: Su seguridad se basa en la criptografía de funciones hash, que ha sido extensamente estudiada y se considera muy robusta. Esto lo convierte en una opción de respaldo valiosa si se descubren vulnerabilidades en los problemas de retículos.
  • Sin Estado (Stateless): A diferencia de los esquemas de firma basados en hash anteriores que requerían mantener un estado para evitar la reutilización de claves, SPHINCS+ es sin estado, lo que simplifica su implementación y despliegue.
  • Componentes: Utiliza una combinación de esquemas de firma de un solo uso (WOTS+), esquemas de firma de pocos usos (FORS) y una estructura de árbol de árboles (HyTee, basada en XMSS) para permitir un número prácticamente ilimitado de firmas.
  • Trade-offs: La principal desventaja de SPHINCS+ son los tamaños de firma considerablemente grandes (que varían de aproximadamente 8 KB a 49 KB, dependiendo del nivel de seguridad) y una velocidad de procesamiento más lenta en comparación con los esquemas basados en retículos [9].

Comparativa de Rendimiento y Tamaños

La siguiente tabla resume las características clave de los algoritmos seleccionados por el NIST (nivel de seguridad aproximado a AES-128 / RSA-2048 / ECC P-256):

AlgoritmoTipoBase MatemáticaPK Size (Bytes)SK Size (Bytes)Sig/CT Size (Bytes)Velocidad (Operación Clave)Notas
CRYSTALS-KyberKEMModule-LWE8001632768Encapsulación/Decapsulación rápidaIdeal para intercambio de claves.
CRYSTALS-DilithiumFirmaModule-LWE/SIS131225282420Firma/Verificación moderadaBuen equilibrio, implementación segura.
FalconFirmaNTRU-SIS8971858666Verificación muy rápidaFirmas más compactas, implementación compleja.
SPHINCS+FirmaFunciones Hash32647856Firma/Verificación lentaSeguridad conservadora, firmas grandes.
RSA-2048 (Ref.)MixtoFactorización de Enteros256256256VariableVulnerable a computación cuántica.
ECC P-256 (Ref.)MixtoLogaritmo Discreto Curva Elíptica643264VariableVulnerable a computación cuántica.

Nota: Los tamaños de clave privada para Kyber y SPHINCS+ pueden ser más pequeños si se almacenan solo las semillas y se regeneran las claves.

Conclusión

La estandarización de estos algoritmos por parte del NIST marca un hito significativo en la transición hacia un futuro digital seguro frente a las amenazas de la computación cuántica. Cada algoritmo ofrece un conjunto único de ventajas y desventajas, lo que permite a las organizaciones elegir la solución más adecuada según sus requisitos específicos de seguridad, rendimiento y recursos. Mientras que CRYSTALS-Kyber se posiciona como el estándar para el intercambio de claves, Dilithium, Falcon y SPHINCS+ ofrecen opciones robustas para firmas digitales, cada uno con sus propios trade-offs en términos de tamaño y velocidad. La adopción de estos nuevos estándares es un paso esencial para proteger la infraestructura digital global en la era post-cuántica.

Continue Reading

TENDENCIAS