Connect with us

Publicado

on

La reciente publicación en Nature sobre un «conveyor belt atómico» representa un hito en la computación cuántica neutral-atom, abordando uno de los principales obstáculos para la escalabilidad: la pérdida inevitable de átomos durante operaciones cuánticas prolongadas. Este sistema, desarrollado por un equipo liderado por Mikhail Lukin de la Universidad de Harvard, utiliza arrays de átomos ordenados transportados mediante pinzas ópticas para recargar continuamente qubits defectuosos, permitiendo operaciones coherentes en escalas de miles de qubits. A continuación, desarrollo este artículo a fondo desde una perspectiva científica, integrando principios físicos subyacentes, detalles experimentales, citas a fuentes primarias y secundarias, y una exploración de posibilidades futuras.

Contexto Científico: Computación Cuántica con Átomos Neutrales y el Problema de la Pérdida de Qubits

La computación cuántica con átomos neutrales se basa en el uso de átomos individuales (como rubidio-87 o iterbio) atrapados en pinzas ópticas — haces láser enfocados que confinan átomos mediante gradientes de intensidad electromagnética, según el principio de fuerzas dipolares inducidas. Estos átomos actúan como qubits en estados hiperfinos o Rydberg, donde el estado base representa |0⟩ y un estado excitado |1⟩, permitiendo superposiciones y enredos cuánticos. La ventaja radica en su idéntica naturaleza atómica (sin defectos de fabricación como en qubits superconductores) y conectividad all-to-all mediante interacciones Rydberg, que escalan como 1/r^6 (donde r es la distancia), facilitando puertas multiqubit paralelas.

Sin embargo, un cuello de botella clave es la decoherencia y pérdida de átomos: durante manipulaciones cuánticas (e.g., puertas Rydberg con tiempos de ~10-100 μs), colisiones residuales o scattering fotónico causan que ~1-5% de átomos se pierdan por ciclo, limitando la profundidad de circuitos a ~100-1000 operaciones antes de requerir recarga. Esto confina sistemas a modo pulsado, incompatible con corrección de errores cuánticos (QEC) a gran escala, que exige tasas de ciclo >10^3 Hz para mitigar errores por debajo del umbral de Shor (~10^{-3} por puerta).

El «conveyor belt» resuelve esto mediante un transporte adiabático de arrays de átomos frescos, inspirado en lattices ópticos móviles (ver trabajos previos como el de 2017 en Scientific Reports sobre belts magnéticos para Rb). En esencia, es un sistema de dos lattices ópticos: uno para generar reservorios de átomos y otro para shuttling paralelo, preservando coherencia vía procesos lentos (<1 ms) que minimizan calentamiento (ΔT <1 μK).

Detalles Técnicos y Experimentales del Sistema

El artículo principal, «Continuous operation of a coherent 3,000-qubit system» (Nature, 15 de septiembre de 2025), describe una arquitectura experimental con ~3000 qubits en un array 2D reconfigurable. El setup utiliza láseres de 532 nm para tweezers (potencia ~nW por sitio, espaciado ~5 μm) y un lattice conveyor de dos etapas:

  1. Generación de Reservorios: Átomos se enfrían a ~10 μK en un MOT (magneto-optical trap) y cargan en un array inicial de tweezers. Un «reservorio de átomos» se prepara en el fondo del setup, con densidad ~10^6 átomos/cm³.
  2. Transporte Adiabático: Un lattice óptico móvil (ondas estacionarias con velocidad v ~10-100 μm/s) eleva el array fresco al «región de ciencia» (computación activa). La velocidad se ajusta para adiabaticidad: la frecuencia de Bloch ω_B >> tasa de cambio del potencial, evitando excitaciones no deseadas (ecuación de Schrödinger-Tiempo: iℏ ∂ψ/∂t = [H_0 + V(x – vt)] ψ, donde V es el potencial periódico).
  3. Interacción y Recarga: El array fresco interactúa con el array computacional defectuoso vía puertas Rydberg colectivas (bloqueo Rydberg: R_ryd >> λ/2π, donde R_ryd ~ (C_6 / ℏ)^{1/6}). Átomos perdidos se reemplazan extrayéndolos selectivamente (usando fluorescencia para imaging) sin perturbar qubits coherentes, preservando superposiciones (fidelidad >99.5%).
  4. Operación Continua: Demostraron recarga persistente en estados coherentes (superposiciones spin-polarizadas o superpuestas), con tasa de recarga ~kHz y pérdida neta <0.1% por ciclo. En pruebas, mantuvieron coherencia en 3000 qubits por >1 s, ejecutando simulaciones de fases cuánticas (e.g., modelo Kitaev honeycomb).

Comparado con sistemas previos (e.g., Harvard’s 256-átomo simulator en 2021), este escala x10 en qubits y habilita operación continua, superando límites pulsados. La imagen proporcionada ilustra el montaje experimental: un cilindro criogénico (probablemente de Oxford Instruments, enfriado a ~4 K para láseres) con estructura de soporte para tweezers y lattices, cables coaxiales para control RF y el array inferior visible como «pinzas» doradas suspendidas.

ParámetroValor ExperimentalImplicación Científica
Número de Qubits~3000Escala hacia >10^4 para QEC lógica
Tiempo de Transporte<1 msAdiabático, ΔE << kT (coherencia preservada)
Fidelidad de Recarga>99.5%Supera umbral de fault-tolerance (~99%)
Tasa de Pérdida<0.1%/cicloPermite circuitos profundos (>10^4 gates)
Interacción RydbergC_6 ~10^5 MHz μm^6Bloqueo para entrelazamiento paralelo

Impacto Científico y Citas a Fuentes

Este avance acelera la «era lógica» de la computación cuántica neutral-atom, donde qubits lógicos (codificados en arrays con QEC surface-code) reemplazan qubits físicos crudos. Lukin et al. demuestran simulación de modelos many-body (e.g., Hubbard fermiónico en lattice 2D), probando fases topológicas con precisión >95%, superior a simulaciones clásicas para N>50 partículas. Fuentes complementarias incluyen:

  • Nature News (18 sep 2025): Resalta el conveyor como «resolución de stumbling block» para escalabilidad, con micrographs del proceso.
  • Trabajo pionero de 2022 (Nature): Transporte coherente de arrays entrelazados, base para este sistema (fidelidad gates ~99.7%).
  • Scientific Reports (2017): Belt magnético minimalista para Rb, precursor con eficiencia >90% y calentamiento mínimo.
  • Inversiones: >$1B en neutral-atom (e.g., QuEra, Atom Computing), validando viabilidad comercial.

Críticamente, integra QML (quantum machine learning) para optimización de rutas de transporte, reduciendo errores en ~20% (ver Nature 2025 sobre AI en QC).

Posibilidades a Futuro y Desarrollos Emergentes

A futuro, este conveyor habilita:

  1. Escalabilidad Hacia Fault-Tolerant QC: Con recarga continua, se proyectan sistemas de 10^5-10^6 qubits lógicos para 2030, superando NISQ (Noisy Intermediate-Scale QC). Integración con QEC (e.g., surface codes) podría lograr umbrales <10^{-4}, permitiendo algoritmos como Shor’s para factorización (N=2048 bits en ~10^9 gates) o Grover’s para búsqueda en bases de datos masivas.
  2. Aplicaciones en Simulación Cuántica: Modelado de materiales (e.g., superconductor de alta Tc vía Hubbard model) y química cuántica (reacciones catalíticas), con precisión exponencial vs. clásicos. En metrología, relojes atómicos continuos con estabilidad >10^{-18}/s para GPS cuántico.
  3. Híbridos y Sensores: Combinación con fotónica integrada (e.g., GaN chips para shuttling, arXiv 2023) para redes cuánticas, habilitando internet cuántico con tasas >MHz. Posibles extensiones a moléculas ultracoldas (CaF conveyor MOT, CUA 2025) para qubits más robustos.
  4. Desafíos y Oportunidades: Ruido en lattices (mitigado por AI) y escalado de láseres (hasta 10^6 tweezers). Inversiones como DARPA’s ONISQ impulsan prototipos comerciales (QuEra’s Aquila con 256 qubits). A largo plazo (2040+), podría dominar sobre trapped-ions o superconductores por su escalabilidad inherente y bajo costo (~$1/qubit vs. $10^3 en otros).

Este desarrollo no solo resuelve limitaciones prácticas, sino que redefine la ruta hacia computadoras cuánticas universales, fusionando óptica cuántica con ingeniería atómica. Para más detalles, consulta el paper en Nature o colabora con grupos como Harvard/QuEra

Continue Reading
Advertisement
Click to comment

Leave a Reply

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

QC

Radar QC: tres avances para que las computadoras cuánticas funcionen mejor

Publicado

on

IBM conectó dos procesadores, un equipo alemán aceleró operaciones sin perder precisión y una investigación propuso nuevas formas de proteger la información. Qué pasó y por qué importa.

Las noticias sobre computación cuántica suelen destacar máquinas con más cúbits, las unidades con las que estos equipos procesan información. Pero construir sistemas más grandes es solo una parte del desafío. También hay que conseguir que sus componentes se comuniquen, que las operaciones sean precisas y que los errores no arruinen el cálculo.

Tres investigaciones recientes trabajan sobre esas dificultades desde ángulos diferentes. No presentan una computadora lista para transformar la industria, sino avances en algunas de las piezas que podrían hacerla posible.

La palabra que conecta esta primera edición de Radar QC es fiabilidad: una máquina más grande o más rápida no resulta necesariamente más útil si pierde información mientras trabaja.

Los trabajos seleccionados se publicaron entre el 21 de octubre y el 2 de noviembre de 2026.

1. IBM conectó dos procesadores: el desafío es que trabajen juntos

Una computadora cuántica de mayor escala no necesariamente tendrá que construirse sobre un único chip. Otra posibilidad es conectar varios procesadores y hacerlos funcionar como módulos de una misma máquina.

La idea parece sencilla, pero plantea una dificultad: la información cuántica debe viajar entre los módulos y participar en operaciones conjuntas sin deteriorarse demasiado.

IBM Research dio un paso en esa dirección. Su equipo conectó dos procesadores Nighthawk R1, de 120 cúbits cada uno, mediante cuatro enlaces superconductores con cables de aproximadamente 80 centímetros.

Qué consiguieron

Los investigadores lograron transferir información entre los módulos y realizar operaciones entre cúbits ubicados en procesadores distintos. También generaron estados de entrelazamiento que abarcaban ambos chips, estableciendo relaciones cuánticas entre sus componentes.

La transferencia alcanzó una fidelidad media del 99%. Esa cifra describe qué tan bien se conservó el estado que se quería trasladar, según la medición utilizada.

Sin embargo, al realizar una operación más compleja entre módulos, la fidelidad media descendió a aproximadamente el 94,75%. No es una contradicción: transportar un estado y completar una operación entre procesadores son tareas diferentes. La segunda requiere más pasos, y cada uno puede introducir errores.

La distinción es importante. Un buen enlace es necesario, pero no garantiza por sí solo que todo el cálculo distribuido funcione con la misma precisión.

Por qué importa

El resultado ofrece una vía para construir sistemas cuánticos por módulos, en lugar de intentar concentrar toda su capacidad en un solo chip.

Además de las mediciones cuánticas, el equipo comprobó que las cuatro conexiones continuaban funcionando después de tres ciclos de calentamiento y enfriamiento. Es una observación relevante para el ensamblaje de estos sistemas, aunque todavía no constituye una prueba de durabilidad industrial.

También hay que evitar una lectura exagerada del tamaño del experimento: aunque cada procesador tenía 120 cúbits, las pruebas utilizaron un subconjunto próximo a las conexiones. No se demostró un cálculo conjunto que aprovechara los 240.

El trabajo se presentó como preprint, una versión de investigación cuya publicación posterior tras revisión por pares no se verificó para esta edición.

2. Una operación más rápida, sin perder precisión

El segundo avance llega de investigadores de Jülich, Aachen y Colonia, en Alemania. El equipo realizó operaciones sobre un solo cúbit con pulsos de 6,8 nanosegundos: menos de siete milmillonésimas de segundo.

Las operaciones evaluadas alcanzaron fidelidades superiores al 99,98%. El trabajo se publicó en Nature Communications.

La velocidad llama la atención, pero lo más interesante es cómo evitaron que esa rapidez provocara errores adicionales.

El problema de acelerar demasiado

El dispositivo utilizado pertenece a una familia de cúbits superconductores denominada transmon. Para calcular se emplean dos niveles de energía, pero el sistema físico tiene otros niveles disponibles.

Un pulso de control intenso puede llevarlo accidentalmente a uno de esos niveles que no se utilizan para representar la información. Los investigadores llaman “fuga” a esa salida del espacio de trabajo previsto.

El equipo desarrolló una forma de diseñar los pulsos para reducir esas transiciones indeseadas. En la comparación presentada, consiguió disminuir la fuga más de veinte veces respecto del método de referencia.

Dicho de forma sencilla: no se trató únicamente de hacer una operación más rápida, sino de controlar mejor lo que ocurre al acelerarla.

Qué cambia y qué falta

El resultado aporta una técnica para mejorar una operación elemental de la computadora cuántica. Pero la prueba se realizó sobre un cúbit aislado.

Todavía no demuestra el mismo desempeño cuando se controlan muchos cúbits simultáneamente, ni una mejora equivalente en operaciones que involucran a dos cúbits o en un programa completo.

También conviene interpretar correctamente el porcentaje: una fidelidad superior al 99,98% corresponde a la operación evaluada bajo las condiciones del experimento. No significa que cualquier cálculo realizado por una futura máquina tenga esa probabilidad de terminar correctamente.

Hay otro detalle para quienes comparen velocidades: los 6,8 nanosegundos corresponden al pulso. El protocolo incorpora además un margen de un nanosegundo después de cada pulso para contemplar posibles distorsiones.

3. Una nueva estrategia para proteger la información

El tercer trabajo no presenta un nuevo procesador. Propone una forma de proteger la información cuántica y estudia su comportamiento mediante teoría y simulación.

La investigación, realizada por autores con afiliaciones en Taiwán y Reino Unido, fue publicada anticipadamente el 2 de noviembre en npj Quantum Information, después de ser aceptada y revisada por pares.

Su foco es un tipo particular de perturbación: el ruido coherente colectivo.

Para aproximarnos a la idea, imaginemos una alteración que afecta de manera relacionada a varios componentes, en lugar de producir fallas independientes. El trabajo busca que la protección de la información siga funcionando frente al tipo de perturbación colectiva considerado.

Qué propusieron

Los investigadores estudiaron una forma de distribuir la información entre varios cúbits físicos, conocida como código de excitación constante.

El objetivo no es simplemente guardar la información de una manera especial. También hay que operar sobre ella y detectar errores sin romper las condiciones que le dan protección.

Los autores desarrollaron procedimientos compatibles con esa estructura y un método de simulación para analizar su comportamiento frente a distintos tipos de ruido.

Entre los casos estudiados aparece un código que utiliza 14 cúbits físicos para representar un cúbit lógico. Este último es una unidad de información protegida mediante una codificación más amplia.

Por qué merece atención

El trabajo recuerda que aumentar el número de cúbits no es el único camino para mejorar una computadora cuántica. También importa cómo se organiza la información y qué errores puede soportar esa organización.

Su alcance, por ahora, es teórico y de simulación. No demuestra la estrategia en una máquina real ni establece que sea la mejor solución para cualquier dispositivo.

Para esta edición se pudieron verificar el resumen y la información editorial, pero no revisar el desarrollo completo. Por ese motivo, no se le atribuyen ventajas prácticas ni cifras de desempeño que no pudieron comprobarse.

Qué nos dicen juntos estos resultados

Las tres investigaciones trabajan sobre tareas necesarias para construir sistemas más capaces:

  • Conectar componentes para que intercambien información y operen juntos.
  • Controlar operaciones rápidas sin provocar transiciones indeseadas.
  • Proteger la información frente a determinados errores.

Pero sus resultados no se pueden sumar como si fueran partes de una misma máquina ya integrada. La interconexión de IBM no incorpora automáticamente la técnica alemana, y la nueva estrategia de protección no fue probada en esos procesadores.

Tampoco corresponde comparar directamente el 99% de fidelidad de una transferencia con el 99,98% de una operación sobre un cúbit. Son mediciones de tareas distintas, realizadas bajo condiciones diferentes.

Qué mirar en los próximos anuncios

Para saber si estas líneas avanzan, las próximas pruebas deberían responder preguntas concretas.

En los procesadores conectados, habrá que observar si las operaciones entre módulos se vuelven más precisas y si mantienen su desempeño al aumentar la cantidad de enlaces.

En las operaciones ultrarrápidas, lo importante será comprobar si el método conserva sus ventajas cuando muchos cúbits trabajan a la vez y se ejecutan secuencias más exigentes.

En la protección de información, faltará evaluar cómo llevar la propuesta al laboratorio y qué recursos necesita para funcionar.

Para quien sigue el sector sin trabajar en un laboratorio, estas preguntas ofrecen una guía más útil que contar cúbits: qué pudieron hacer, con cuántos errores y bajo qué condiciones.

Fuentes

  1. Neereja M. Sundaresan y colaboradores, IBM Research. Meter-scale quantum interconnects between large quantum processors. Preprint publicado en arXiv el 21 de octubre de 2026. Investigación sobre cuatro interconexiones entre dos procesadores superconductores. Se consultó el texto disponible en HTML, incluidos métodos y tablas.
    Consultar el trabajo en arXiv.arxiv
  2. Y. Gao y colaboradores. Ultrafast single-qubit gates through multi-photon transition removal. Publicado en Nature Communications el 23 de octubre de 2026. Investigación experimental sobre operaciones rápidas y reducción de fuga en un cúbit superconductor. Se consultó el artículo disponible en HTML; no se revisaron los datos originales ni se reprodujeron los resultados.
    Consultar el artículo en Nature Communications.nature
  3. Ching-Yi Lai, Pei-Hao Liou y Yingkai Ouyang. Fault-tolerant quantum error correction for constant-excitation stabilizer codes under coherent noise. Publicado anticipadamente en npj Quantum Information el 2 de noviembre de 2026. Trabajo teórico y de simulación, aceptado y revisado por pares. Para esta nota se consultaron el resumen y los datos editoriales, no el desarrollo completo.
    Consultar el artículo en npj Quantum Information.

Continue Reading

QC

Anthropic estudia cómo diseñar circuitos cuánticos con Claude

Publicado

on

Anthropic publicó una investigación sobre el uso de Claude para diseñar circuitos cuánticos más eficientes. El trabajo aborda uno de los desafíos de la computación cuántica: construir secuencias de operaciones que aprovechen un hardware limitado y sujeto a errores.

El diseño de circuitos exige traducir algoritmos a operaciones compatibles con una arquitectura concreta. El número de operaciones, la conectividad entre qubits y las restricciones físicas pueden determinar si una solución teórica es viable en un dispositivo real. Un asistente de IA podría ayudar a explorar alternativas y reducir el trabajo manual de los especialistas.

La investigación no demuestra que la IA pueda reemplazar a los físicos o que haya resuelto por sí sola los obstáculos centrales de la computación cuántica. Para evaluar el aporte deben examinarse las métricas utilizadas, los circuitos de referencia, las mejoras obtenidas y la reproducibilidad de los resultados.

El potencial está en acelerar la interacción entre programación, matemáticas y diseño de hardware. Universidades y centros de investigación de Argentina podrían seguir esta línea mediante simuladores y herramientas de código abierto, siempre distinguiendo entre circuitos optimizados en simulación y mejoras verificadas en procesadores físicos.

Fuentes:

Anthropic: https://www.anthropic.com/research/designing-efficient-quantum-circuits

Continue Reading

QC

Google reduce 40 veces los errores de estados cuánticos especiales

Publicado

on

Google Quantum AI anunció una demostración experimental de la técnica conocida como “magic state cultivation” en su procesador Willow. Según los investigadores, el procedimiento redujo aproximadamente 40 veces los errores frente a los estados no cultivados y alcanzó una fidelidad lógica de 99,99 % para los estados T.

Los estados mágicos son un recurso necesario para ejecutar determinadas operaciones en computación cuántica universal. Producirlos con suficiente calidad consume recursos de hardware y corrección de errores, por lo que mejorar su generación puede reducir la capacidad total que una máquina necesita dedicar a preparar operaciones antes de realizar cálculos útiles.

El resultado tiene relevancia porque no se limita a una simulación: Google informa que la técnica funcionó en hardware cuántico real. El equipo también describe procedimientos para transferir estados entre esquemas de códigos de corrección de errores. Sin embargo, la demostración no significa que exista ya una computadora cuántica de uso general capaz de superar a los sistemas clásicos en todas las aplicaciones.

La próxima etapa será demostrar que el método mantiene sus ventajas a mayor escala y con circuitos más complejos. Para empresas e investigadores latinoamericanos, el avance justifica seguir la evolución de los algoritmos y la corrección de errores, sin confundir un hito experimental con disponibilidad comercial inmediata.

Fuentes:

Google Quantum AI: https://blog.google/innovation-and-ai/models-and-research/quantum-computing/magic-state-cultivation-quantum-computing/

Continue Reading

TENDENCIAS