Connect with us

Publicado

on

Introducción

La computación cuántica promete resolver problemas imposibles para los ordenadores clásicos, pero no todos los ordenadores cuánticos son iguales. Existen dos categorías principales: de uso especializado y de uso general. Sin embargo, la falta de claridad en la comunicación de sus capacidades puede generar confusión. Un caso notable es el ordenador cuántico Jiuzhang, desarrollado por la Universidad de Ciencia y Tecnología de China (USTC), cuya cobertura mediática a veces exagera o simplifica su potencial, dando la impresión de que es una solución universal cuando en realidad es un sistema especializado. Este artículo explica las diferencias entre ambos tipos de ordenadores cuánticos, detalla el caso de Jiuzhang y subraya la importancia de un enfoque claro para evitar información engañosa.

Ordenadores cuánticos de uso especializado

Definición

Un ordenador cuántico de uso especializado está diseñado para resolver un problema específico o un conjunto limitado de problemas, aprovechando las propiedades cuánticas como la superposición y el entrelazamiento para lograr un rendimiento superior en tareas concretas.

Características

  • Tarea específica: Está optimizado para una aplicación particular, como el muestreo de bosones gaussianos (GBS) o el muestreo de circuitos aleatorios.
  • Limitaciones: No puede ejecutar algoritmos cuánticos generales ni resolver problemas diversos.
  • Ventaja: Puede superar a los superordenadores clásicos en tareas específicas, demostrando ventaja cuántica (quantum advantage).
  • Ejemplos: Jiuzhang (China, fotónico, GBS), Sycamore (Google, superconductor, muestreo de circuitos aleatorios).

Ejemplo: Jiuzhang

Jiuzhang es un ordenador cuántico fotónico que utiliza láseres, espejos, prismas y detectores de fotones para realizar el muestreo de bosones gaussianos (GBS). En 2020, resolvió un problema de GBS con 76 fotones en 200 segundos, una tarea que habría tomado ~600 millones de años a un superordenador clásico (según el artículo publicado en Science, DOI: 10.1126/science.abe8770). En 2023, Jiuzhang 3.0 alcanzó 255 fotones, resolviendo un problema en 1.27 microsegundos, comparado con ~600 años para el superordenador Frontier (Physical Review Letters, 2023).

Por qué es especializado: Jiuzhang está diseñado específicamente para GBS, un problema que calcula distribuciones de probabilidad de fotones en un circuito óptico. No puede ejecutar algoritmos como el de Shor (para criptografía) o simulaciones químicas completas, que requieren un sistema universal.

Riesgo de confusión: Notas periodísticas han afirmado que Jiuzhang resuelve problemas en «4 minutos» que tomarían «miles de millones de años» a superordenadores, lo que es cierto para GBS, pero puede dar la impresión errónea de que Jiuzhang es un ordenador universal capaz de cualquier tarea. Sin aclarar que su ventaja se limita a una tarea específica, se genera una expectativa inflada sobre sus aplicaciones prácticas.

Ordenadores cuánticos de uso general

Definición

Un ordenador cuántico de uso general (o universal) puede ejecutar cualquier algoritmo cuántico, adaptándose a una amplia gama de problemas, desde criptografía hasta simulaciones químicas o inteligencia artificial, siempre que cuente con suficientes qubits y corrección de errores.

Características

  • Versatilidad: Puede implementar algoritmos diversos, como los de Shor, Grover o simulaciones de sistemas físicos.
  • Requerimientos: Necesita miles o millones de qubits con corrección de errores para ser práctico, ya que los qubits son propensos a errores (ruido).
  • Estado actual: Hasta julio de 2025, no existen ordenadores cuánticos universales plenamente funcionales. Sistemas como Zuchongzhi 3.0 (China, 105 qubits superconductor) o los de IBM (hasta 433 qubits) están más cerca de este objetivo, pero aún enfrentan limitaciones.
  • Ejemplos de aplicaciones: Factorización de números grandes (romper criptografía), optimización compleja, simulaciones moleculares para diseño de fármacos.

Diferencias clave

AspectoUso especializado (ej. Jiuzhang)Uso general
PropósitoResuelve tareas específicas (ej. GBS).Resuelve cualquier problema cuántico.
FlexibilidadLimitado a un problema concreto.Versátil para múltiples aplicaciones.
Estado actualOperativo (Jiuzhang, Sycamore).En desarrollo, no alcanzado a gran escala.
AplicacionesDemostraciones teóricas, simulaciones limitadas.Criptografía, química, optimización.
EscalabilidadOptimizado para su tarea, no generalizable.Requiere millones de qubits con corrección de error.

El caso de Jiuzhang y la importancia de la claridad

El ordenador cuántico Jiuzhang ha sido un hito en la computación cuántica, pero su cobertura mediática ilustra cómo una comunicación imprecisa puede generar confusión. Por ejemplo, titulares que destacan que Jiuzhang supera a superordenadores en «miles de millones de años» son técnicamente correctos para el GBS, pero no aclaran que:

  • El GBS es una tarea de demostración con aplicaciones prácticas limitadas.
  • Jiuzhang no puede realizar tareas generales como descifrar códigos o simular sistemas químicos completos.
  • Su ventaja cuántica no implica que sea superior en todos los contextos.

Por ejemplo, una nota podría decir: «Jiuzhang resuelve en 4 minutos un problema que tomaría miles de millones de años», lo cual es cierto según el artículo de Science (2020). Sin embargo, sin explicar que esto aplica solo al GBS, el lector podría asumir que Jiuzhang es un ordenador universal, lo que no es cierto. Esta falta de contexto puede inflar las expectativas sobre su impacto inmediato.

Aplicaciones y limitaciones de Jiuzhang

  • Aplicaciones teóricas: El GBS podría usarse en química cuántica (simulación de moléculas) o en problemas de optimización, pero estas aplicaciones están en etapas experimentales.
  • Limitaciones: Jiuzhang no es un sistema universal y no puede ejecutar algoritmos cuánticos genéricos. Su arquitectura fotónica es ideal para GBS, pero menos flexible para otras tareas.

Avances recientes

Hasta julio de 2025, Jiuzhang 3.0 (2023) alcanzó 255 fotones, consolidando su liderazgo en computación cuántica fotónica. China también avanza en sistemas más cercanos al uso general, como Zuchongzhi 3.0 (105 qubits superconductor) y Tianyan-504 (504 qubits), pero estos aún no son universales debido a limitaciones en la corrección de errores.

Conclusión

La distinción entre ordenadores cuánticos de uso especializado y de uso general es crucial para entender su potencial y limitaciones. Jiuzhang es un ejemplo destacado de un sistema especializado, sobresaliente en el muestreo de bosones gaussianos, pero no es un ordenador universal. La comunicación clara y precisa es esencial para evitar malentendidos, especialmente en titulares sensacionalistas que pueden exagerar las capacidades de sistemas como Jiuzhang. Al informar sobre avances cuánticos, es fundamental destacar el propósito específico de cada sistema y su estado actual en la carrera hacia la computación cuántica universal.

Fuentes

  • Artículo científico: «Quantum computational advantage using photons», Science, 2020, DOI: 10.1126/science.abe8770.
  • Artículo científico: Avances de Jiuzhang 3.0, Physical Review Letters, 2023.
  • Información adicional: Reportes de la Universidad de Ciencia y Tecnología de China (USTC) y publicaciones en X sobre avances cuánticos (2023-2025).

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