El 17 de abril de 2026, un equipo de investigadores del UCL, liderado por el profesor Peter Coveney y la investigadora Maida Wang, publicó en la revista Science Advances un estudio que demuestra una «Ventaja Cuántica» práctica. Han logrado que una IA sea significativamente más inteligente y eficiente al predecir sistemas caóticos mediante el uso de un procesador cuántico de IQM.
1. El Desafío: El Caos y la Dinámica de Fluidos
Predecir sistemas caóticos (como el clima, la turbulencia en motores de aviones o el flujo sanguíneo en arterias complejas) es uno de los problemas más difíciles de la ciencia. Pequeños cambios iniciales pueden generar resultados drásticamente diferentes, algo que agota la memoria de las supercomputadoras más potentes.
¿Qué es un Sistema Caótico?
Se trata de sistemas que obedecen leyes físicas pero cuya evolución a largo plazo es altamente sensible a las condiciones iniciales. Los modelos de IA actuales suelen «perder el hilo» de la realidad tras unos pocos pasos de simulación.
2. La Innovación: Machine Learning Informado por Cuántica (QIML)
El equipo de UCL no intentó que la computadora cuántica hiciera todo el trabajo (lo cual es ineficiente hoy debido al ruido). En su lugar, desarrollaron un método híbrido:
Entrenamiento Cuántico: Utilizaron el hardware de IQM para capturar patrones de correlación en los datos que son invisibles para la lógica binaria tradicional.
Integración Clásica: Estos patrones «cuánticos» se inyectaron en un modelo de IA clásico (una red neuronal recurrente), actuando como una guía de alta precisión.
Resultado: El modelo resultante superó en un 20% la precisión de las mejores IAs clásicas y mantuvo la estabilidad en predicciones a largo plazo sin «alucinar» o desviarse de las leyes de la física.
3. Eficiencia Energética y de Memoria: El Dato «Oculto»
Lo más sorprendente no fue solo la precisión, sino la eficiencia de recursos:
Memoria: El modelo asistido por cuántica requirió cientos de veces menos memoria que los métodos convencionales.
Estabilidad: Mientras que las IAs clásicas tienden a volverse inestables y divergentes al intentar predecir turbulencias complejas, el modelo cuántico-informado permaneció anclado a la realidad física del sistema.
4. Aplicaciones en el Mundo Real
Este descubrimiento tiene implicaciones inmediatas en sectores críticos:
Climatología: Mejora drástica en la predicción de fenómenos meteorológicos extremos con mayor antelación.
Medicina: Modelado ultrapreciso del flujo sanguíneo para detectar riesgos de aneurismas o diseñar fármacos que interactúen con proteínas complejas.
Energía: Optimización de parques eólicos, permitiendo diseñar turbinas que capturen energía de flujos de aire turbulentos de forma más eficiente.
«Este estudio es una prueba de que no necesitamos esperar a las computadoras cuánticas perfectas del futuro para obtener beneficios hoy. La integración inteligente ya está superando los límites de lo que creíamos posible.» — Maida Wang, UCL.
¡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.
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).
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.
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):
Algoritmo
Tipo
Base Matemática
PK Size (Bytes)
SK Size (Bytes)
Sig/CT Size (Bytes)
Velocidad (Operación Clave)
Notas
CRYSTALS-Kyber
KEM
Module-LWE
800
1632
768
Encapsulación/Decapsulación rápida
Ideal para intercambio de claves.
CRYSTALS-Dilithium
Firma
Module-LWE/SIS
1312
2528
2420
Firma/Verificación moderada
Buen equilibrio, implementación segura.
Falcon
Firma
NTRU-SIS
897
1858
666
Verificación muy rápida
Firmas más compactas, implementación compleja.
SPHINCS+
Firma
Funciones Hash
32
64
7856
Firma/Verificación lenta
Seguridad conservadora, firmas grandes.
RSA-2048 (Ref.)
Mixto
Factorización de Enteros
256
256
256
Variable
Vulnerable a computación cuántica.
ECC P-256 (Ref.)
Mixto
Logaritmo Discreto Curva Elíptica
64
32
64
Variable
Vulnerable 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.