La era cuántica, más allá del silicio

- 6 minutos de lectura

La era cuántica, más allá del silicio

La computación cuántica promete revolucionar la informática al aprovechar fenómenos de la mecánica cuántica como la superposición y el entrelazamiento para procesar información de formas imposibles para los ordenadores clásicos. En lugar de bits binarios, emplea cúbits, que pueden estar en múltiples estados simultáneamente, multiplicando exponencialmente la capacidad de cómputo1. Esto abre la puerta a resolver problemas intratables hoy en día, desde la simulación de moléculas complejas hasta la optimización de sistemas logísticos o financieros2.

Si es la primera vez que se enfrenta a un texto sobre tecnología cuántica, el párrafo anterior puede resultar aturdidor. Términos como superposición, entrelazamiento o estados simultáneos requieren cierto conocimiento previo de física cuántica, lo que puede resultar intimidante al principio

El propósito de este artículo no es profundizar en la teoría física que hay detrás, sino ofrecer una visión comprensible y práctica del estado actual de la tecnología cuántica. Para quienes deseen explorar con más detalle los fundamentos teóricos, existen excelentes recursos introductorios de física cuántica y computación cuántica a los que el lector puede remitirse, como Quantum Computing for Everyone de Chris Bernhardt (MIT Press, 2020) 3. Además, cada artículo incluirá una referencia bibliográfica para ampliar la información.

La tecnología se encuentra aún en una fase emergente: sus aplicaciones prácticas son limitadas y enfrenta grandes desafíos de ingeniería. Los cúbits son extremadamente sensibles al entorno y sufren decoherencia y errores que dificultan mantener cálculos estables. Aun así, los avances en los últimos años han sido rápidos, con empresas e instituciones compitiendo por superar obstáculos como la corrección de errores y la escalabilidad de los sistemas cuánticos 4 5.

Desde 2019, cuando Google anunció haber alcanzado la llamada supremacía cuántica con su procesador Sycamore —capaz de realizar en 200 segundos una tarea que habría llevado miles de años a un superordenador clásico— 1, la carrera por lograr una ventaja cuántica práctica se ha intensificado. IBM, por su parte, ha escalado sus procesadores superconductores desde 5 cúbits en 2016 hasta más de 1 000 cúbits en 2023 con el chip Condor 6. Microsoft ha apostado por una vía diferente, basada en cúbits topológicos de Majorana, que podrían ofrecer una corrección de errores más eficiente 7.

En 2025, Google se centra en la construcción de cúbits lógicos estables mediante códigos de superficie y ha mostrado avances al reducir las tasas de error al escalar cúbits físicos dentro de un mismo cúbit lógico. IBM continúa desarrollando arquitecturas modulares con su sistema Quantum System Two, orientadas a interconectar múltiples chips cuánticos en una misma plataforma para facilitar el escalado. Microsoft, tras anunciar el procesador Majorana 1 y presentar una hoja de ruta hacia sistemas de gran escala, ha generado controversia: parte de la comunidad científica cuestiona que los experimentos publicados demuestren de forma concluyente la presencia y control de cúbits topológicos operativos. Algunos investigadores y figuras de la industria han señalado que los resultados podrían representar etapas intermedias y no todavía una implementación funcional completa, lo que ha abierto un debate sobre el grado real de madurez de este enfoque en comparación con las plataformas superconductoras o de iones atrapados.

Paralelamente, startups como IonQ, Quantinuum, Atom Computing o QuEra han desarrollado plataformas basadas en iones atrapados o átomos neutros, mientras Xanadu y PsiQuantum exploran arquitecturas fotónicas. Estas alternativas persiguen reducir los errores y facilitar la escalabilidad, cada una con ventajas y limitaciones propias 8 9.

A nivel de software, han surgido lenguajes y frameworks de programación cuántica como Qiskit (IBM), Q# (Microsoft), Cirq (Google) y PennyLane (Xanadu), que permiten a desarrolladores e investigadores diseñar y ejecutar algoritmos cuánticos en entornos simulados o en hardware real accesible desde la nube 10 11.

La revolución cuántica no solo afectará al cómputo: también redefine la ciberseguridad. Los algoritmos de Shor y Grover podrían poner en riesgo los sistemas criptográficos actuales basados en RSA y ECC una vez existan computadoras cuánticas tolerantes a fallos 12. Para adelantarse a ese riesgo, el NIST publicó en 2024 los primeros estándares de criptografía post-cuántica, inaugurando una transición global hacia algoritmos resistentes a ataques cuánticos 13.

En los próximos artículos exploraremos el estado del arte de la tecnología cuántica, abordando:

  • Los hitos recientes desde la supremacía cuántica hasta la ventaja cuántica práctica.
  • Los principales actores y líneas de investigación.
  • Las diferentes arquitecturas de procesadores cuánticos y sus desafíos.
  • Los lenguajes y frameworks más utilizados para la programación cuántica.
  • El impacto en seguridad y criptografía post-cuántica.
  • Aplicaciones emergentes en simulación química, IA y optimización.

El objetivo es ofrecer una visión clara, actualizada y accesible del panorama cuántico para quienes necesiten entender qué es viable hoy, qué avances se avecinan y cómo pueden preparar a sus organizaciones para esta transformación.

Referencias

  1. Arute et al., “Quantum supremacy using a programmable superconducting processor” Nature, 574(7779), 505–510 (2019). ↩ ↩2

  2. Preskill, J., “Quantum Computing in the NISQ era and beyond,” Quantum, 2, 79 (2018). ↩

  3. Bernhardt, C. (2020). Quantum Computing for Everyone. MIT Press. ↩

  4. IBM Quantum Roadmap, “The era of quantum utility is here,” IBM Research Blog (2023). ↩

  5. Google Quantum AI, “Suppressing quantum errors by scaling a surface code logical qubit,” Nature (2023). ↩

  6. IBM Research, “IBM Condor: 1,121-qubit processor unveiled,” IBM Newsroom (2023). ↩

  7. Microsoft Azure Quantum Blog, “Introducing Majorana 1: topological qubits for scalable quantum computing” (2025). ↩

  8. Quantinuum, “System Model H2: trapped-ion quantum computer with all-to-all connectivity,” Press Release (2023). ↩

  9. Xanadu, “Borealis: programmable photonic processor achieves quantum advantage,” Nature (2022). ↩

  10. IBM, “Qiskit documentation” (2025). ↩

  11. Microsoft Learn, “Q# and the Quantum Development Kit,” (2025). ↩

  12. Shor, P., “Algorithms for quantum computation: discrete logarithms and factoring,” Proc. 35th IEEE Symposium on Foundations of Computer Science (1994). ↩

  13. NIST, “Finalized post-quantum cryptography standards (FIPS 203–205),” August 2024. ↩

Nota sobre el uso de IA: Este artículo ha sido desarrollado principalmente por el autor, utilizando herramientas de inteligencia artificial de manera limitada para la estructuración del contenido. Todas las opiniones, análisis y reflexiones son del autor.
#personal #quantum_computing