CUÁNTICA · Del qubit teórico al chip que corrige sus propios errores

Paul Benioff (Argonne National Laboratory) publica el primer modelo matemático de una máquina de Turing cuántica: un sistema cuántico de dos estados (qubit) que implementa los pasos de una máquina de Turing mediante evolución unitaria. El paper muestra que la mecánica cuántica no impide construir un ordenador — no que construir uno sea práctico.

Benioff trabaja en física teórica, no en ingeniería informática. El paper pasa desapercibido durante dos años.

Richard Feynman (Caltech) presenta Simulating Physics with Computers en una conferencia del MIT (dic 1981, publicado 1982). El argumento: simular un sistema cuántico con un ordenador clásico requiere tiempo exponencial en el número de partículas. Un ordenador que usa mecánica cuántica podría hacerlo en tiempo polinómico.

Feynman no sabe construir un ordenador cuántico. Da la motivación aplicada más poderosa del campo: si quieres simular la naturaleza con exactitud, necesitas una máquina que sea cuántica.

David Deutsch (Universidad de Oxford) publica Quantum Theory, the Church-Turing Principle and the Universal Quantum Computer (1985). Formaliza el modelo del computador cuántico universal: análogo cuántico de la máquina de Turing universal. El algoritmo de Deutsch es el primero que demuestra ventaja cuántica para un problema específico (trivial, pero la prueba de principio existe).

La tesis Church-Turing cuántica: cualquier función computable puede simularse eficientemente por un computador cuántico universal. No demostrada, pero es el marco teórico que guía el campo.

Peter Shor (Bell Labs) publica el algoritmo de factorización cuántica en tiempo polinómico. La factorización de un número de n bits lleva tiempo O(n³) en un ordenador cuántico frente a tiempo subexponencial en los mejores algoritmos clásicos conocidos. RSA-2048 — el cifrado que protege gran parte de las comunicaciones actuales — se basa en que factorizar es computacionalmente imposible en tiempo práctico.

El paper de Shor convierte la computación cuántica de curiosidad teórica en amenaza estratégica para las comunicaciones seguras. DARPA y NSA empiezan a financiar el campo seriamente.

Peter Shor (1995) publica los primeros códigos de corrección de errores cuánticos — el equivalente cuántico del código de paridad clásico, pero mucho más complejo porque medir destruye el estado cuántico. Andrew Steane (Oxford, 1996) simplifica el esquema con los códigos CSS (Calderbank-Shor-Steane). Alexei Kitaev (Caltech / Microsoft, 1997-2003) propone los surface codes: la disposición 2D de qubits físicos donde el error se detecta midiendo los vecinos sin colapsar los qubits de datos.

El concepto fundamental: un qubit lógico = N qubits físicos entrelazados + corrección continua de errores. Se comporta como un qubit "perfecto" aunque cada componente sea ruidoso. La métrica más importante del campo desde entonces: ¿cuántos qubits lógicos tiene el chip?

Lov Grover (Bell Labs) publica el algoritmo de búsqueda cuántica no estructurada. Dado un conjunto de N elementos sin ordenar, un algoritmo clásico necesita O(N) evaluaciones para encontrar el elemento objetivo. Grover necesita O(√N).

La ventaja es cuadrática, no exponencial como la de Shor. Para bases de datos de 1 billón de entradas: clásico necesita 1 billón de pasos, Grover necesita 1 millón. Aplicaciones: criptografía (rompe cifrados simétricos con la mitad de bits de seguridad efectiva), búsqueda en bases de datos.

Isaac Chuang (IBM), Neil Gershenfeld (MIT) y Mark Kubinec (UC Berkeley) demuestran un ordenador cuántico de 2 qubits usando Resonancia Magnética Nuclear (NMR): moléculas en solución actúan como qubits, manipuladas con pulsos de radiofrecuencia. Ejecutan el algoritmo de Deutsch en hardware real.

NMR tiene un límite inherente: a temperatura ambiente, el número de qubits que se pueden controlar coherentemente es pequeño. La vía NMR se abandona gradualmente. Pero esta demostración de 1998 es la primera prueba experimental de que los algoritmos cuánticos se pueden ejecutar.

Google anuncia "supremacía cuántica" con Sycamore (oct 2019): 53 qubits superconductores. La tarea: muestrear la distribución de probabilidad de un circuito cuántico aleatorio. Google afirma que Sycamore lo hace en 200 segundos; un superordenador clásico tardaría 10.000 años.

IBM disputa el resultado el mismo día: estimaciones más optimistas de la simulación clásica sitúan el tiempo en 2.5 días, no 10.000 años. La controversia sobre "supremacía vs ventaja cuántica" define el debate público del campo.

El nombre "supremacía cuántica" fue propuesto por John Preskill (Caltech) en 2012. El equipo de hardware lo lidera Julian Kelly.

IBM presenta el procesador Heron R1 (4 dic 2023): 133 qubits, tasa de error de gate 2-qubit 3× mejor que el procesador Eagle anterior. La novedad arquitectónica: acopladores fijos que permiten menor crosstalk entre qubits. Integrado en IBM Quantum System Two: primer sistema cuántico modular de IBM, que combina varios procesadores.

Heron R2 (jul 2024) escala a 156 qubits. El roadmap de IBM es público desde 2020 y se sigue con notable precisión: Eagle (127 qubits, 2021) → Osprey (433, 2022) → Condor (1.121, 2023) → Heron (133 qubits con mejor fidelidad, 2023).

Google Quantum AI presenta Willow (dic 2024): 105 qubits. El resultado técnico clave: por primera vez, añadir más qubits físicos al sistema de corrección de errores reduce el error total — en lugar de acumularlo. Este es el umbral necesario para la computación cuántica tolerante a fallos: demostrar que la corrección de errores escala en la dirección correcta.

En el benchmark de referencia del campo, Willow realiza un cálculo en 5 minutos que llevaría 10^25 años a un superordenador clásico (10.000 veces más que la edad del universo). El equipo lo lidera Hartmut Neven y Julian Kelly.

Craig Gidney (Google) y Martin Ekerå (Royal Institute of Technology, KTH) publican en 2019 la estimación de recursos para romper RSA-2048: ~20 millones de qubits físicos en 8 horas. Optimizaciones de Gidney (2024) reducen la estimación a ~1.300 qubits lógicos × 1 semana de cómputo.

La traducción práctica: con los chips actuales (Willow demuestra qubits lógicos pero a pequeña escala, Heron sin qubits lógicos demostrados en número suficiente), la amenaza efectiva a RSA está a más de una década. Pero "harvest now, decrypt later" es la amenaza real: adversarios pueden capturar tráfico cifrado hoy y descifrarlo cuando tengan el hardware. Esto justifica migrar a criptografía post-cuántica (PQC, NIST ha estandarizado las primeras primitivas en 2024) antes de que el hardware madure.

Microsoft anuncia Majorana 1 (feb 2025): primer chip cuántico basado en qubits topológicos. El sustrato: heterostructura InAs/Al (arseniuro de indio / aluminio) que genera modos de Majorana cero — estados cuánticos en los extremos de un nanohilo que codifican información de forma no local.

La promesa del qubit topológico: error intrínsecamente más bajo que el superconductor (Google/IBM) porque la información no está localizada en un punto físico sino distribuida. El coste: décadas de física experimental para demostrar que los modos de Majorana son reales (la controversia scientific sobre la detección empezó en 2012 y se resolvió con este chip).

IBM anuncia Loon y Nighthawk (12 nov 2025). Loon: primer chip que demuestra todos los componentes técnicos necesarios para la computación cuántica tolerante a fallos (FTQC) — couplers de larga distancia, multiplexores de señal, sin crosstalk residual. Nighthawk: 120 qubits orientados a demostrar "ventaja cuántica computacional" en problemas reales (optimización química, materiales).

IBM prevé Cockatoo como hito de 2027: primer sistema multi-chip cuántico que acopla módulos Kookaburra mediante L-couplers (acopladores resonantes de microondas). La arquitectura modular es el camino de IBM hacia escalado: en lugar de un chip monolítico de miles de qubits (físicamente imposible con tecnología superconductora actual), múltiples chips de ~100-200 qubits conectados.

El objetivo posterior: Starling (2029) — primer sistema orientado a FTQC a gran escala.