Qué puede y qué no puede hacer un ordenador cuántico

EL MALENTENDIDO FUNDACIONAL

La descripción más repetida sostiene que un ordenador cuántico prueba todas las respuestas a la vez gracias a la superposición. Es una simplificación que induce a error, porque omite el paso decisivo.

Una superposición efectivamente contiene amplitudes asociadas a muchos estados simultáneamente. Pero al medir, el sistema colapsa a un único resultado, y la probabilidad de obtener cada uno depende del cuadrado de su amplitud. Si uno se limitara a preparar una superposición uniforme y medir, obtendría una respuesta al azar: exactamente lo mismo que lanzar una moneda.

La utilidad de un algoritmo cuántico reside en la interferencia. El algoritmo debe orquestar las fases de modo que las amplitudes de las respuestas incorrectas se cancelen entre sí y las de la correcta se refuercen. Diseñar esa coreografía es difícil, y solo se ha conseguido para un puñado de problemas con estructura matemática muy particular.

LOS PROBLEMAS DONDE HAY VENTAJA REAL

Tres familias concentran el interés justificado.

La primera es la factorización de números enteros y el logaritmo discreto. El algoritmo de Shor los resuelve en tiempo polinómico, frente al tiempo superpolinómico de los mejores algoritmos clásicos conocidos. Como la criptografía de clave pública actual descansa en la dificultad de estos problemas, la implicación es directa.

La segunda es la simulación de sistemas cuánticos. Es la aplicación original, y la más natural: simular una molécula con un ordenador clásico exige recursos que crecen exponencialmente con el número de partículas correlacionadas, mientras que un sistema cuántico puede representar esa correlación de forma nativa. Química computacional, ciencia de materiales y catálisis son los campos beneficiados.

La tercera es la búsqueda no estructurada mediante el algoritmo de Grover, que ofrece una aceleración cuadrática. Es una mejora real pero modesta: reduce la raíz cuadrada del espacio de búsqueda, no lo colapsa.

DONDE NO HAY VENTAJA

Conviene decirlo con claridad: no hay razón para esperar que un ordenador cuántico acelere la mayoría de las tareas informáticas. Bases de datos, servidores web, edición de vídeo, sistemas operativos y la inmensa mayoría del aprendizaje automático no pertenecen a ninguna de las clases anteriores.

Las afirmaciones sobre aceleraciones cuánticas genéricas en inteligencia artificial deben examinarse con cuidado: muchas presuponen que los datos ya están cargados en un estado cuántico, y ese proceso de carga puede consumir por sí solo toda la ventaja teórica.

EL VERDADERO OBSTÁCULO

Los qubits son extraordinariamente frágiles. Cualquier interacción con el entorno destruye la coherencia que hace posible el cálculo. Las tasas de error por operación siguen siendo muchos órdenes de magnitud superiores a las de un transistor.

La solución conocida es la corrección de errores: codificar la información de un qubit lógico fiable repartiéndola entre muchos qubits físicos ruidosos. La sobrecarga estimada es enorme, del orden de mil o más qubits físicos por qubit lógico según la arquitectura y la calidad de las operaciones.

Ese factor explica la distancia entre los recuentos de qubits que se anuncian y las capacidades reales. Un procesador con centenares de qubits físicos ruidosos no equivale a centenares de qubits lógicos.

CÓMO INTERPRETAR LOS ANUNCIOS

Ante cualquier titular conviene preguntar tres cosas: si los qubits mencionados son físicos o lógicos; cuál es la tasa de error de las operaciones de dos qubits; y si el problema resuelto tiene alguna utilidad más allá de estar diseñado para favorecer al hardware cuántico.

Las demostraciones de ventaja computacional publicadas hasta la fecha han empleado problemas escogidos precisamente por ser difíciles de simular clásicamente y carentes de aplicación práctica. Son hitos científicos legítimos; no son productos.