Dr. José Manuel Nieto Jalil / Director del Departamento Regional de Ciencias en la Región Centro-Occidente. Tecnológico de Monterrey.
Desde que Richard Feynman propuso en 1981 que la naturaleza no es clásica, y si quieres simularla tendrás que usar la mecánica cuántica, la idea de un computador basado en cúbits, unidades de información regidas por las leyes de la superposición y el entrelazamiento, se convirtió en una meta tan audaz como inevitable. Aquella intuición sentó las bases de una nueva disciplina que cambiaría la forma de entender la computación y, por extensión, nuestra capacidad de modelar la realidad.
La década de 1990 aportó las primeras evidencias de que aquella visión podía traducirse en algoritmos con ventajas palpables. El de Peter Shor, capaz de factorizar números enormes exponencialmente más rápido que cualquier método clásico, y el de Lov Grover, que acelera búsquedas no estructuradas, demostraron que un puñado de cúbits bastaría para poner en jaque paradigmas tan consolidados como la criptografía de clave pública. A partir de ese momento, el interés académico dio paso a una carrera industrial.
En los años 2000 aparecieron los primeros prototipos sólidos: ión-trampa, puntos cuánticos, núcleos de silicio y, sobre todo, circuitos superconductores refrigerados a pocos milikelvin. D-Wave presentó un chip de 16 cúbits en 2007; no era universal, pero atrajo inversión y talento que pasaron rápidamente a empresas como IBM, Google o Rigetti, dispuestas a compartir acceso vía nube y acelerar la curva de aprendizaje.
El gran golpe mediático llegó en 2019, cuando Google aseguró haber alcanzado la supremacía cuántica con el procesador Sycamore, de 54 cúbits superconductores. Sycamore resolvió en 200 segundos una tarea que, según sus creadores, ocuparía 10 000 años a un superordenador clásico; fue un reto limitado, pero demostró el potencial de estas máquinas y, sobre todo, evidenció lo frágiles que son cuando se acumulan errores de decoherencia y ruido.
Desde entonces, IBM ha ido escalando su hoja de ruta con hitos anuales: del Eagle (127 cúbits en 2021) al Osprey (433 cúbits en 2022) y al Condor (1 121 cúbits en 2024). Sin embargo, todos ellos siguen siendo NISQ (Noisy Intermediate-Scale Quantum): potentes para investigar, pero demasiado inestables para resolver problemas de interés industrial sin ayuda masiva de la computación clásica.
Ahí radica el obstáculo fundamental: en un cúbit la información no se limita a 0 o 1, sino a cualquier combinación coherente de ambos estados. Una mínima perturbación, un fotón espurio, una vibración mecánica, colapsa esa superposición y corrompe el cálculo. La única forma de proteger los datos es codificar la lógica de un cúbit ideal dentro de un mosaico de decenas o cientos de cúbits físicos, y detectar cada error antes de que se propague, algo que hasta hace poco se consideraba prohibitivo.
En 2023 y 2024 surgieron avances decisivos en códigos de corrección de errores de baja densidad de paridad (qLDPC). Estos métodos reducen la sobrecarga: ya no hacen falta miles de cúbits físicos por cada cúbit lógico, sino unas pocas docenas, y permiten descodificar la sílaba cuántica en tiempo real con hardware clásico. IBM publicó la arquitectura modular que hace viable implementar dichos códigos en procesadores superconductores distribuidos.
El siguiente paso consistió en integrar módulos independientes, cada uno relativamente pequeño y estable, en redes donde los errores se localizan y no se contagian a toda la matriz. La técnica recuerda a clústeres de supercomputación clásica, pero requiere líneas de micro-ondas criogénicas y controladores FPGA que hablan en nanosegundos con el procesador cuántico. El resultado es la base de una máquina que, por primera vez, promete tolerar fallos mientras crece.
¿Por qué tanto esfuerzo? Porque un ordenador cuántico de propósito general y libre de errores podría revolucionar diferentes campos de la ingeniería: desde la optimización de redes logísticas, climáticas o financieras hasta la química de sistemas complejos. Uno de los usos más inmediatos es la simulación de moléculas y materiales avanzados, una tarea que excede las capacidades de los superordenadores clásicos. Un sistema cuántico robusto permitiría modelar reacciones químicas con precisión cuántica, diseñar fármacos personalizados, baterías con densidades inéditas o fertilizantes sin emisiones contaminantes. Lo que hoy requiere años de ensayo y error en laboratorios físicos podría resolverse en días mediante simulaciones desde el nivel atómico. Esa capacidad de prever con fidelidad el comportamiento de la materia y la energía, sin necesidad de pruebas físicas extensivas, marca un punto de inflexión en el desarrollo tecnológico.
Otra aplicación es la criptografía. Los sistemas actuales de seguridad informática, como RSA o ECC, dependen de la dificultad matemática de ciertos problemas, como la factorización de números primos. Un algoritmo cuántico eficiente podría romper esas barreras en minutos, dejando obsoletos los sistemas de protección de bancos, gobiernos y redes militares.
Otra área crucial es la optimización de sistemas complejos. Desde rutas logísticas globales hasta modelos financieros de riesgo, pasando por la planificación energética o el diseño de redes de transporte urbano, hay problemas cuya solución exacta es computacionalmente intratable para máquinas clásicas.
En este contexto, IBM acaba de anunciar Quantum Starling, el que aspira a ser el primer superordenador cuántico a gran escala y tolerante a fallos. Ubicado en un nuevo centro de datos en Poughkeepsie (Nueva York), Starling albergará 200 cúbits lógicos capaces de ejecutar 100 millones de puertas cuánticas consecutivas con una tasa de error lo bastante pequeña para obtener resultados confiables. Según la compañía, eso supone una potencia efectiva 20 000 veces mayor que la de los equipos cuánticos actuales y estará disponible como servicio en la nube a partir de 2029.
El núcleo de esta hazaña son los códigos qLDPC y una arquitectura modular que conecta sub-matrices de cúbits sin permitir que los defectos se desparramen. IBM ha trazado una hoja de ruta gradual: Loon (2025) validará los componentes de qLDPC; Kookaburra (2026) profundizará en la interconexión; Cockatoo (2027) ensayará la unión de varios chips como si fueran un único sistema. Si cada hito cumple, Starling consolidará la tolerancia a fallos y permitirá explorar dominios imposibles hasta ahora. Expertos como Javier Aizpurua, de Basque Quantum, califican la estrategia de sólida, mientras que otros, como Juan José García-Ripoll (IFF-CSIC), recuerdan que todavía falta demostrar la escalabilidad práctica de estos códigos.
En paralelo al anuncio de IBM sobre Quantum Starling, China ha realizado avances muy significativos en su carrera por alcanzar la supremacía cuántica. En marzo de 2025, científicos de la Universidad de Ciencia y Tecnología de China (USTC) presentaron el procesador superconductores Zuchongzhi 3.0, con 105 cúbits; ejecutaron una simulación de circuitos aleatorios en cuestión de cientos de segundos, una tarea que, según estimaciones, demoraría 5 900 millones de años en la supercomputadora clásica.
Según medios como Live Science, este acelerón representa una ventaja de mil millones de veces con respecto a Sycamore de Google en términos de velocidad, aunque este tipo de benchmark (RCS) favorece específicamente a máquinas cuánticas. El trabajo fue publicado en Physical Review Letters y validado por pares, consolidando a China como un actor de primer nivel en la contienda tecnológica.
Históricamente, China ya había registrado logros en 2020 con Jiuzhang, un procesador fotónico con supremacía cuántica en muestreo bosónico, y en 2021 con la versión Zuchongzhi 2.1, precursora de esta nueva generación. A nivel estratégico, este impulso no solo busca liderar en capacidad de cálculo, también es parte de un impulso estatal orientado a la seguridad nacional y al desarrollo de sistemas avanzados, incluyendo comunicaciones cuánticas y criptografía post-cuántica .
Más allá de 2029, IBM planea Blue Jay: un sucesor con 2 000 cúbits lógicos orientado a romper la barrera simbólica de los mil millones de operaciones cuánticas con corrección de errores, el umbral que muchos consideran necesario para ejecutar algoritmos de impacto industrial real. Falta ver si la física y la ingeniería acompañan, pero, tras décadas de promesas, la pregunta ha dejado de ser si y pasa a ser cuándo y cuál de los competidores lo logrará primero. Por ahora, Starling representa el primer gran intento por convertir la supremacía cuántica en una herramienta práctica que transforme el mundo.
