Computación cuántica: qué es, cómo funciona y qué aplicaciones tiene

La computación cuántica ha emergido como una de las fronteras más revolucionarias de la tecnología. A diferencia de la computación clásica –basada en bits que solo pueden valer 0 ó 1– la computación cuántica emplea bits cuánticos o qubits, que pueden estar en múltiples estados simultáneamente gracias a fenómenos de la física cuántica como la superposición . Además, varios qubits pueden entrelazarse entre sí, de modo que el estado de uno depende instantáneamente del estado del otro aunque estén separados por grandes distancias . Estas propiedades únicas permiten procesar información de formas que no tienen equivalente en la informática tradicional, habilitando cálculos a velocidades y escalas inalcanzables para los ordenadores clásicos . En este artículo exploraremos en profundidad qué es la computación cuántica, cómo funciona y qué potencial de aplicación tiene en el mundo real.

Principios básicos de la computación cuántica

Para entender la computación cuántica, primero hay que familiarizarse con sus principios fundamentales. En la informática clásica la unidad mínima de información es el bit, que solo puede tomar uno de dos valores (0 ó 1) de forma exclusiva. En cambio, el qubit (abreviatura de bit cuántico) puede estar en superposición cuántica de ambos valores a la vez. Esto significa que un qubit representa simultáneamente 0 y 1, en diferentes probabilidades, hasta que es medido . Una forma intuitiva de imaginarlo es pensar en una moneda girando en el aire: mientras gira, es como si estuviera mostrando cara y cruz al mismo tiempo, y solo al caer (“medirla”) obtenemos uno de los resultados. Gracias a la superposición, cada qubit adicional aumenta exponencialmente la capacidad de procesamiento, ya que 2 qubits pueden representar 4 estados simultáneamente, 3 qubits representan 8 estados, y así sucesivamente.

El otro fenómeno clave es el entrelazamiento cuántico. Cuando dos o más qubits están entrelazados, forman un sistema integrado donde el estado de cada qubit depende de los demás, sin importar la distancia que los separe. Si medimos uno de los qubits entrelazados, influimos instantáneamente en el estado del otro. Einstein llamó a esto “acción fantasmagórica a distancia”, y fue verificado experimentalmente (de hecho, el Premio Nobel de Física 2022 reconoció a científicos pioneros en información cuántica por sus experimentos sobre el entrelazamiento) . El entrelazamiento permite que un conjunto de qubits actúe de forma coordinada como una sola entidad cuántica, lo que potencia enormemente la capacidad de cálculo paralelo.

¿Por qué hacen falta estos fenómenos? Porque ciertos problemas son intrínsecamente complejos para un ordenador clásico. Un computador tradicional procesa bits secuencialmente o en paralelo limitado, y para problemas con muchísimas variables (como simular reacciones moleculares o analizar grandes conjuntos de datos) la cantidad de posibilidades a examinar es astronómica. Una computadora cuántica puede, gracias a la superposición y el entrelazamiento, explorar simultáneamente múltiples caminos en el espacio de soluciones. Esto le permite resolver algunos problemas muchísimo más rápido que un clásico. Un ejemplo histórico es el anuncio de Google en 2019: su procesador cuántico Sycamore de 54 qubits realizó en 200 segundos una tarea específica que a la supercomputadora clásica más potente le hubiera tomado 10.000 años completar . A este hito se le denominó “supremacía cuántica”, porque demostraba por primera vez una ventaja abrumadora de la computación cuántica en un cálculo concreto. Si bien fue un experimento muy acotado, sirvió para probar que la física cuántica ofrece un camino para resolver problemas antes inabordables.

Ahora bien, es importante aclarar que los ordenadores cuánticos no reemplazarán a los clásicos en todas las tareas. Son más bien como aceleradores especializados para ciertos problemas. De hecho, combinarlos con sistemas tradicionales es la estrategia prevista: IBM, por ejemplo, trabaja en una plataforma modular (System Two) que integrará procesadores cuánticos y clásicos conectados por middleware de nube híbrida . En el día a día seguiremos usando computadoras clásicas para ofimática, navegación web, videojuegos, etc., ya que la computación cuántica muestra su ventaja solo en tipos de cálculo muy complejos (por ahora). En resumen, los qubits no son “más rápidos” que bits en general, sino que operan de forma distinta y pueden abordar problemas intratables para un bit tradicional al usar las leyes de la naturaleza a su favor.

Aplicaciones de la computación cuántica

Aunque la computación cuántica se encuentra todavía en una fase temprana de desarrollo, ya se vislumbran numerosas aplicaciones potenciales en diversos campos. Gracias a su capacidad para procesar información de manera exponencialmente más eficiente en ciertos problemas, un ordenador cuántico podría transformar industrias enteras al resolver problemas que hoy son inalcanzables . A continuación, revisamos algunas de las áreas de aplicación más prometedoras:

Ciberseguridad y criptografía cuántica

La primera aplicación que suele mencionarse es la criptografía y la seguridad de la información. La llegada de ordenadores cuánticos suficientemente potentes representa un riesgo para los esquemas de cifrado actuales. Por ejemplo, muchos sistemas de seguridad (como RSA) se basan en la dificultad de factorizar números muy grandes, tarea que a un ordenador clásico le tomaría millones de años. Sin embargo, en 1994 el matemático Peter Shor desarrolló un algoritmo cuántico capaz de factorizar números enteros exponencialmente más rápido que cualquier método clásico . ¿El resultado? Un ordenador cuántico lo bastante grande podría romper el cifrado RSA de uso común, poniendo en jaque la seguridad de comunicaciones, contraseñas y transacciones bancarias. De hecho, se estima que para descifrar una clave RSA de 2048 bits en un tiempo razonable harían falta del orden de millones de qubits funcionales . Un estudio de 2023 sugirió que unos 20 millones de qubits podrían factorizar una clave RSA-2048 en tan solo 8 horas , cifra que hoy por hoy supera con creces la escala de los hardware cuánticos, pero que marca un posible horizonte a unas pocas décadas vista.

Ante esta perspectiva, la comunidad de seguridad informática ya está desarrollando criptografía post-cuántica, es decir, algoritmos de cifrado diseñados para ser resistentes incluso contra ataques de ordenadores cuánticos . En paralelo, la propia computación cuántica ofrece defensas: la distribución cuántica de claves (QKD) aprovecha el entrelazamiento para intercambiar claves de cifrado de forma teóricamente inviolable, pues cualquier intento de espionaje alteraría los estados cuánticos y sería detectable . Además, la criptografía cuántica permite generar números verdaderamente aleatorios y protocolos de comunicación ultra-seguros basados en principios físicos. En resumen, si bien los ordenadores cuánticos futuros amenazan la criptografía tradicional (por su enorme potencia de cálculo, capaz de ejecutar ataques de fuerza bruta antes impensables ), esa misma tecnología brinda nuevas herramientas para hacer nuestras comunicaciones más seguras. La ciberseguridad, por tanto, está encaminada a una carrera de armamentos cuánticos: proteger la información antes de que las computadoras cuánticas sean suficientemente poderosas para quebrar los esquemas actuales.

Optimización logística y financiera

Muchos problemas en sectores como la logística, el diseño industrial o las finanzas se reducen a buscar la mejor solución entre un número colosal de posibilidades. Por ejemplo, planificar las rutas óptimas de distribución en una cadena de suministro global, asignar eficientemente vehículos y contenedores, o encontrar la combinación ideal de inversiones para maximizar rentabilidad y minimizar riesgo. Estas tareas de optimización con múltiples variables explotan rápidamente la capacidad de los ordenadores clásicos. La computación cuántica promete abordar estos desafíos probando configuraciones en paralelo y aprovechando algoritmos cuánticos especializados.

Ya se están explorando algoritmos cuánticos de optimización para problemas de rutas y logística , mostrando que un ordenador cuántico podría encontrar soluciones óptimas evaluando simultáneamente un gran número de escenarios. En finanzas, un quantum computer podría mejorar la selección de portafolios de inversión o el cálculo de precios de derivados financieros más rápido que los métodos clásicos . Un caso concreto es el análisis de riesgo: las simulaciones de Monte Carlo, usadas para evaluar riesgo financiero, podrían acelerarse drásticamente con computación cuántica , permitiendo recalcular riesgos casi en tiempo real. Del mismo modo, en gestión de tráfico y logística compleja, un sistema cuántico podría recalcular rutas óptimas sobre la marcha ante cambios (clima, demanda, incidencias) mucho más rápido que los algoritmos actuales.

Empresas tecnológicas y bancos ya experimentan con solvers cuánticos en problemas de optimización. IBM, Google, Volkswagen, JPMorgan, entre otras, han desarrollado programas piloto. Por ejemplo, Volkswagen probó usar algoritmos cuánticos para optimizar el tráfico de taxis en Beijing reduciendo atascos, y JPMorgan investiga algoritmos cuánticos para optimizar carteras y detectar anomalías en mercados. Aunque los resultados todavía no superan claramente a las técnicas clásicas (debido a las limitaciones del hardware cuántico actual), estos experimentos indican la enorme oportunidad en logística, operaciones y finanzas: con computadores cuánticos más potentes, podríamos mejorar significativamente la eficiencia en transporte, reducir costes operativos y obtener cálculos financieros más precisos y rápidos .

Descubrimiento de fármacos y nuevos materiales

Otra área de impacto transformador es la ciencia y la ingeniería, en particular el descubrimiento de nuevos fármacos y materiales avanzados. La química y la biología a nivel molecular involucran sistemas cuánticos por naturaleza (átomos, electrones, enlaces químicos). Simular con exactitud el comportamiento de moléculas complejas, proteínas o materiales es extraordinariamente difícil para un ordenador clásico – las interacciones cuánticas entre partículas subatómicas aumentan la complejidad de forma exponencial. Por eso, en la práctica, el desarrollo de medicamentos implica mucho ensayo y error en laboratorio, un proceso que puede tardar más de 10 años y costar miles de millones de dólares por cada nuevo fármaco .

La computación cuántica está hecha a la medida de estos problemas, ya que puede simular sistemas cuánticos usando qubits cuánticos. Un computador cuántico suficientemente potente podría modelar con precisión la estructura electrónica de moléculas complejas, predecir cómo interactuarán un fármaco y una proteína, o explorar nuevas configuraciones de materiales sin necesidad de síntesis experimental . Por ejemplo, podría probar virtualmente miles de variaciones de un compuesto químico en cuestión de segundos para seleccionar las más prometedoras antes de sintetizarlas realmente, acelerando enormemente el descubrimiento de medicamentos. Empresas farmacéuticas como Merck o GlaxoSmithKline ya colaboran con startups cuánticas para investigar fármacos asistidos por simulación cuántica. En ciencia de materiales, compañías de energía como Repsol o ExxonMobil investigan si los ordenadores cuánticos pueden ayudar a diseñar nuevos catalizadores, paneles solares más eficientes o baterías de próxima generación, simulando interacciones químicas que hoy no podemos calcular con exactitud.

Un ejemplo citado a menudo es la molécula de la fotosíntesis artificial o la del fertilizante de amoníaco (proceso Haber-Bosch): entender y optimizar estas reacciones químicas podría tener enorme impacto en energía y agricultura, pero requieren modelar sistemas cuánticos con decenas de electrones correlacionados. Un ordenador cuántico podría realizar estas simulaciones en minutos donde un superordenador clásico fallaría. En resumen, la computación cuántica promete una era de diseño molecular asistido por computador: desde medicamentos personalizados hasta nuevos materiales superconductores o polímeros ultrarresistentes, las posibilidades son enormes . Esto se traduciría en innovaciones más rápidas en salud, energía, electrónica y prácticamente cualquier industria apoyada en nuevos materiales.

Inteligencia artificial y aprendizaje automático

La inteligencia artificial (IA) y el machine learning también podrían beneficiarse significativamente de la computación cuántica. Actualmente, el entrenamiento de modelos de deep learning de gran escala (como modelos de lenguaje tipo ChatGPT o redes generativas de imágenes) está limitado por la capacidad de cómputo de los ordenadores clásicos y por el tiempo que toman estos procesos. A medida que los modelos de IA crecen en tamaño y datos, sus requerimientos computacionales se disparan y las GPUs y clusters actuales comienzan a ser insuficientes o demasiado costosos. Aquí es donde entra la idea de la IA cuántica o Quantum Machine Learning (QML).

Un ordenador cuántico puede, en teoría, procesar en paralelo estados equivalentes a enormes vectores de datos, acelerar cálculos de álgebra lineal y explorar múltiples configuraciones de un modelo simultáneamente. Esto podría hacer más eficientes ciertos algoritmos de machine learning. Por ejemplo, se investiga la aceleración cuántica de los modelos de soporte vectorial, de los algoritmos de clustering o de búsqueda de mejores hiperparámetros en redes neuronales. Un caso concreto: un algoritmo cuántico conocido como Grover puede acelerar la búsqueda en espacios no estructurados, lo que podría aplicarse a la búsqueda de parámetros óptimos en un modelo de IA.

Además, la computación cuántica podría ayudar a entrenar modelos con conjuntos de datos masivos más rápido, evitando problemas de atascos en memorización o convergencia, e incluso posibilitar nuevos tipos de modelos híbridos cuántico-clásicos. Ya existen prototipos de redes neuronales cuánticas donde los qubits representan neuronas o pesos sinápticos en superposición, permitiendo representaciones muy ricas con pocos qubits. Empresas como Google y IBM han publicado investigaciones en quantum machine learning, y startups como Xanadu desarrollan bibliotecas (como PennyLane) para que científicos de datos exploren modelos cuánticos.

En el corto plazo, es probable que veamos la combinación de IA clásica con subrutinas cuánticas para acelerar partes específicas de los algoritmos. Por ejemplo, usar un módulo cuántico para calcular similitudes en un conjunto enorme de vectores podría potenciar sistemas de recomendación o detección de fraudes . De hecho, se espera que la detección de fraude financiero y la ciberseguridad sean áreas donde la IA cuántica colabore: un algoritmo cuántico podría detectar patrones anómalos en transacciones o en tráfico de red más eficazmente que uno clásico .

En definitiva, la fusión de computación cuántica e inteligencia artificial podría allanar el camino para IA más potente y rápida, capaz de aprender de datos complejos que hoy quedan fuera de alcance. Esto podría acelerar la llegada de vehículos autónomos más seguros (procesando en tiempo real cantidades ingentes de datos de sensores), mejorar asistentes inteligentes, o permitir simulaciones en campos como el clima y la economía con algoritmos de aprendizaje no viables hoy. No obstante, el campo de IA cuántica está en sus albores y queda mucho por investigar para determinar en qué casos concretos la ventaja cuántica sobrepasa a las técnicas de IA clásica.

Simulaciones científicas y clima

Una categoría amplia de aplicaciones cuánticas es la simulación de sistemas físicos y otros fenómenos naturales. Ya mencionamos la simulación química a nivel molecular, pero va más allá: ¿qué tal simular el clima terrestre con detalle atómico? O modelar el comportamiento del plasma en un reactor de fusión nuclear, o incluso entender mejor la física fundamental de partículas subatómicas. Muchas de estas simulaciones no se pueden realizar con éxito en ordenadores clásicos, porque la complejidad crece exponencialmente. Los científicos suelen tener que recurrir a aproximaciones o modelos reducidos.

Con simulaciones cuánticas, en cambio, podríamos recrear el comportamiento de sistemas cuánticos utilizando ordenadores cuánticos, obteniendo respuestas más precisas. Un ejemplo es la dinámica de fluidos o la predicción meteorológica: el clima involucra interacciones caóticas en múltiples escalas, y un ordenador cuántico podría manejar modelos climáticos con resolución y profundidad mucho mayores que los actuales . Esto ayudaría a realizar pronósticos más confiables o simular el impacto del cambio climático con menor incertidumbre.

En física de partículas, simuladores cuánticos podrían emular colisiones subatómicas o estados exóticos de la materia que hoy solo se exploran en teoría. Instituciones como el CERN estudian el uso de algoritmos cuánticos para analizar los enormes volúmenes de datos de sus experimentos. En astrofísica, se podría simular la evolución de galaxias o agujeros negros en modos que las supercomputadoras actuales no logran. Y en ciencia de materiales, ya mencionamos la simulación cuántica para descubrir nuevos compuestos – esto se extiende también a campos como el diseño de paneles solares (buscando materiales con mejor absorción de luz) o superconductores a temperatura ambiente.

Otro ámbito prometedor es la optimización de reactores nucleares y sistemas cuánticos mismos. Por ejemplo, proyectos de fusión nuclear (como ITER) enfrentan complejos problemas de estabilidad del plasma que podrían beneficiarse de simulaciones cuánticas para optimizar campos magnéticos de contención. O la búsqueda de la química verde: catalizadores para reacciones industriales limpios y eficientes podrían descubrirse más rápido mediante simulación cuántica de opciones.

En definitiva, cualquier disciplina científica o de ingeniería donde existan modelos matemáticos muy complejos puede experimentar un salto si se aprovecha la computación cuántica para simular esos modelos de forma más fiel. Esto incluye desde predecir fenómenos naturales con mayor precisión hasta abrir ventanas a nuevos descubrimientos fundamentales en física.

Sensores cuánticos y otros usos emergentes

No todas las aplicaciones se tratan de cálculos abstractos. También existen desarrollos en sensores cuánticos y dispositivos de medición de ultra alta precisión. La detección cuántica aprovecha el hecho de que sistemas cuánticos pueden ser extremadamente sensibles a perturbaciones externas. Por ejemplo, se han desarrollado prototipos de relojes atómicos cuánticos y sensores gravitacionales capaces de detectar variaciones ínfimas en campos gravitatorios o electromagnéticos. Estos sensores podrían mejorar la navegación (GPS mucho más preciso), permitir mejores escáneres médicos por imágenes (detectando cambios minúsculos en tejidos), o monitorear recursos naturales bajo tierra detectando variaciones gravitatorias que indiquen acuíferos u otros depósitos.

Un área activa es la metrología cuántica: usar qubits para medir tiempo, campos magnéticos, aceleración, etc., con precisiones imposibles de lograr con sensores clásicos. Por ejemplo, se investiga cómo qubits de espín podrían detectar cambios en campos magnéticos neuronales, abriendo camino a dispositivos médicos de diagnóstico no invasivos. En defensa, sensores cuánticos podrían detectar submarinos o stealth a través de perturbaciones gravitatorias o geomagnéticas casi imperceptibles.

También se habla de comunicaciones cuánticas más allá de la criptografía. Un fenómeno llamado teleportación cuántica permite transferir el estado cuántico de una partícula a otra distante mediante entrelazamiento, lo que en teoría sienta bases para una futura internet cuántica. Si bien no se “teletransporta materia”, esta técnica podría usarse para enviar información cuántica (qubits) entre nodos separados, creando redes de comunicación cuántica ultraseguras. De hecho, ya existen redes de prueba con enlaces cuánticos a decenas de kilómetros, y satélites experimentales de comunicación cuántica (China ha liderado algunos hitos en este terreno).

Otra línea incipiente es la fabricación cuántica. Aquí la idea es usar ordenadores cuánticos para optimizar y controlar procesos de manufactura avanzada. Por ejemplo, diseñar nuevas aleaciones o materiales compuestos con propiedades específicas, optimizar la forma de nanomateriales, o mejorar la producción de semiconductores. Un ordenador cuántico podría simular y regular procesos de fabricación en tiempo real para minimizar defectos y maximizar eficiencia . Imaginemos líneas de montaje ajustándose dinámicamente con algoritmos cuánticos para reducir desperdicios o adaptarse a nuevas especificaciones rápidamente.

En resumen, además de las aplicaciones “estrella” en computación y ciencia, la revolución cuántica también traerá dispositivos cuánticos que tocaremos más directamente: sensores más precisos, comunicaciones inviolables y posiblemente sistemas de producción más inteligentes. Muchas de estas aplicaciones están aún en fase de investigación básica, pero muestran cómo el ecosistema cuántico abarca más que solo computadoras: incluye comunicación, medición y otras tecnologías habilitadoras que podrían redefinir múltiples sectores.

Avances recientes y estado actual de la tecnología

Después de repasar el panorama de aplicaciones, surge la pregunta: ¿qué tan cerca estamos de lograrlo? A día de hoy (2025), la computación cuántica es una realidad en forma de prototipos experimentales. Grandes empresas tecnológicas, startups e instituciones académicas compiten en una verdadera carrera cuántica por construir máquinas con más qubits y menos errores. Veamos algunos hitos y el estado de la tecnología:

• Número de qubits: Ha crecido rápidamente en la última década. IBM, uno de los líderes del campo, presentó en 2021 su chip Eagle de 127 qubits, en 2022 el chip Osprey de 433 qubits , y a finales de 2023 anunció Condor, el primer procesador cuántico de más de 1.000 qubits (exactamente 1.121 qubits) . Este último es un gran salto que triplica al anterior y marca un récord histórico. IBM ha seguido una hoja de ruta de prácticamente duplicar qubits cada año, y planeaba alcanzar los 1.121 qubits en 2023, objetivo que cumplió . Para 2025, IBM apunta a sistemas modulares equivalentes a 4.000 qubits interconectados . Otras empresas también han logrado avances: Google tras su chip de 54 qubits (Sycamore) trabaja en nuevos procesadores y anunció el objetivo de tener un computador cuántico útil de un millón de qubits para el año 2029 . La empresa canadiense D-Wave (que sigue una arquitectura distinta de análogos cuánticos o annealers) comercializa sistemas cuánticos con más de 5.000 qubits, aunque enfocados a ciertos problemas de optimización específicos y sin capacidad de cómputo universal. En general, la tendencia es clara: cada año se baten récords de número de qubits.
• Calidad de qubits (coherencia y error): Tan importante como la cantidad es la calidad de los qubits. Los sistemas actuales sufren de decoherencia muy rápida: los qubits mantienen su estado cuántico por pequeñísimas fracciones de segundo antes de perderlo por interacciones con el entorno. Además, las operaciones cuánticas (puertas lógicas) introducen errores no despreciables en los qubits. Por eso se les llama ordenadores NISQ (Noisy Intermediate-Scale Quantum), de escala intermedia y ruidosos. Empresas como IBM y Google publican métricas como el “volumen cuántico” que combinan número de qubits y fidelidad de operaciones. IBM por ejemplo anunció que su chip Osprey tenía un volumen cuántico de 32 (modesto), pero han logrado volúmenes de 512 en sistemas de ~127 qubits mejor calibrados. La principal traba para ampliar las capacidades es lidiar con ese ruido. IBM ha subrayado que el ruido cuántico es el inconveniente número uno para la adopción de esta tecnología . Por eso, más recientemente la estrategia se enfoca en corrección de errores cuánticos más que en añadir qubits sin control.
• Corrección de errores y qubits lógicos: La corrección de errores cuánticos consiste en usar muchos qubits físicos “redundantes” para conformar un solo qubit lógico libre de errores. Las teorías actuales indican que se requieren más de 1000 qubits físicos por cada qubit lógico perfectamente corregido . Esto implica que para tener, digamos, 100 qubits lógicos útiles, harían falta del orden de 100.000 qubits físicos trabajando en conjunto, y para aplicaciones realmente revolucionarias quizás millones . Hoy estamos en el rango de los 1.000 qubits físicos, así que aún queda camino. Sin embargo, hay avances: en 2023 investigadores demostraron nuevos códigos de corrección (denominados qLDPC) que podrían reducir significativamente la cantidad de qubits extra requeridos . IBM, de hecho, anunció que tras lograr el chip de 1.121 qubits, enfocará esfuerzos en mejorar la fidelidad antes que aumentar mucho más la cuenta bruta de qubits . En paralelo, otras compañías como IonQ y Quantinuum (Honeywell) apuestan por tecnologías de qubits alternativas, como iones atrapados, que aunque tienen menos qubits (del orden de 20-30 actualmente) presentan puertas lógicas de muy alta fidelidad, facilitando la corrección de errores.
• Infraestructura y enfriamiento: Operar un computador cuántico no es simple. Los qubits superconductores (usados por IBM, Google, Amazon y otros) requieren temperaturas cercanas al cero absoluto (alrededor de 0,01 kelvin, es decir -273 °C) para funcionar sin decoherencia . Esto se logra con helio líquido y refrigeradores especiales (dilution refrigerators) que cuelgan como “chandeliers” dorados dentro de tanques aislados. Por eso, los prototipos cuánticos actuales ocupan el espacio de un armario o habitación entera repleta de equipos de control, cableado, criogenia y electrónica de soporte. Empresas como IBM han logrado empaquetar sus sistemas (IBM Q System One, mostrado más arriba) en cubos cerrados para estabilidad. Pero escalar de 1.000 a 1.000.000 de qubits implicará enormes retos de ingeniería: se trabaja en diseños modulares (en lugar de un solo chip monolítico, múltiples chips cuánticos conectados ópticamente o mediante enlaces cuánticos). También se investiga la fotónica cuántica (qubits de luz que operan a temperatura ambiente) o qubits en semiconductores integrados (spin de electrones en silicio, similares a transistores cuánticos), lo que a largo plazo podría facilitar la integración.
• Acceso en la nube: Pese a sus limitaciones, ya es posible utilizar computadoras cuánticas a través de la nube. IBM fue pionera ofreciendo acceso público a pequeños procesadores cuánticos desde 2016. Hoy cualquiera con internet puede registrarse en IBM Quantum Experience y ejecutar experimentos en chips de 5 o 7 qubits libres, o más grandes para socios académicos/empresariales. Otros proveedores como Amazon Braket, Microsoft Azure Quantum y Google Quantum AI ofrecen acceso a diversos hardware cuánticos (superconductores, iones atrapados e incluso los annealers de D-Wave) bajo modelo de servicio en la nube. Esto significa que la computación cuántica ya está saliendo de los laboratorios para ser probada por desarrolladores y científicos de todo el mundo, aunque sea en problemas de juguete. Esta democratización temprana ayuda a formar talento y a descubrir qué algoritmos cuánticos funcionan mejor. De hecho, se han organizado hackathons y desafíos donde estudiantes programan algoritmos cuánticos para tareas concretas. Si bien los dispositivos NISQ actuales no superan aún a un laptop en problemas prácticos, este ecosistema de software y servicios cuánticos en la nube está preparando el camino para aprovechar las máquinas más potentes que vendrán.
• Inversión y ecosistema: El impulso detrás de la computación cuántica es fuerte. Países como Estados Unidos, China y la Unión Europea han invertido miles de millones en programas de investigación cuántica. Gobiernos crean centros de innovación cuántica, con la vista puesta en ventajas tanto científicas como estratégicas (comunicaciones seguras, supremacía tecnológica, etc.). Empresas privadas han invertido también fuertemente: en 2021 la startup IonQ salió a bolsa con una valoración de ~2.000 millones USD; Google, IBM, Intel, Microsoft y Amazon tienen divisiones enteras dedicadas a la computación cuántica. En 2022, en España, la UE seleccionó Barcelona para instalar uno de sus primeros ordenadores cuánticos en Europa, reflejando que la tecnología se extiende globalmente . Todo esto ha creado un ecosistema donde coexisten gigantes tecnológicos, startups especializadas, universidades y centros gubernamentales compitiendo y colaborando. La carrera no es solo por quién logra más qubits, sino por quién desarrolla el mejor software cuántico, los mejores algoritmos y aplica primero la computación cuántica a un problema de alto impacto práctico.

En resumen, el estado actual es emocionante pero hay que calibrar las expectativas: disponemos ya de prototipos funcionales que demuestran el poder de la computación cuántica en experimentos controlados. Sin embargo, para aplicaciones útiles de gran escala se requerirán máquinas con muchos más qubits y significativamente más estables. La buena noticia es que los avances se suceden rápidamente, y cada año rompemos barreras que parecían lejanas. Estamos quizás en un punto similar a los inicios de la computación clásica en los años 1940-1950: los “tubos de vacío cuánticos” actuales son rudimentarios, pero sientan las bases de una revolución inminente.

Desafíos y limitaciones pendientes

A pesar del enorme progreso, la computación cuántica enfrenta importantes desafíos que deben superarse antes de alcanzar todo su potencial. Entre los principales obstáculos podemos destacar:

• Decoherencia y estabilidad: Los estados cuánticos son extremadamente frágiles. Cualquier interacción con el entorno (vibraciones, fluctuaciones térmicas, ruido electromagnético) puede colapsar la superposición de un qubit, convirtiéndolo en un 0 o 1 “normal”. Mantener decenas o cientos de qubits coherentes simultáneamente el tiempo suficiente para efectuar cálculos complejos es difícil. Actualmente, la “coherencia” de un qubit se mide en microsegundos o milisegundos, lo cual limita la profundidad de los circuitos cuánticos que podemos ejecutar antes de que el sistema se vuelva caótico. En criostatos lab, hay que aislar los qubits de todo – la sala de un ordenador cuántico se asemeja a un entorno de metrología extrema. Lograr qubits más robustos (quizás con nuevas tecnologías, materiales o sistemas auto-corrigidos) es un desafío científico fundamental.
• Corrección de errores a gran escala: Como mencionamos, la corrección de errores cuánticos requerirá enormes recursos adicionales. Implementar códigos de corrección (como Surface Codes o LDPC cuánticos) supone dedicar la mayoría de los qubits de un chip a detectar y enmendar errores en unos pocos qubits lógicos de cálculo. Esto es todo un reto ingenieril: debemos orquestar miles o millones de qubits trabajando al unísono de forma ultra-confiable. Hoy apenas estamos experimentando con la corrección de un par de qubits lógicos en hardware. No obstante, se han dado pasos importantes: en 2023 se logró por primera vez que un qubit lógico corregido cuánticamente fuera más estable que los qubits físicos sin corregir – un punto de inflexión que indica que la corrección de errores funciona y escala, aunque lentamente. La investigación en nuevos códigos más eficientes también es vibrante. El camino hacia computadores cuánticos totalmente tolerantes a fallos es posiblemente de 5 a 10 años como mínimo, si los avances continúan al ritmo actual .
• Escalabilidad y arquitectura: Construir un chip con miles de qubits interconectados es complejo. Los enfoques actuales enfrentan problemas de escalabilidad física: en superconductores, cada qubit requiere controladores de microondas individuales, cables que los conecten con la electrónica clásica, etc. El propio tamaño del chip y las interferencias limitan cuántos qubits podemos meter en un solo wafer de silicio. La estrategia de modularidad será clave: conectar varios chips cuánticos en un solo sistema como módulos, e incluso scaling out con múltiples refrigeradores cuánticos interconectados ópticamente. Esto implica desarrollar enlaces cuánticos (por ejemplo, entre fotones y qubits) para transmitir estados cuánticos entre módulos – básicamente, una mini red cuántica dentro del computador. También hay propuestas de qubits topológicos (Microsoft investiga en esa dirección) que serían inherentemente más estables y permitirían mayor densidad, aunque aún no se han demostrado a nivel práctico.
• Algoritmos y utilidades reales: Del lado del software, otro desafío es descubrir algoritmos cuánticos útiles que aprovechen estas máquinas para tareas de valor práctico. Hasta ahora, aparte de Shor (factoring) y Grover (búsqueda), los algoritmos cuánticos conocidos con ventaja demostrable no son muchos. Hay un abanico de algoritmos cuánticos variacionales (VQE, QAOA, etc.) prometedores para química y optimización, pero no está garantizado que superen a los mejores algoritmos clásicos a corto plazo. Es un campo en exploración. Puede ocurrir que necesitemos un número crítico de qubits y calidad para que la ventaja cuántica sea manifiesta. Mientras tanto, programar estos sistemas requiere habilidades nuevas; por eso se están creando librerías y abstracciones (como Qiskit de IBM, Cirq de Google, etc.) para facilitar el desarrollo cuántico. La falta de personal experto en computación cuántica también es un obstáculo: se necesita formar a más investigadores y desarrolladores en esta multidisciplina (física, matemáticas, informática). Afortunadamente, la oferta educativa en información cuántica ha crecido exponencialmente en universidades y cursos en línea en los últimos 3 años, preparando una generación que podrá explotar mejor estas máquinas cuando estén listas.
• Expectativas e inversión sostenida: Por último, un desafío más social: evitar la burbuja de hype y mantener una inversión y apoyo constantes a largo plazo. La computación cuántica ha sido muy publicitada, y existe el riesgo de promesas exageradas a corto plazo. Si bien ya hay hitos importantes, los avances sustanciales pueden tomar tiempo y algunos proyectos corporativos podrían impacientarse si no ven retornos inmediatos. Es importante comunicar los logros con honestidad y también las dificultades pendientes, para que el campo no sufra desencanto prematuro. Hasta ahora, la inversión ha sido fuerte y creciente, pero requerirá persistir quizás una década más antes de que los beneficios comerciales claros aparezcan. La competencia geopolítica (p.ej. entre potencias globales) ha ayudado a sostener el impulso. También, la comunidad científica cuida de desmitificar: en 2020 circuló la noticia de que “China había construido una computadora cuántica que rompía RSA”, lo cual luego se entendió que era solo factorizar un número de 48 bits, totalmente trivial incluso para un PC doméstico . Así que hay ruido mediático que tamizar. Si el apoyo se mantiene, es cuestión de cuándo y no si la computación cuántica alcanzará su madurez.

En síntesis, los retos técnicos son formidables pero no hay obstáculos fundamentales conocidos que impidan lograr ordenadores cuánticos a gran escala. Es principalmente un problema de ingeniería e innovación: mejorar gradualmente la estabilidad, integrar más qubits, perfeccionar la corrección de errores y descubrir aplicaciones donde brillen. La comunidad cuántica está avanzando simultáneamente en todos estos frentes. Cada año se publican cientos de investigaciones refinando puertas lógicas, materiales para qubits (por ejemplo, diamante con vacantes de nitrógeno para qubits a temperatura ambiente), algoritmos más resistentes al ruido, etc. Es un esfuerzo global y multidisciplinar para domar la exótica física cuántica y ponerla a trabajar en nuestro beneficio.

El futuro: ¿hacia dónde nos lleva la computación cuántica?

Con todo lo expuesto, podemos imaginar que las próximas décadas serán apasionantes a medida que la computación cuántica pase de la fase experimental a la fase práctica. ¿Qué podemos esperar del futuro cercano y lejano?

En el corto plazo (5-10 años), es probable que veamos lograr la ventaja cuántica en algún ámbito específico. Es decir, un ordenador cuántico resolviendo mejor (más rápido, más barato o con mayor precisión) un problema de relevancia comercial o científica real que ningún superordenador clásico pueda igualar. Algunos expertos apuestan a que la química cuántica será la primera en llegar a este punto – quizás el diseño de una molécula farmacéutica o catalizador importante. Otros creen que será en optimización o machine learning, con algún servicio cuántico en la nube ofreciendo soluciones concretas para empresas (por ejemplo, optimizar rutas de logística internacionales con datos en vivo, mediante un algoritmo híbrido cuántico-clásico).

Es casi seguro que en esta década presenciaremos la primera computadora cuántica tolerante a fallos con decenas de qubits lógicos perfectos . De hecho, IBM anunció planes de tener un sistema cuántico plenamente tolerante a fallos operando en 2029 . Esto marcará el inicio de la era de la computación cuántica útil de propósito general. Google, por su parte, afirma que para 2029 planea ya tener un ordenador cuántico funcional integrado, y su meta del millón de qubits va encaminada a ese horizonte . Habrá que ver si se cumple en plazo, pero la dirección es clara.

En el medio plazo (10-20 años), si las tendencias continúan, la computación cuántica podría volverse una herramienta común en ciertos sectores. Por ejemplo, los laboratorios farmacéuticos podrían rutinariamente usar simulaciones cuánticas en etapas tempranas de investigación de nuevos compuestos. Grandes instituciones financieras podrían tener coprocesadores cuánticos en sus centros de datos para análisis de riesgo y optimización de inversiones en tiempo real. Los sistemas de logística global podrían apoyarse en planificación cuántica para hacer frente a interrupciones (como las vividas durante la pandemia). Gobiernos y militares probablemente desplieguen comunicaciones cuánticas seguras entre sus instalaciones críticas, inaugurando la columna vertebral de una Internet cuántica para transmisión de información ultra-segura.

Es posible que la inteligencia artificial se potencie con algoritmos cuánticos, permitiendo IA con capacidades hoy de ciencia ficción. Quizá asistentes virtuales capaces de procesar contextos enormemente complejos en segundos, o simulaciones de IA que ayuden a resolver problemas científicos planteando hipótesis que un cerebro humano tardaría años en concebir. Todo esto suena especulativo, pero hace 20 años habría sonado igual de descabellado hablar de los modelos de IA que ya tenemos en 2025.

Mirando al largo plazo (20+ años), podemos soñar con escenarios aún más futuristas: computadores cuánticos con billones de qubits incorporados en centros de cálculo, resolviendo problemas de optimización planetaria (tráfico en tiempo real de todas las ciudades, gestión de redes eléctricas globales con renovables, predicción precisa de desastres naturales con suficiente antelación para mitigarlos). Quizá avances en ciencia básica gracias a la simulación cuántica permitan diseñar materiales revolucionarios, como superconductores a temperatura ambiente que transformen nuestra manera de transmitir y almacenar energía, o desarrollar fármacos personalizados al ADN de cada individuo simulando en detalle sus interacciones bioquímicas. Incluso se ha planteado que una potencia computacional cuántica extrema podría probar directamente teorías físicas, como simular universos cuánticos enteros a pequeña escala para entender la física del cosmos.

No obstante, conviene ser prudentes: “tenemos un largo camino por recorrer entre los experimentos de laboratorio de hoy y las aplicaciones prácticas de mañana”, como señaló el CEO de Google tras lograr la supremacía cuántica . Muchos de los escenarios anteriores requieren resolver problemas que aún ni imaginamos. Es posible que surjan obstáculos nuevos en el escalado (por ejemplo, fenómenos cuánticos indeseados a gran escala, límites de materiales, etc.). O quizá descubramos que ciertas tareas no resultan tan beneficiadas por la computación cuántica como esperábamos, y tengamos que replantear enfoques híbridos.

Lo que sí es casi seguro es que la computación cuántica no avanzará en aislamiento. Irá de la mano con mejoras en computación clásica (que sigue evolucionando con arquitecturas neuromórficas, chips 3D, etc.), y con otras tecnologías cuánticas. De hecho, hablamos ya de la segunda revolución cuántica, que engloba computación, comunicación y sensores cuánticos. Es probable que en el futuro veamos sistemas integrados cuántico-clásicos, donde cada tipo de computador se encargue de lo que mejor sabe hacer. Ya hoy IBM plantea integrar flujos de trabajo cuánticos en la nube junto con la computación clásica .

Para el gran público, la computación cuántica quizá sea invisible pero ubicua en unas décadas, tal como Internet o la inteligencia artificial: uno no piensa en los servidores o algoritmos que hay detrás de Google o de Siri, simplemente los usa. De igual modo, puede que usemos servicios en la nube que “casualmente” funcionan gracias a un módulo cuántico, sin enterarnos. Los avances en criptografía post-cuántica garantizarán que la transición sea segura y transparente (por ejemplo, nuestros teléfonos en el futuro podrían realizar intercambios cuánticos de clave sin que notemos nada diferente).

En conclusión, la computación cuántica se perfila como una tecnología disruptiva que transformará la informática y numerosos sectores, pero lo hará paso a paso. Ya estamos asistiendo a sus primeros logros experimentales asombrosos , y en la próxima década deberíamos ver sus primeros frutos útiles. Como toda gran revolución, probablemente sobreestimamos lo que podrá hacer en el corto plazo, pero subestimamos su impacto en el largo plazo. Si los retos actuales se resuelven –y no hay indicios de que sean insalvables–, la computación cuántica añadirá una herramienta poderosísima al arsenal humano para resolver problemas complejos, desde mejorar la salud y el bienestar hasta expandir nuestro conocimiento del universo. El futuro inmediato será de arduo trabajo científico e ingenieril, pero el destino final bien merece la pena: un mundo donde aprovechamos las extrañas propiedades cuánticas para impulsar la próxima gran ola de innovación tecnológica . Estamos, sin duda, en las primeras páginas de un nuevo capítulo en la historia de la computación y la humanidad. ¡El futuro será cuántico, o no será! !

Referencias:

1. VASS (2024). De la teoría a la práctica: el impacto real de la computación cuántica .
2. EPB (2024). Las 9 principales aplicaciones de la computación cuántica en 2024 .
3. IBM (2022). IBM anuncia su procesador cuántico Osprey de 433 qubits .
4. Expansion MX (2019). Google alcanza la supremacía cuántica; así es como lo logró .
5. MIT Technology Review (2025). Un ordenador cuántico romperá el cifrado RSA de 2048 bits en ocho horas .
6. Cointelegraph (2023). ¿Qué podremos hacer con la computación cuántica en 2029? .
7. Centro GR Mosconi (2023). IBM lanza el primer chip cuántico de 1.000 qubits .
8. Computerworld (2022). El nuevo sistema cuántico de IBM alcanza los 433 qubits .