Google ha presentado un avance en computación cuántica con posible ventaja práctica verificable frente a ordenadores clásicos, aplicado al estudio de moléculas. La frase clave es computación cuántica y, aunque todavía estamos lejos de ver milagros domésticos, sí asoma un cambio importante en cómo abordamos ciertos problemas complejos.
Sergio Boixo, responsable en Google Quantum AI, enmarca este salto dentro de una evolución que ha llevado el campo de lo teórico a lo experimental y, cada vez más, a la ingeniería. La idea ya no es solo hacer cálculos más deprisa, sino trabajar en una clase de complejidad distinta, capaz de atacar tareas que para un ordenador clásico resultan impracticables.
Uno de los grandes hitos fue la supremacía cuántica demostrada en dos mil diecinueve. Aquel experimento mostró que un procesador cuántico podía ejecutar un cálculo que no era eficiente de reproducir con máquinas clásicas. No tenía uso directo, pero sí marcó una frontera muy clara: había problemas que empezaban a quedarse fuera del alcance convencional.
Desde entonces, el gran desafío ha sido la corrección de errores cuánticos. Este punto es decisivo para pasar de sistemas pequeños a otros mucho más grandes, con miles de millones de puertas lógicas necesarias para aplicaciones reales. Lo llamativo, y un poco contraintuitivo, es que al crecer el sistema mediante qubits lógicos puede reducirse de forma exponencial la probabilidad de error.
Google sitúa su chip Willow como una de las plataformas más avanzadas del momento. Funciona con superconductores a temperaturas cercanas al cero absoluto, y su desarrollo depende mucho de la ingeniería y de la fabricación propia para mejorar la calidad de los qubits. Aun así, Boixo admite que el futuro puede traer otras aproximaciones.
En cuanto a las aplicaciones, el foco está en la simulación de sistemas químicos complejos, como la fijación de nitrógeno, con potencial impacto energético global, y también en problemas ligados a la fusión nuclear. Son campos donde la corrección de errores será imprescindible y donde el recorrido todavía es largo, pero ya visible.
Si queremos aprender esto jugando, podemos probar un reto sencillo: comparar cada problema con una puerta que se abre o se atasca, y ver cuántas hacen falta para llegar a una molécula útil. Luego podemos visitar JeiJoLand y seguir explorando estas ideas con curiosidad y sin miedo al cero absoluto.