La principal limitación de la computación cuántica no reside en la carrera tecnológica, sino en las leyes fundamentales de la física. Los cúbits —los bits cuánticos de información— son extremadamente vulnerables a cualquier influencia externa, lo que pone en duda su aplicación práctica para cálculos complejos.

El núcleo del problema: decoherencia y errores

Una computadora cuántica no reemplazará al portátil habitual ni ejecutará programas clásicos. No es una cuestión del nivel actual de desarrollo, sino una limitación fundamental. Un cúbit, que se encuentra en superposición de dos estados (como una moneda que aún no ha caído), pierde fácilmente ese frágil estado bajo la influencia del ruido térmico, las vibraciones o las interferencias electromagnéticas. Este proceso, llamado decoherencia, provoca la acumulación de errores a medida que los algoritmos se vuelven más complejos.

Por eso, los procesadores superconductores de gigantes como Google e IBM funcionan a temperaturas extremadamente bajas —alrededor de 10–20 milikelvins, muy por debajo de la temperatura de la radiación cósmica de fondo (~2,72 K). Este enfriamiento requiere instalaciones criogénicas muy complejas y reduce, pero no elimina por completo, el ruido térmico.

Cúbits físicos y lógicos: el precio de la fiabilidad

Un cúbit físico es un sistema cuántico real: un circuito superconductor, un ion en una trampa o un fotón. Debido a la imperfección del entorno, «hace ruido»: en los cúbits superconductores, la probabilidad de error en operaciones de dos cúbits es del 0,1–1%. Los líderes del mercado, como Quantinuum (precisión del 99,921% en el sistema Helios), IQM (99,91%) e IBM (99,9%), han logrado cifras impresionantes, pero esto aún no es suficiente para cálculos largos.

La solución son los cúbits lógicos, donde la información cuántica se distribuye entre múltiples cúbits físicos mediante la corrección de errores cuánticos (QEC). El método más prometedor es el código de superficie, con un umbral teórico de estabilidad de alrededor del 1%. Los últimos avances son impresionantes:

  • El procesador Willow de Google Quantum AI demostró una supresión exponencial de errores lógicos al escalar la red: la tasa de errores se reduce a más de la mitad en cada paso.
  • Quantinuum Helios (98 cúbits físicos en iones de bario-137) mostró 48 cúbits lógicos con corrección de errores en una proporción aproximada de 2:1.
  • Investigadores de Harvard, MIT y QuEra ejecutaron circuitos con decenas de cúbits lógicos en un procesador de 448 átomos neutros, y en configuraciones individuales, hasta 96.

Sin embargo, el precio de la fiabilidad es alto: anteriormente se creía que se necesitaban hasta 1000 cúbits físicos por cada cúbit lógico. Los nuevos códigos qLDPC potencialmente reducen estos costos en un orden de magnitud, pero aún así se necesitan decenas, no unidades, de cúbits físicos.

Qué significa esto en la práctica

Las computadoras cuánticas tolerantes a fallos a gran escala siguen siendo solo parte de las hojas de ruta. IBM promete para 2029 el sistema Starling con 200 cúbits lógicos, pero incluso si tiene éxito, será un coprocesador en la nube altamente especializado, no un reemplazo para un centro de datos. El número de cúbits físicos por sí solo aporta poca información: lo que es críticamente importante es la calidad de las operaciones, la tasa de errores y la capacidad del sistema para mantener cúbits lógicos con baja probabilidad de fallo.

Las ventajas de las máquinas cuánticas solo se han demostrado formalmente en tareas especializadas (muestreo bosónico, algoritmo de Shor), mientras que en escenarios cotidianos —desde el trabajo con texto hasta los juegos— los procesadores clásicos siguen siendo incomparables. Las expectativas se centran en la farmacéutica, la ciencia de materiales y la química, pero la optimización y las finanzas aún no han confirmado un beneficio práctico.

Mi opinión: La industria se mueve de la «supremacía cuántica» a la «utilidad cuántica», pero el camino es espinoso. Mientras las corporaciones y los gobiernos invierten miles de millones, las aplicaciones comerciales reales siguen más allá del horizonte de 2030. La cuestión no es si una computadora cuántica podrá reemplazar a una clásica, sino si encontrará su nicho antes de que se agote la paciencia de los inversores.