Un grupo de científicos utilizó una nueva estrategia de corrección de errores para codificar 70 qubits lógicos y abordar un problema considerado intratable para la computación clásica. El cálculo cuántico se completó en cerca de 15 minutos, mientras que los principales métodos de computación clásica requerirían un tiempo impracticable para ejecutar la misma tarea.
IBM y un equipo de investigadores de la Universidad de Chicago anunciaron una demostración de cómputo cuántico que cumple criterios clave de ventaja cuántica. El experimento ejecutó un cálculo más allá del alcance práctico de las principales técnicas de simulación clásica y, al mismo tiempo, aportó evidencia de que el computador cuántico produjo un resultado confiable.
En un nuevo artículo, titulado Sampling hard circuits with verifiably high fidelity, los investigadores describen cómo alcanzaron ambos objetivos mediante una forma de circuito cuántico codificado de diseño reciente. El trabajo constituye una de las demostraciones más grandes de computación cuántica lógica reportadas hasta ahora.
Los circuitos y los resultados experimentales quedaron además disponibles públicamente a través del Quantum Advantage Tracker.
¿Por qué cuesta tanto verificar un resultado cuántico?
Los investigadores han usado durante años una prueba de referencia llamada muestreo de circuitos aleatorios, o RCS por su sigla en inglés, para explorar si los computadores cuánticos pueden superar a las máquinas convencionales.
En términos simplificados, el RCS desafía a un computador cuántico a generar patrones que se vuelven tan complicados que un computador clásico no puede reproducirlos de manera eficiente. Eso convierte a la prueba en una herramienta útil para tantear los límites de la simulación clásica.
Pero también crea un problema mayor. Una vez que el cálculo cuántico se vuelve demasiado difícil de reproducir para un computador clásico, verificar que la máquina cuántica efectivamente produjo el resultado correcto se vuelve igual de difícil. Llegado cierto punto, comprobar la respuesta puede volverse inviable, a menos que los investigadores asuman supuestos fuertes sobre cómo se comporta internamente el computador cuántico.
El equipo de IBM y la Universidad de Chicago abordó ese problema de verificación desarrollando una alternativa más estructurada al RCS. Los investigadores mostraron que su método preserva los mismos criterios de dureza computacional asociados al RCS, es decir, el problema sigue siendo extremadamente difícil para los computadores clásicos. A la vez, la estructura añadida permite detectar errores durante el propio cálculo cuántico.
"La verificación sigue siendo uno de los mayores desafíos para establecer con firmeza la ventaja cuántica experimental", señaló Bill Fefferman, profesor asociado de la Universidad de Chicago. "Este experimento desarrolla técnicas para caracterizar mejor la fidelidad de estados cuánticos difíciles bajo ruido, lo que aumenta la confianza en que el computador cuántico está resolviendo un problema computacionalmente duro."
Soumik Ghosh, estudiante de doctorado en el grupo de Fefferman, agregó que los avances en verificación, más allá de fortalecer la validación experimental, tienen el potencial de habilitar aplicaciones prácticas para la próxima generación de computadores cuánticos.
70 qubits lógicos con tasas de error más bajas
El experimento incluyó también una de las mayores demostraciones conocidas de corrección de errores cuánticos. Los investigadores operaron 70 qubits lógicos que, a diferencia de los qubits físicos individuales, están codificados de una manera que ayuda a proteger la información cuántica frente a errores y ruido.
Con esos qubits lógicos, el equipo ejecutó 2.415 operaciones lógicas de dos qubits y 468 compuertas lógicas de tipo T, dos medidas que reflejan la complejidad del circuito cuántico.
El diseño codificado mejoró la confiabilidad de manera significativa. Las tasas efectivas de error lógico resultaron diez veces menores que las tasas de error físico subyacentes, lo que permitió al circuito mantener una fidelidad inusualmente alta incluso al ejecutar una gran cantidad de operaciones.
Estas son las cifras que definen la escala del experimento:
| Métrica | Valor |
|---|---|
| Qubits lógicos operados | 70 |
| Operaciones lógicas de dos qubits | 2.415 |
| Compuertas lógicas de tipo T | 468 |
| Error lógico frente al error físico | 10 veces menor |
| Tiempo de cálculo | Cerca de 15 minutos |
¿Qué sostiene IBM?
"Estamos firmemente en la era de la ventaja cuántica", afirmó Jay Gambetta, director de IBM Research e IBM Fellow. "Hemos demostrado un cálculo cuántico más allá del alcance práctico de los computadores clásicos que establece, con confianza estadística, una cota inferior sobre la fidelidad con que fue ejecutado. Este hito entrega a científicos, desarrolladores y empresas una nueva base para confiar en los computadores cuánticos a medida que escalan hacia problemas mucho mayores que los que podemos abordar de forma clásica."
Los investigadores hallaron que muchos de los principales métodos de simulación clásica enfrentarían tiempos de ejecución prohibitivos al intentar la misma tarea. El computador cuántico de IBM, en cambio, completó el cálculo en aproximadamente 15 minutos.
¿Qué falta para escalar?
La velocidad por sí sola no basta para que la computación cuántica sea útil a mayor escala. Los investigadores necesitan además maneras de suprimir errores y de establecer confianza en que el sistema produjo un resultado válido.
Este experimento avanza en ambos frentes a la vez, al combinar computación cuántica lógica a gran escala con un método para evaluar la confiabilidad de un cálculo que ya está más allá de la simulación clásica práctica. La corrección de errores y la verificación confiable se consideran condiciones esenciales para escalar los computadores cuánticos hacia problemas más difíciles.
Conviene una precisión sobre el origen de la información: el material fue entregado por IBM a partir de su anuncio institucional, de modo que se trata de una comunicación de la propia empresa. El contrapeso es que el trabajo tiene artículo público y circuitos abiertos, lo que permite a terceros revisar la afirmación en vez de tomarla al pie de la letra.
Referencia: Simon Martiel, Jay-U Chung, Alireza Seif, Soumik Ghosh, Ian Hincks, Abhinav Deshpande, Bill Fefferman, Jay M. Gambetta y Ali Javadi-Abhari. Sampling hard circuits with verifiably high fidelity. arXiv, 28 de julio de 2026. DOI: 10.48550/arXiv.2607.25941.
