Google ejecuta un nuevo algoritmo cuántico 13.000 veces más rápido que un superordenador en un experimento verificado

Google Quantum AI ha anunciado la demostración de lo que califica como la primera ventaja cuántica verificable para una tarea con aplicación práctica, ejecutando su nuevo algoritmo denominado Quantum Echoes sobre el procesador Willow y obteniendo tiempos de cálculo que, para el caso estudiado, resultaron aproximadamente 13.000 veces menores que los estimados para el mejor método clásico disponible en uno de los superordenadores más potentes del mundo.

El experimento, descrito por el equipo de Google en un artículo publicado en Nature y en entradas técnicas del propio laboratorio, consistió en medir correladores cuánticos fuera de orden (OTOC, por sus siglas en inglés) en circuitos de 65 qubits y profundidad moderada (23 “ciclos” en la nomenclatura del trabajo) ejecutando secuencias hacia adelante y hacia atrás con perturbaciones intermedias. En el chip Willow la recogida de datos para cada circuito requirió del orden de 2,1 horas, mientras que la contracción optimizada de tensores en el supercomputador Frontier habría demandado, según los cálculos comparativos publicados, cerca de 3,2 años por punto de datos, lo que da lugar a la cifra de ~13.000× de aceleración relativa.

En términos de hardware, Willow es un procesador superconducting de la familia de Google con un arreglo físico declarado de 105 qubits, pero el experimento concreto de Quantum Echoes explotó una submatriz activa de 65 qubits que fue la que permitió alcanzar la relación señal-ruido y fidelidad necesaria para obtener datos reproducibles para el observable OTOC(2).

El protocolo operativo que describe el equipo combina tres ingredientes técnicos críticos: secuencias reversibles de puertas cuánticas (ejecución “forward”, perturbación localizada, ejecución “backward” y medida), técnicas avanzadas de mitigación de errores para elevar la precisión efectiva de los resultados en un dispositivo ruidoso (NISQ), y un esquema de verificación que facilita la reproducibilidad de los datos por otros sistemas cuánticos de potencia comparable. Google subraya que esa “verificabilidad” no es una mera afirmación heurística sino que permite repetir el experimento en hardware del mismo calibre para contrastar la observación.

Desde el punto de vista del diseño de circuitos, las ejecuciones implicaron centenas a miles de puertas de dos qubits por circuito (en algunos informes técnicos se indican órdenes de magnitud del orden de ~10^3 puertas bidubit), con una profundidad de 23 ciclos para las pruebas más exigentes; la recolección masiva de muestras fue instrumental para reconstruir el correlador y detectar la interferencia constructiva en los bordes del sistema cuántico. Para la comparación con lo clásico, los autores emplearon simuladores de vanguardia basados en contracción de redes de tensores optimizadas para la topología del circuito y recursos del supercomputador Frontier, incluyendo una red de cálculo y técnicas heurísticas de última generación; aun así, la estimación clásica extrapolada arroja la imposibilidad práctica de obtener el mismo punto de datos en tiempos razonables.

El resultado tiene dos implicaciones técnicas inmediatas. La primera es metodológica y demuestra que los protocolos que miden OTOCs mediante inversión temporal parcial y pequeñas perturbaciones pueden ser ejecutados con suficiente fidelidad en hardware superconducting para producir observables robustos y aprovechables. Esto abre una vía para el uso cuántico en el aprendizaje de Hamiltonianos y en la caracterización de dinámicas cuánticas complejas relevantes en física de la materia condensada y teoría de muchos cuerpos.

La segunda implicación práctica es aplicada. Google presenta un experimento de “regla molecular” por el cual la técnica, en combinación con datos de resonancia magnética nuclear (NMR), permitió inferir geometrías moleculares en dos sistemas reales, uno de 15 átomos y otro de 28, con una resolución que, en ciertos aspectos, complementa y amplía la información disponible por NMR tradicional, lo que sugiere potenciales aplicaciones en descubrimiento de fármacos y ciencia de materiales. Estas pruebas de concepto no significan que ya exista una aplicación industrial escalable, pero sí marcan un punto de inflexión técnico sobre qué tipos de cálculo cuántico pueden hoy sobrepasar a los mejores métodos clásicos en tareas concretas.

Matices y críticas

No obstante, la noticia viene acompañada de matices y advertencias propias de la comunidad técnica. La comparación clásica se hizo frente a un algoritmo clásico muy sofisticado (contracción de tensores) optimizado para la estructura del problema y ejecutado sobre el Frontier. Los críticos apuntan que la ventaja es para la tarea específica (OTOC en la topología y parámetro de profundidad escogidos) y no implica una superioridad generalizada frente a toda clase de algoritmos clásicos. Además, el experimento empleó intensivas técnicas de mitigación de error y una selección de 65 qubits “utilizables” del arreglo físico mayor, lo que evidencia que la ventaja se alcanza hoy en dominios cuidadosamente acotados y con una ingeniería de control y calibración extremadamente refinada. Expertos recuerdan que la ruta hacia computación cuántica universal y tolerante a fallos exige mejorar las tasas de error físico por puerta varios órdenes de magnitud y escalar hasta miles o millones de qubits lógicos mediante corrección de errores efectiva.

En el apartado de métricas y números prácticos citados por Google, el equipo reporta tiempos de ~2,1 horas por circuito en Willow frente a ~3,2 años estimados por punto de datos en Frontier para la contracción de tensores equivalente, y listan la cifra redondeada de 13.000× como la relación entre ambos. Los autores además documentan los protocolos de “red-teaming” que sometieron a la comparación clásica para validar que la simulación clásica más agresiva que pudieron diseñar no alcanzaba la eficiencia de su ejecución cuántica. En la documentación suplementaria del trabajo (incluida en Nature y en los repositorios de Google Research) aparecen además modelos empíricos de error y análisis de incertidumbre que permiten reproducir las estimaciones de tiempo clásico bajo distintos supuestos de optimización.

Es relevante mencionar que la plataforma Willow emplea qubits superconductores tipo transmon, control de microondas para puertas single y two-qubit, refrigeración criogénica a miliKelvin, circuitería de interconexión con baja pérdida y técnicas avanzadas de calibración y cancelación de ruido. Google atribuye parte del éxito a mejoras en la fabricación (mayor uniformidad de parámetros), en el diseño de acoplamientos y en la estrategia de mitigación de errores que permite ampliar el volumen cuántico utilizable más allá de lo que la cuenta bruta de qubits sugeriría. Aun así, los parámetros de fidelidad por puerta, tiempos de coherencia T1/T2 medios y tasa de error lógico efectiva no alcanzan todavía el umbral requerido para cómputo tolerante a fallos a gran escala; el anuncio posiciona el logro como un paso crítico en la hoja de ruta hacia un qubit lógico estable y de larga vida.

Desde el ecosistema investigador y de la industria, las reacciones combinan entusiasmo por la metodología y cautela sobre las extrapolaciones. Algunos líderes del campo han señalado que la verificación reproducible del resultado en hardware distinto sería la prueba definitiva de robustez; por su parte, Google ya ha facilitado protocolos y datos para permitir que otros grupos intenten reproducir las medidas en plataformas cuánticas comparables, lo que convierte el avance en una apuesta por la transparencia técnica. En términos de horizonte, los autores y comentaristas técnicos apuntan a que, aun cuando ciertas aplicaciones prácticas puedan beneficiarse dentro de algunos años, la generalización a cargas de trabajo industriales exige mejoras significativas en error por puerta, ancho de banda de lectura y escalado de qubits lógicos.