Introducción

La computación cuántica representa una de las áreas más revolucionarias y actuales de la informática moderna. A diferencia de los ordenadores clásicos, que procesan información en bits que pueden ser 0 o 1, los sistemas cuánticos utilizan qubits, que pueden existir en múltiples estados simultáneamente gracias al principio de superposición. Esto permite que ciertos problemas que ha día de hoy son considerados intratables para los ordenadores tradicionales, puedan llegar a tener una solución óptima o abordarse de manera mucho más eficiente.

Este campo combina conceptos de informática, física cuántica y matemáticas avanzadas, y se encuentra en plena fase de investigación y desarrollo. Aunque todavía no está plenamente extendido en la industria, la computación cuántica promete transformar diferentes áreas como la criptografía, la inteligencia artificial, la optimización de procesos complejos y la simulación de materiales y moléculas a nivel atómico.

En este contenido, se abordarán los conceptos fundamentales, la tecnología de los qubits, los principios de algoritmos cuánticos, así como los retos y oportunidades actuales de esta disciplina. Se presentarán ejemplos prácticos y referencias a sistemas reales de computación cuántica, incluyendo tanto ordenadores operativos en España como los más avanzados a nivel mundial.

El objetivo es ofrecer una visión inicial a la computación cuántica, proporcionando a los conocimientos básicos necesarios para comprender su funcionamiento y su potencial impacto en la informática del futuro.

Conocimiento previo

Referencias

• https://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S1870-35422018000200181
• https://www.docirs.cl/math_computacion_cuantica.asp
• https://www.ibm.com/es-es/topics/quantum-computing
• https://www.ibm.com/quantum/qiskit
• https://aws.amazon.com/es/what-is/quantum-computing/

Índice

1. Conceptos básicos
   1.1. ¿Qué es la computación cuántica?
   1.2. Diferencias entre computación clásica y cuántica
   1.3. Principios fundamentales de la mecánica cuántica aplicados a la informática
   1.4. Limitaciones y retos
2. Qubits
   2.1. Definición de qubit
   2.2. Superposición y estados
   2.3. Medición de un qubit
3. Entrelazamiento y puertas cuánticas
   3.1. Entrelazamiento cuántico
   3.2. Puertas lógicas cuánticas básicas
4. Algoritmos cuánticos
5. Hardware y simuladores
   5.1. Tecnologías actuales
   5.2. Tipos de ordenadores cuánticos
   5.3. Simuladores y entornos cuánticos
6. Aplicaciones en informática
7. Futuro de la computación cuántica

1. Conceptos básicos

1.1. ¿Qué es la computación cuántica?

La computación cuántica es un campo de la informática que aprovecha los principios de la mecánica cuántica para procesar información. A diferencia de los ordenadores clásicos, que representan la información mediante bits con valores 0 o 1, los ordenadores cuánticos utilizan qubits (bits cuánticos), que pueden encontrarse en una combinación de estados gracias al fenómeno de la superposición.

El objetivo de la computación cuántica no es reemplazar a la computación clásica en todas sus aplicaciones, sino resolver problemas que serían demasiado complejos o costosos de calcular con la tecnología tradicional. Por ejemplo, los algoritmos cuánticos tienen potencial para acelerar cálculos relacionados con la factorización de números grandes, la simulación de moléculas en química o la optimización de procesos.

Una de las características más destacadas es que la computación cuántica escala de manera diferente frente a ciertos problemas. Mientras que un ordenador clásico incrementa el tiempo de ejecución de forma exponencial a medida que crece la complejidad, un ordenador cuántico puede aprovechar la superposición y el entrelazamiento para explorar múltiples soluciones al mismo tiempo.

💡 Sugerencia visual: Aquí sería útil incluir una imagen comparativa entre un bit clásico (0 o 1) y un qubit representado como una esfera de Bloch, mostrando gráficamente cómo el qubit puede adoptar infinitos estados entre 0 y 1.

1.2. Diferencias entre computación clásica y cuántica

La principal diferencia entre la computación clásica y la computación cuántica está en cómo representan y procesan la información.

En un ordenador clásico, la información se almacena en bits, que solo pueden tener un valor: 0 o 1. Todas las operaciones, desde los cálculos matemáticos hasta la ejecución de programas, se basan en combinaciones de estos estados binarios.

En cambio, un ordenador cuántico utiliza qubits, que gracias a la superposición pueden representar 0 y 1 al mismo tiempo. Esta propiedad permite manejar múltiples posibilidades simultáneamente, lo que abre la puerta a resolver ciertos problemas de manera más eficiente que con los métodos tradicionales.

Otra diferencia fundamental es el entrelazamiento cuántico, que establece una relación entre qubits de tal forma que el estado de uno depende del estado del otro, incluso si están separados físicamente. Esto posibilita una coordinación y transmisión de información que no tiene equivalente en la computación clásica.

Además, el procesamiento en la computación clásica sigue un modelo determinista, donde el resultado de una operación está claramente definido. En cambio, la computación cuántica es probabilística: al medir un qubit, su estado se “colapsa” a un valor concreto, y los resultados de los algoritmos se interpretan a partir de distribuciones de probabilidad.

💡 Sugerencia visual: Un cuadro comparativo sencillo sería útil en este punto. En una columna, los conceptos clave de la computación clásica (bits, operaciones deterministas, ausencia de superposición). En la otra, los conceptos de la cuántica (qubits, superposición, entrelazamiento, resultados probabilísticos).

1.3. Principios fundamentales de la mecánica cuántica aplicados a la informática

La computación cuántica se basa en conceptos de la mecánica cuántica que, aunque provienen de la física, tienen aplicaciones directas en la forma en que se procesa la información. Los principios más relevantes son los siguientes:

• Superposición
  Un qubit puede encontrarse en una combinación de los estados 0 y 1 al mismo tiempo. Esto permite que un ordenador cuántico explore múltiples caminos de cálculo en paralelo, aumentando exponencialmente la cantidad de información que puede manejar respecto a un sistema clásico.

• Entrelazamiento
  Cuando dos qubits están entrelazados, el estado de uno depende automáticamente del estado del otro, aunque se encuentren separados físicamente. Esta propiedad se aprovecha para realizar operaciones coordinadas y es clave en la transmisión y procesamiento de información cuántica.

• Interferencia
  Las amplitudes de probabilidad de los estados cuánticos pueden sumarse o cancelarse entre sí. Los algoritmos cuánticos utilizan la interferencia para reforzar las respuestas correctas y reducir la probabilidad de resultados incorrectos.

• Medición
  Al medir un qubit, su estado deja de estar en superposición y colapsa en un valor clásico: 0 o 1. Esto significa que el resultado de una operación cuántica no es un valor fijo desde el inicio, sino una probabilidad que debe interpretarse tras múltiples ejecuciones del algoritmo.

💡 Sugerencia visual: Aquí sería muy ilustrativo incluir un diagrama que muestre:

• La esfera de Bloch para representar la superposición.
• Dos qubits entrelazados con una línea que indique su relación.
• Una onda que ilustre cómo la interferencia refuerza o cancela resultados.

1.4. Limitaciones y retos

• Errores y corrección cuántica

La computación cuántica es extremadamente sensible a errores debido a la fragilidad de los qubits y la decoherencia, que es la pérdida del estado cuántico por interacción con el entorno.
Para abordar esto, se utilizan códigos de corrección cuántica, que permiten detectar y corregir errores sin destruir la información.
Estos métodos requieren agregar qubits adicionales para proteger los qubits de información, lo que aumenta la complejidad de los sistemas y limita temporalmente la cantidad de qubits útiles en la práctica.

• Escalabilidad

Actualmente, construir ordenadores cuánticos con un gran número de qubits estables es un gran desafío.
Cada qubit adicional introduce más complejidad en control, refrigeración y corrección de errores.
Lograr sistemas que combinen cientos o miles de qubits funcionales sigue siendo un objetivo a medio y largo plazo, ya que es necesario mantener la fidelidad de las operaciones y reducir la tasa de errores.

• Costes y acceso a la tecnología

La infraestructura necesaria para mantener qubits en estados cuánticos estables es muy costosa.

• Sistemas de refrigeración criogénica, necesarios para superconductores.
• Láseres y cámaras de vacío en el caso de iones atrapados.
• Hardware especializado y mantenimiento continuo.

Por estas razones, el acceso a ordenadores cuánticos reales está limitado principalmente a investigadores, grandes empresas y plataformas en la nube. Los simuladores cuánticos en la nube ofrecen una alternativa educativa y práctica, aunque con limitaciones de capacidad frente a hardware real.

💡 Sugerencia visual:

• Un esquema que muestre un qubit con errores y qubits adicionales para corrección.
• Un gráfico indicando la dificultad de escalar qubits frente al aumento de errores.
• Iconos que representen los altos costes y la necesidad de acceso especializado a la tecnología.

2. Qubits

2.1. Definición de qubit

Un qubit (quantum bit) es la unidad básica de información en la computación cuántica, análogo al bit en la computación clásica.
Mientras que un bit clásico solo puede tomar los valores 0 o 1, un qubit puede encontrarse en una superposición de ambos estados al mismo tiempo.

Matemáticamente, el estado de un qubit se representa como una combinación lineal de los estados |0⟩ y |1⟩:

|ψ⟩ = α|0⟩ + β|1⟩

donde α y β son números complejos que determinan la probabilidad de que, al medir el qubit, este colapse en 0 o en 1.
Estas probabilidades cumplen la relación:

|α|² + |β|² = 1

Esto significa que un qubit no está limitado a un único valor, sino que puede contener una cantidad de información mucho mayor que un bit clásico.

Además, el estado de un qubit puede representarse visualmente en la esfera de Bloch, un modelo tridimensional que permite entender todas las posibles configuraciones de un qubit.

💡 Sugerencia visual: Aquí resulta muy útil incluir una imagen de la esfera de Bloch, mostrando cómo el qubit puede adoptar infinitos estados entre |0⟩ y |1⟩.

2.2. Superposición y estados

La superposición es una de las propiedades más importantes que diferencian a los qubits de los bits clásicos.
Mientras que un bit solo puede estar en un estado definido (0 o 1), un qubit puede encontrarse en una combinación de ambos al mismo tiempo.

En términos matemáticos, un estado de superposición se expresa como:

|ψ⟩ = α|0⟩ + β|1⟩

donde α y β son amplitudes de probabilidad (números complejos) que cumplen la condición:

|α|² + |β|² = 1

Esto significa que al medir el qubit, se obtendrá:

• El resultado 0 con probabilidad |α|².

• El resultado 1 con probabilidad |β|².

• Ejemplo comparativo

• Bit clásico: puede estar en 0 o en 1, pero nunca en ambos.

• Qubit en superposición: puede estar en 70% de probabilidad en 0 y 30% en 1 al mismo tiempo, hasta que se mida.

Gracias a la superposición, un conjunto de qubits puede representar simultáneamente una gran cantidad de combinaciones de estados, lo que proporciona el paralelismo masivo de la computación cuántica.

💡 Sugerencia visual: aquí sería recomendable incluir un esquema que muestre:

• Un bit clásico con dos posiciones posibles (0 y 1).
• Un qubit como una flecha en la esfera de Bloch, ilustrando gráficamente cómo puede estar en cualquier punto entre los dos estados.

2.3. Medición de un qubit

La medición es el proceso mediante el cual se obtiene un resultado clásico (0 o 1) a partir del estado de un qubit.
Cuando un qubit se encuentra en superposición, su estado no es un valor fijo, sino una combinación de probabilidades.
Al medirlo, la superposición colapsa y el qubit adopta un único valor clásico:

|ψ⟩ = α|0⟩ + β|1⟩

• El qubit se mide como 0 con probabilidad |α|².
• El qubit se mide como 1 con probabilidad |β|².

Después de la medición, el qubit deja de estar en superposición y permanece en el estado obtenido.
Por ejemplo, si el resultado fue 0, en posteriores mediciones seguirá dando 0, a menos que se aplique una nueva operación cuántica que lo modifique.

• Ejemplo práctico Un qubit inicializado en el estado de superposición:

|ψ⟩ = (1/√2)|0⟩ + (1/√2)|1⟩

se mide como 0 el 50% de las veces y como 1 el 50% restante.
En la práctica, para conocer la distribución real de probabilidades, se realizan muchas mediciones del mismo circuito cuántico.

💡 Sugerencia visual: sería útil incluir una ilustración que muestre el colapso de un qubit.
Un diagrama con la esfera de Bloch antes de la medición y una flecha que apunte hacia 0 o hacia 1 después de medir.

3. Entrelazamiento y Puertas Cuánticas

3.1. Entrelazamiento cuántico

El entrelazamiento es una propiedad exclusiva de la mecánica cuántica en la que dos o más qubits quedan conectados de tal forma que el estado de uno depende directamente del estado del otro, incluso si se encuentran a gran distancia.

Esto significa que, al medir un qubit entrelazado, el resultado influirá en el valor del otro qubit de manera instantánea.
Por ejemplo, si dos qubits están en el estado entrelazado:

|ψ⟩ = (1/√2)(|00⟩ + |11⟩)

al medir el primer qubit, si resulta ser 0, el segundo también será 0; y si es 1, el segundo será 1, sin importar la distancia que los separe.

Este fenómeno es clave para la comunicación cuántica, la teletransportación de información y el funcionamiento de ciertos algoritmos cuánticos.

💡 Sugerencia visual: un diagrama con dos qubits unidos por una línea que indique su dependencia (como si compartieran un mismo estado).

3.2. Puertas lógicas cuánticas básicas

Los ordenadores cuánticos procesan información aplicando puertas cuánticas, equivalentes a las puertas lógicas en la computación clásica.
Estas puertas transforman el estado de los qubits modificando sus probabilidades.

Algunas de las más importantes son:

• Puerta X: equivalente a la compuerta NOT clásica, cambia |0⟩ a |1⟩ y viceversa.
• Puerta H (Hadamard): coloca al qubit en un estado de superposición.
• Puerta Z: invierte la fase del qubit.
• Puerta CNOT (Controlled-NOT): opera sobre dos qubits. Si el primero (control) está en 1, invierte el estado del segundo (objetivo). Es fundamental para generar entrelazamiento.
• Pauli

Estas puertas no destruyen la información, sino que aplican transformaciones reversibles, lo que diferencia a la computación cuántica de muchos procesos clásicos.

💡 Sugerencia visual: un esquema de circuitos cuánticos mostrando la puerta X, la puerta H y un ejemplo de CNOT con dos líneas de qubit.

• Comparación con las puertas clásicas

En la computación clásica, las puertas lógicas (AND, OR, NOT, XOR) operan sobre bits que solo pueden tomar valores fijos (0 o 1). Cada operación tiene un resultado determinista.

En la computación cuántica, las puertas actúan sobre qubits que pueden estar en superposición y entrelazados, lo que introduce un comportamiento probabilístico.
Además, mientras que muchas puertas clásicas no son reversibles (por ejemplo, AND pierde información), las puertas cuánticas sí lo son, ya que deben conservar la información del sistema.

💡 Sugerencia visual: un cuadro comparativo como el anterior acompañado de diagramas de puertas clásicas (AND, NOT) frente a puertas cuánticas (X, H, CNOT).

4. Algoritmos Cuánticos

Un algoritmo cuántico es un conjunto de instrucciones diseñado para ejecutarse en un ordenador cuántico, aprovechando las propiedades de los qubits como la superposición, el entrelazamiento y la interferencia.

La diferencia fundamental respecto a los algoritmos clásicos es que los cuánticos no procesan la información de manera determinista paso a paso, sino que exploran múltiples posibilidades al mismo tiempo. Después, mediante interferencia, refuerzan las soluciones correctas y reducen la probabilidad de las incorrectas.

Aunque la computación cuántica aún está en desarrollo, ya existen algoritmos que muestran una clara ventaja frente a los métodos clásicos en problemas muy específicos, como la búsqueda, la factorización y la simulación de sistemas físicos.

• Ejemplos sencillos de algoritmos cuánticos

1. Algoritmo de Deutsch
   Fue uno de los primeros algoritmos cuánticos en demostrar la superioridad frente a los algoritmos clásicos.
   Resuelve un problema muy simple: determinar si una función es constante (siempre devuelve el mismo valor) o balanceada (devuelve 0 la mitad de las veces y 1 la otra mitad).
   Un ordenador clásico necesitaría consultar la función varias veces, mientras que el algoritmo de Deutsch puede hacerlo con una sola ejecución gracias a la superposición.

2. Algoritmo de Grover
   Este algoritmo está diseñado para buscar un elemento en una lista no ordenada.

   • En un ordenador clásico, la búsqueda requiere recorrer los elementos uno a uno, con una complejidad de O(n).
   • Con Grover, la búsqueda se puede realizar en aproximadamente √n pasos, lo que supone una mejora significativa en problemas de gran escala.

   Aunque no es exponencial como otros algoritmos, sí ofrece una aceleración importante en tareas de búsqueda y optimización.

3. Algoritmo de Shor
   El algoritmo de Shor permite factorizar números enteros grandes de manera mucho más eficiente que los métodos clásicos conocidos.
   Este avance tiene un impacto directo en la criptografía, ya que muchos sistemas de seguridad actuales (como RSA) se basan en la dificultad de factorizar números grandes.
   Aunque aún se necesitan ordenadores cuánticos más potentes para aplicarlo a gran escala, el algoritmo de Shor es uno de los ejemplos más claros del poder transformador de la computación cuántica.

💡 Sugerencia visual:

• Un esquema simple para Deutsch mostrando una caja de función y la decisión constante/balanceada.
• Una ilustración de una lista con una lupa para Grover (comparando búsqueda clásica vs cuántica).
• Un diagrama de candado abierto para Shor, representando su impacto en la criptografía.

5. Hardware y Simuladores

5.1. Tecnologías actuales

Entre las tecnologías más utilizadas hoy en día destacan:

• Superconductores: basados en Josephson Junctions, permiten crear qubits integrados en chips.
• Iones atrapados: ofrecen gran fidelidad en las operaciones, pero requieren sistemas complejos de láseres y cámaras de vacío.
• Fotones: se utilizan principalmente para comunicación cuántica y experimentos de criptografía.
• Puntos cuánticos y espines de electrones: en investigación para crear qubits más estables y escalables.

Estas tecnologías buscan equilibrar la cantidad de qubits con la estabilidad y precisión de sus operaciones, ya que la computación cuántica todavía enfrenta retos de error y decoherencia.

💡 Sugerencia visual:

• Un diagrama mostrando los distintos tipos de qubits (superconductores, iones atrapados, fotones) con iconos representativos.
• Un esquema de acceso a simuladores en la nube mostrando la interacción entre estudiante, simulador y hardware cuántico real.

5.2. Tipos de ordenadores cuánticos

Existen distintos tipos de ordenadores cuánticos, clasificados según la tecnologia que emplean en la forma en que almacenan y manipulan los qubits:

1. Qubits superconductores: Utilizan circuitos superconductores que permiten que los qubits existan en estados cuánticos estables durante un tiempo limitado. Son los más comunes en prototipos de empresas como IBM y Google. Estos sistemas requieren temperaturas extremadamente bajas para mantener la superconductividad.
2. Iones atrapados: Qubits formados por átomos cargados (iones) mantenidos en trampas electromagnéticas. Son muy precisos y tienen tiempos de coherencia largos.
3. Qubits topológicos (en desarrollo): Intentan aprovechar propiedades topológicas de partículas para mejorar la estabilidad de los qubits frente a errores.
4. Qubits fotónicos: Usan fotones como qubits, ideales para transmisión de información cuántica y comunicación segura.

Cada tipo tiene ventajas y limitaciones en términos de estabilidad, velocidad, escala y facilidad de fabricación.

Algunos ejemplos de ordenadores cuanticos en la actualidad:

El MareNostrum-Ona es un ordenador cuántico analógico basado en la tecnología de quantum annealing, desarrollado por la empresa Qilimanjaro Quantum Tech. Este sistema es el primero de su tipo en Europa y se encuentra instalado en el Barcelona Supercomputing Center – Centro Nacional de Supercomputación (BSC-CNS), en la ciudad de Barcelona, España.

🔧 Características técnicas

• Tipo de qubits: Qubits físicos con capacidad para más de 10 qubits, con planes de expansión para alcanzar hasta 25 qubits en futuras versiones. eurohpc-ju.europa.eu
• Tecnología: Quantum annealing, una técnica eficaz para resolver problemas de optimización complejos mediante la evolución adiabática del sistema.
• Integración: Formará parte del sistema de supercomputación MareNostrum 5, el superordenador más potente de España, lo que permitirá realizar simulaciones híbridas entre computación clásica y cuántica.

🌍 Contexto y objetivos

El proyecto MareNostrum-Ona es una iniciativa enmarcada en el plan Quantum Spain, financiado por el Plan de Recuperación, Transformación y Resiliencia de España. Su objetivo es fortalecer la soberanía tecnológica de Europa en el ámbito de la computación cuántica y promover la ciencia abierta. El sistema estará disponible para investigadores, empresas y administraciones públicas, fomentando la colaboración y el desarrollo de aplicaciones cuánticas en diversos sectores. El País

🏛️ Ubicación

El BSC-CNS está situado en la histórica Capilla de Torre Girona, un edificio emblemático en el campus de la Universidad Politécnica de Cataluña (UPC), en Barcelona. Este centro alberga tanto el superordenador MareNostrum como el sistema cuántico MareNostrum-Ona, consolidando a Barcelona como un referente en investigación y desarrollo en computación de alto rendimiento y cuántica en Europa. Wikipedia

El Gobierno Vasco e IBM han anunciado la instalación del primer IBM Quantum System Two en Europa, que se ubicará en el IBM-Euskadi Quantum Computational Center en Donostia-San Sebastián, dentro del campus de la Fundación Ikerbasque. Este sistema, previsto para estar operativo a finales de 2025, estará equipado con un procesador IBM Quantum Heron de 156 qubits, el más avanzado de la compañía hasta la fecha.

🔧 Características técnicas

Procesador: IBM Quantum Heron, diseñado para ejecutar algoritmos cuánticos avanzados. Capacidad: 156 qubits, con arquitectura modular que permite futuras ampliaciones. Tecnología: Refrigeración criogénica de última generación para mantener los qubits en condiciones óptimas de funcionamiento. Software: Compatible con Qiskit, el entorno de desarrollo de código abierto de IBM, facilitando el acceso y la programación de algoritmos cuánticos.

🌍 Contexto y objetivos

Esta instalación forma parte de la iniciativa BasQ, lanzada en 2023, que busca consolidar al País Vasco como un referente en tecnologías cuánticas. El centro proporcionará acceso a investigadores, empresas y administraciones públicas, promoviendo la colaboración y el desarrollo de aplicaciones cuánticas en sectores como la energía, la salud, la banca y la inteligencia artificial. The Quantum Insider

Además, el sistema estará diseñado para ser accesible al público general, al estar ubicado en una cristalera visible, lo que permitirá acercar la computación cuántica a la ciudadanía y fomentar la educación y divulgación en esta área.

• Ubicación: Ehningen, Baden-Württemberg, Alemania.
• Características: Inaugurado en octubre de 2024, este es el primer centro de datos cuánticos de IBM en Europa. Alberga dos sistemas de escala útil basados en el procesador IBM Quantum Eagle de 127 qubits y próximamente contará con un sistema adicional basado en el procesador IBM Quantum Heron.
• Acceso: Los sistemas están disponibles para usuarios globales a través de la nube, permitiendo la ejecución de algoritmos cuánticos avanzados.

• Ubicación: Espoo, Finlandia.
• Características: IQM es una empresa europea de computación cuántica que ha alcanzado una valoración superior a mil millones de dólares. Diseña y fabrica ordenadores cuánticos, incluyendo sistemas de 5 qubits para universidades y sistemas más grandes para instituciones de investigación.
• Acceso: IQM colabora con empresas como Siemens y Allianz, y está construyendo una fábrica de chips en Espoo y otra en Grenoble, Francia.

• Ubicación: Centro de Investigación RIKEN, Japón.
• Características: En junio de 2025, IBM y RIKEN lanzaron el primer IBM Quantum System Two fuera de Estados Unidos, coubicado con el superordenador Fugaku. Este sistema utiliza el procesador IBM Quantum Heron de 156 qubits, ofreciendo mejoras significativas en tasa de error y velocidad.
• Acceso: El sistema está diseñado para avanzar en la computación cuántica híbrida cuántico-clásica, facilitando investigaciones en diversas áreas científicas.

• Ubicación: Amaravati, Andhra Pradesh, India.
• Características: IBM ha anunciado planes para lanzar un centro de computación cuántica en Amaravati para marzo de 2026, con un procesador cuántico Heron de 156 qubits. Esta iniciativa forma parte del primer “Quantum Computing Valley” de India.
• Acceso: El centro estará orientado al desarrollo de aplicaciones cuánticas en sectores como la salud y las finanzas, en colaboración con empresas locales y universidades.

Actualmente, el ordenador cuántico más potente del mundo es el IBM Quantum Condor, que supera los 1.000 qubits, marcando un hito en la computación cuántica. Este avance fue anunciado por IBM en enero de 2025 y representa un paso significativo hacia la computación cuántica práctica y escalable.

El IBM Quantum Condor es el procesador cuántico más potente del mundo en la actualidad, con una capacidad de 1.121 qubits superconductores. Este avance fue anunciado por IBM en diciembre de 2023 durante el IBM Quantum Summit.

El Condor es parte del IBM Quantum System Two, la primera computadora cuántica modular de IBM, diseñada para escalar con el tiempo y soportar procesadores aún más grandes. Este sistema se encuentra en funcionamiento en el Thomas J. Watson Research Center en Yorktown Heights, Nueva York, Estados Unidos.

El Condor representa un hito significativo en la computación cuántica, acercándonos a la era de la “ventaja cuántica”.

• Tipo de qubit: Superconductores
• Qubits: Más de 1.000
• Fecha de lanzamiento: Enero de 2025
• Características: El Condor es el primer procesador cuántico en superar la barrera de los 1.000 qubits, lo que lo convierte en el más potente hasta la fecha. Este avance es crucial para abordar problemas complejos que los ordenadores clásicos no pueden resolver en tiempos razonables.
• Uso previsto: Investigación avanzada en áreas como la simulación de materiales, la optimización de procesos industriales y la mejora de algoritmos de inteligencia artificial.
• Acceso: Disponible a través de la plataforma en la nube de IBM, permitiendo a investigadores y empresas acceder a su potencia de cálculo.

🔄 Otros avances destacados

• Microsoft Majorana 1: Anunciado en febrero de 2025, es el primer procesador cuántico basado en qubits topológicos. Aunque aún en fase experimental, este chip promete una mayor estabilidad y resistencia a errores.

• Google Willow: Presentado en diciembre de 2024, este procesador de 105 qubits ha demostrado una capacidad excepcional al completar una tarea de muestreo de circuitos aleatorios en 5 minutos, una tarea que tomaría 10 septillones de años a los superordenadores más rápidos actuales.

• China Tianyan-504: En 2024, China presentó el Tianyan-504, un ordenador cuántico que utiliza 504 qubits, destacándose por su capacidad de procesamiento y potencial en simulaciones cuánticas.

5.3. Simuladores y entornos cuánticos

Dado que el acceso a hardware cuántico real es limitado y no todo el mundo puede permitirse el lujo de tener en su habitación un ordenador cuantico, es necesario el uso de simuladores cuánticos para experimentar con algoritmos y circuitos en entornos virtuales. Dependiendo del sistema y la finalidad se proporcionara un tipo de entorno u otro, por ejemplo, algunos estarán más orientados a la educación y otros a la investigación avanzada. La ventaja de los simuladores es que permiten probar y depurar algoritmos sin los costess y limitaciones del hardware real.

A continuación se detallan algunos de los entornos y librerías más populares para trabajar con computación cuántica:

• Qiskit (IBM)

Qiskit es una librería de Python desarrollada por IBM en 2017, diseñada para crear, simular y ejecutar algoritmos cuánticos tanto en simuladores como en ordenadores cuánticos reales disponibles en la nube a través de la plataforma IBM Quantum Experience (https://quantum-computing.ibm.com/).
Es de acceso gratuito para educación, investigación y experimentación, aunque también ofrece planes de pago con mayores recursos y prioridades de acceso a hardware real.
Qiskit permite a los usuarios construir circuitos cuánticos mediante bloques de construcción llamados puertas cuánticas, simular su comportamiento y ejecutar los algoritmos en ordenadores cuánticos superconductores de IBM.
Cuenta con módulos especializados para algoritmos, aprendizaje automático cuántico, química cuántica y optimización, lo que lo convierte en una herramienta muy completa para estudiantes y profesionales que desean aprender y experimentar en computación cuántica.

• Cirq (Google)

Cirq es una librería de Python lanzada por Google en 2018, centrada en la creación y simulación de circuitos cuánticos para ordenadores cuánticos superconductores.
Está disponible de manera gratuita y orientada a la investigación avanzada y desarrollo de algoritmos cuánticos.
Cirq permite definir qubits, operaciones cuánticas y secuencias de puertas con gran precisión, incluyendo simulación de errores y optimización de circuitos.
Su enfoque principal es permitir a los investigadores experimentar con algoritmos que se puedan ejecutar en el hardware cuántico de Google, y facilita la integración con servicios de nube y experimentos de laboratorio.
La documentación y la comunidad son activas, pero se considera más orientado a usuarios con conocimientos intermedios o avanzados en computación cuántica.

• Microsoft Quantum Development Kit (Q#)

El Microsoft Quantum Development Kit (QDK), lanzado en 2017, es un conjunto de herramientas centradas en el lenguaje de programación Q#, diseñado específicamente para computación cuántica.
El QDK permite escribir algoritmos cuánticos, ejecutarlos en simuladores locales y también en el entorno de nube Azure Quantum (https://azure.microsoft.com/en-us/services/quantum/).
Microsoft Q# se integra con entornos de desarrollo como Visual Studio y VS Code, facilitando la programación y depuración de algoritmos complejos.
Es gratuito para educación y desarrollo, aunque algunos servicios de Azure Quantum requieren suscripción.
El kit incluye bibliotecas de algoritmos, ejemplos educativos y herramientas de simulación de alta fidelidad, siendo especialmente útil para estudiantes y empresas que desean experimentar en un entorno controlado y profesional.

• Pennylane (Xanadu)

Pennylane es una librería de Python desarrollada por Xanadu en 2019, orientada al Quantum Machine Learning (QML).
Su objetivo principal es combinar la computación cuántica con técnicas de aprendizaje automático, permitiendo crear modelos híbridos que utilicen qubits para mejorar tareas de clasificación, regresión y optimización.
Pennylane es de código abierto y gratuito, y ofrece compatibilidad con distintos backends cuánticos, incluyendo simuladores locales y hardware real de IBM, Rigetti y Xanadu.
Además, integra herramientas de optimización y gradientes automáticos, lo que facilita la experimentación con algoritmos de aprendizaje automático cuántico, incluso para estudiantes que ya manejan librerías clásicas como TensorFlow o PyTorch.

• Rigetti Forest / pyQuil

Forest, junto con la librería pyQuil, fue lanzado por Rigetti Computing en 2017 y está orientado a la programación de qubits superconductores en ordenadores cuánticos reales y simuladores.
Forest ofrece un entorno en Python para crear, simular y ejecutar circuitos cuánticos mediante pyQuil, el lenguaje de programación cuántica de Rigetti.
Es gratuito para fines educativos y de investigación, aunque el acceso a hardware real tiene limitaciones y requiere registro en la plataforma de Rigetti (https://www.rigetti.com/).
El entorno es especialmente útil para desarrollar y probar algoritmos cuánticos que puedan ejecutarse en chips superconductores, y permite simular operaciones, medir resultados y experimentar con técnicas de corrección de errores.
Aunque la documentación está en inglés, su estructura y ejemplos prácticos lo hacen accesible para estudiantes que deseen aprender computación cuántica aplicada a hardware real.

Comparativa de entornos de desarrollo cuántico

💡 Sugerencia visual: Complementar el cuadro con iconos de cada empresa/plataforma y un diagrama simple que muestre conexión entre simuladores y hardware real, para que los estudiantes visualicen cómo se ejecutan los algoritmos.

6. Aplicaciones en Informática

Dentro de la informática, la computación cuántica tiene el potencial de revolucionar varias áreas clave gracias a sus capacidades únicas. A continuación se describen algunas de las aplicaciones más prometedoras:

• Criptografía cuántica

La criptografía cuántica utiliza los principios de la mecánica cuántica para garantizar la seguridad de la información.
Un ejemplo destacado es la distribución cuántica de claves (QKD, Quantum Key Distribution), que permite intercambiar claves de cifrado de manera segura.
La ventaja principal es que cualquier intento de interceptación modifica el estado de los qubits utilizados, alertando a los usuarios de la presencia de un intruso.
Esto abre la puerta a sistemas de comunicación prácticamente invulnerables a ataques clásicos y futuros ataques cuánticos.

• Optimización de problemas complejos

Los algoritmos cuánticos pueden abordar problemas de optimización que serían difíciles o imposibles de resolver con computadoras clásicas en un tiempo razonable.
Ejemplos típicos incluyen:

• Ruteo de vehículos: optimizar rutas para reducir tiempo y coste.
• Asignación de recursos: distribución eficiente en redes o sistemas de producción.
• Simulación de sistemas físicos y químicos: encontrar configuraciones energéticamente favorables en moléculas y materiales.

La computación cuántica permite explorar múltiples soluciones simultáneamente y seleccionar las más óptimas usando interferencia de probabilidades, acelerando la búsqueda de resultados.

• Aprendizaje automático cuántico

El aprendizaje automático cuántico (QML) combina la inteligencia artificial con la computación cuántica.
Algunos beneficios incluyen:

• Procesar grandes volúmenes de datos de manera más eficiente.
• Mejorar algoritmos de clasificación y regresión mediante estados cuánticos en superposición.
• Potencial para acelerar el entrenamiento de redes neuronales complejas y la optimización de hiperparámetros.

Aunque QML aún está en fase experimental, los avances prometen nuevas formas de análisis y predicción de datos, especialmente en problemas que requieren exploración de múltiples escenarios simultáneamente.

💡 Sugerencia visual:

• Para criptografía cuántica: un diagrama de intercambio de claves con qubits y un intruso detectado.
• Para optimización: un gráfico de rutas o nodos conectados, mostrando cómo la computación cuántica evalúa múltiples caminos a la vez.
• Para aprendizaje automático cuántico: un esquema de red neuronal donde los nodos están representados como qubits en superposición.

7. Futuro de la computación cuántica

La computación cuántica es un campo aún en desarrollo, con investigación activa en hardware, algoritmos y aplicaciones.
Se exploran nuevas formas de qubits más estables, técnicas avanzadas de corrección de errores y algoritmos que puedan resolver problemas actualmente intratables.
La investigación también se centra en integración con inteligencia artificial, simulación de materiales y química cuántica, y desarrollo de plataformas accesibles en la nube para educación y experimentación.

El avance de la computación cuántica promete transformar áreas clave de la informática:

• Criptografía: los algoritmos actuales podrían volverse vulnerables, mientras que nuevas técnicas cuánticas ofrecerán seguridad avanzada.
• Optimización y simulación: resolver problemas complejos de logística, finanzas, química o física más rápido que con métodos clásicos.
• Aprendizaje automático: acelerar entrenamientos de modelos y explorar nuevas arquitecturas de redes neuronales.

Aunque la adopción masiva todavía está a años de distancia, los efectos sobre la seguridad, la eficiencia y la innovación serán significativos.

El crecimiento del campo crea oportunidades para quienes se formen en programación cuántica, algoritmos y simulación.
Plataformas como IBM Quantum Experience, Microsoft Q# o Google Cirq permiten practicar con simuladores y hardware en la nube, incluso desde nivel educativo.
Los estudiantes que adquieran competencias en computación cuántica estarán preparados para contribuir a proyectos de investigación, desarrollo de software cuántico y aplicaciones en la industria, posicionándose en un área de alta demanda futura.

💡 Sugerencia visual:

• Un esquema de líneas de tiempo mostrando la evolución de la computación cuántica y predicciones futuras.
• Iconos representando aplicaciones potenciales en criptografía, optimización y machine learning.
• Una sección que muestre oportunidades educativas y profesionales para estudiantes y desarrolladores.