Hace unos años, el equipo de computación cuántica de Google aseguró haber conseguido la llamada “supremacía cuántica” (resolver un problema en poco tiempo con un ordenador cuántico que le llevaría un tiempo inabordable a cualquier ordenador clásico imaginable) con una máquina de unos 50 bits cuánticos (cúbits). El problema es que, en ese caso, la tarea no servía para nada: estaba diseñada específicamente para que fuera muy difícil de resolver por un ordenador clásico, pero factible para uno cuántico. La pregunta abierta es si los ordenadores cuánticos pueden superar a los clásicos en problemas que sí tengan alguna utilidad.   

En teoría, sabemos que existen problemas en los que un ordenador cuántico superaría a uno clásico, como en la descomposición de un número grande en números primos (en la que se basa la criptografía actual). Pero para ello se necesitarían muchos cúbits y realizar muchas operaciones (puertas lógicas) sobre ellos. Aunque los ordenadores cuánticos ya pueden realizar cada una de esas operaciones cometiendo pocos errores (con probabilidades de error por debajo del 1 %), cuando tienes que hacer tantas operaciones la probabilidad de que cometas algún error y el resultado no sea fiable se vuelve muy grande.  

Para evitar esto, los ordenadores cuánticos deberían incorporar mecanismos de corrección de errores. Esos mecanismos se conocen teóricamente, pero implican aumentar mucho más el número de cúbits y de operaciones, de manera que solo compensaría introducirlos en un ordenador cuántico en el que las probabilidades de error en cada operación fueran aún mucho más bajas que las actuales. El reto de tener un ordenador cuántico con tantísimos cúbits y con probabilidades de error tan extremadamente bajas está todavía muy lejos de las capacidades tecnológicas actuales. Pero la pregunta que se plantea el artículo de Nature del equipo de computación cuántica de IBM es: ¿podemos hacer algo útil con los ordenadores cuánticos actuales, con un número pequeño de cúbits y unas probabilidades de error relativamente altas? 

La respuesta de los autores es que sí, pero tiene un “truco” llamado “mitigación de errores”. Si entendemos bien las fuentes de error debido al ruido en un experimento y cómo varían los resultados del experimento para distintos niveles de ruido, podemos deducir el resultado que tendríamos si no tuviéramos ningún ruido. Esto requiere, por tanto, realizar distintos experimentos y corregir los resultados a posteriori, normalmente, con un ordenador clásico. Es en estos resultados corregidos (“mitigados”) donde los autores afirman haber demostrado su superioridad frente a los ordenadores clásicos. Para ello usan una máquina de 127 cúbits llamada Kyiv y ejecutan en ella circuitos cuánticos con 2.880 puertas lógicas entre pares de cúbits. Esas operaciones no son aleatorias, sino que sirven para simular el llamado modelo de Ising, que se introdujo originalmente para explicar propiedades relacionadas con el magnetismo y que con el tiempo ha encontrado muchas aplicaciones en física. Los ordenadores clásicos usan distintas aproximaciones y métodos para resolver este modelo en muchas circunstancias pero, como se muestra en el artículo, con un número de partículas tan alto como 127 y determinados valores de los parámetros físicos, la estructura de los estados físicos generados puede ser tan compleja que las aproximaciones anteriores fallen y las máquinas clásicas no puedan predecir resultados con suficiente fiabilidad.   

Lo anterior está relacionado con el famoso entrelazamiento cuántico. Un sistema de dos cúbits tiene cuatro posibles estados: 00, 01, 10 y 11 pero, además, los cúbits pueden estar en una superposición cuántica, de manera que no los puedas descomponer en estados de cada cúbit individual (entrelazamiento cuántico). Con tres cúbits tendrías ocho posibles estados y sus superposiciones. Con 127 tienes un número descomunal de estados (2^127) y sus superposiciones: los ordenadores clásicos no disponen de tanta memoria, pero pueden usar aproximaciones asumiendo que, de todos esos posibles estados, no todos son importantes para describir las propiedades que nos interesan, lo cual reduce la cantidad de memoria necesaria. El problema es que, si el sistema que queremos simular está en un estado muy complicado, con mucho entrelazamiento, esa hipótesis deja de ser válida y los ordenadores clásicos no pueden hacer cálculos precisos. Y aquí es donde entra la utilidad del ordenador cuántico de IBM: en esas situaciones, dadas por ciertos valores de los parámetros de un modelo de Ising, los autores muestran que su máquina, tras la mitigación de errores sí que aporta resultados fiables al calcular magnitudes físicas del sistema.   

Si estos resultados se confirman (por ejemplo, por el equipo de la competencia de Google) significarían un primer paso en la prueba de la utilidad de los ordenadores cuánticos actuales, relativamente pequeños y ruidosos, cuando se les ayuda con mitigación de errores. Aunque seguramente este cálculo concreto no tiene aplicación práctica directa (ya que los valores de los parámetros donde se muestra la superioridad cuántica probablemente no se correspondan con sistemas físicos reales), al menos el modelo de Ising tiene una inspiración física, por lo que es posible que existan modelos de complejidad similar con aplicaciones más inmediatas que también puedan ser atacados por máquinas parecidas a Kyiv y un enfoque basado en mitigación, no corrección, de errores. 

El artículo de Kandala y colaboradores es un trabajo de excelente calidad, que demuestra la capacidad de cómputo del ordenador cuántico de 127 cúbits de IBM. El contenido del trabajo es bastante técnico, pues se centra en preguntas como la simulación de problemas de física en estos ordenadores, la extracción de predicciones cuantitativamente buenas a pesar de la imprecisión del ordenador y la comparativa con otras técnicas de simulación que usan ordenadores convencionales y que los físicos cuánticos hemos perfeccionado en los últimos años.  

El principal mensaje del artículo se podría resumir en tres afirmaciones:  

1. Los ordenadores cuánticos que tenemos, aunque imprecisos, pueden simular problemas de interés para la física que son de una elevada complejidad. En concreto, este trabajo se ha centrado en simular lo que se conoce como el "modelo de Ising con campo transverso", un problema físico fundamental en el estudio del magnetismo.  
2. Aunque el ordenador cuántico comete errores (los cúbits pierden coherencia, las operaciones no son 100 % precisas, etc.), la estructura de los errores que comete no es arbitraria. Gracias a ello, en IBM han perfeccionado un protocolo que permite cancelar los errores introducidos por el ordenador cuántico, obteniendo predicciones cuantitativas muy precisas.  
3. Hay otras técnicas de simulación que usamos los físicos para estudiar este tipo de problemas en grandes ordenadores "clásicos". En este trabajo han aplicado dos de esos métodos, conocidos como "redes de tensores", y han visto que producen resultados menos precisos que el ordenador cuántico.  

Se trata de un trabajo extremadamente interesante, que contribuye a reforzar la utilidad de los ordenadores cuánticos en aplicaciones científicas, incluso en escenarios en los que no tenemos cúbits perfectos ni corrección de errores. Después de este trabajo resulta aún más atractiva la existencia de ordenadores con 413 cúbits, como el chip Osprey, donde este tipo de problemas es actualmente imposible de abordar con redes de tensores. También abre preguntas importantes sobre qué otros problemas físicos se pueden estudiar en estos procesadores y si las técnicas de mitigación de errores creadas por IBM tendrán igual efecto en ellos.  

¿Es el resultado definitivo? No necesariamente. Al igual que el trabajo de Google sobre supremacía cuántica despertó el interés de los científicos, que desarrollaron nuevos métodos de simulación ahora capaces de reproducir ese experimento, es posible que otros científicos mejoren el estado del arte en "redes de tensores" y consigan igualar o superar lo que puede hace este procesador con 127 cúbits.