Computación cuántica: una descripción general para los profesionales de TI

Introducción

La computación cuántica representa un cambio fundamental en la forma en que procesamos la información. Mientras que las computadoras clásicas operan con bits (0 o 1), las computadoras cuánticas usan bits cuánticos, o qubits, que aprovechan los fenómenos de la mecánica cuántica (superposición, entrelazamiento e interferencia) para realizar cálculos que son intratables para las máquinas clásicas.

Este artículo proporciona una descripción general completa de los conceptos de la computación cuántica, las capacidades actuales, las aplicaciones prácticas y lo que los profesionales de TI necesitan saber para prepararse para la era cuántica.

---

Computación clásica versus computación cuántica

Diferencias fundamentales

Aspecto	Computación clásica	Computación cuántica
Unidad básica	Bit (0 o 1)	Qubit (0, 1 o superposición)
Estado	determinista	probabilístico
Operaciones	Puertas lógicas booleanas	Puertas cuánticas (reversibles)
Memoria	Registros, RAM	Registros cuánticos (estados coherentes)
Paralelismo	Múltiples núcleos/hilos	La superposición permite el paralelismo exponencial
Producción	Determinista (dada la misma entrada)	Probabilístico (se necesitan múltiples ejecuciones)
Tasa de error	Extremadamente bajo (~10^-18)	Actualmente alto (~10^-3 por puerta)
Temperatura	temperatura ambiente	Cerca del cero absoluto (~15 mK)

En qué son buenas las computadoras cuánticas

Las computadoras cuánticas se destacan en tipos específicos de problemas:

1. Factorización de números grandes: el algoritmo de Shor factoriza números enteros exponencialmente más rápido que los algoritmos clásicos. Esto amenaza el cifrado RSA.
2. Búsqueda en bases de datos sin clasificar: el algoritmo de Grover proporciona una velocidad cuadrática respecto a la búsqueda clásica.
3. Simulación de sistemas cuánticos: las moléculas, los materiales y las reacciones químicas son inherentemente cuánticos.
4. Optimización: encontrar soluciones óptimas entre un número exponencial de posibilidades.
5. Muestreo y Monte Carlo — Análisis de riesgo financiero, optimización de cartera.

En qué NO son buenas las computadoras cuánticas

• Computación de propósito general (procesamiento de textos, navegación web).
• Transacciones de bases de datos (consultas SQL).
• Aprendizaje automático (aunque el aprendizaje automático cuántico puede ayudar con subproblemas específicos).
• Cualquier problema en el que los ordenadores clásicos ya funcionen bien.

---

Conceptos cuánticos clave

Superposición

Un bit clásico es 0 o 1. Un qubit puede existir en una superposición de ambos estados simultáneamente:

|ψ⟩ = α|0⟩ + β|1⟩

Donde α y β son amplitudes de probabilidad complejas y |α|² + |β|² = 1.

Esto significa que un qubit puede "explorar" tanto 0 como 1 al mismo tiempo. Con N qubits, una computadora cuántica puede existir en una superposición de los 2 estados posibles simultáneamente: paralelismo exponencial.

Enredo

Cuando dos qubits se entrelazan, sus estados se correlacionan de tal manera que medir uno determina instantáneamente el estado del otro, independientemente de la distancia entre ellos.

# Creating a Bell state (entangled pair) using Qiskit
from qiskit import QuantumCircuit

qc = QuantumCircuit(2)
qc.h(0)          # Hadamard gate on qubit 0
qc.cx(0, 1)      # CNOT gate with control=0, target=1
qc.measure_all()

# Result: 00 or 11 with equal probability (never 01 or 10)

Puertas cuánticas

Las puertas cuánticas operan en qubits y son fundamentalmente diferentes de las puertas lógicas clásicas: son reversibles y unitarias.

Puerta	Símbolo	Efecto
Hadamard	H	Crea superposición
Pauli-X	X	Puerta NO cuántica
Pauli-Z	Z	cambio de fase
CNOT	CX	Puerta enredadora
Toffoli	CCNOT	Puerta reversible universal
Fase	CALLE	Rotación de fase

Circuitos cuánticos

Un circuito cuántico es una secuencia de puertas cuánticas aplicadas a qubits:

   ┌───┐          ┌───┐
q: ┤ H ├──■───────┤ H ├──
   └───┘┌─┴─┐     └───┘
q: ─────┤ X ├──■───────
        └───┘┌─┴─┐
q: ──────────┤ X ├───────
             └───┘

Medición

Los estados cuánticos son frágiles. Medir un qubit colapsa su superposición a un estado clásico (0 o 1) con probabilidades determinadas por las amplitudes de probabilidad.

# Running a circuit multiple times to build probability distribution
from qiskit import Aer, execute

backend = Aer.get_backend('qasm_simulator')
job = execute(qc, backend, shots=1024)
counts = job.result().get_counts()
# Example output: {'000': 512, '111': 512}

---

Algoritmos cuánticos

Algoritmo de Shor (1994)

Problema: Encuentra los factores primos de un número entero grande N.

Importancia: El factoring es la base del cifrado RSA. El algoritmo de Shor puede factorizar un número de N bits en tiempo O(N³), exponencialmente más rápido que el mejor algoritmo clásico (GNFS, que requiere tiempo exp(O(N^(1/3))).

Estado: Demostrado para números pequeños (15, 21, 35). La factorización de claves RSA de 2048 bits requiere millones de qubits físicos con corrección de errores, probablemente dentro de 7 a 10 años.

Algoritmo de Grover (1996)

Problema: Busque en una base de datos sin clasificar de N elementos.

Aceleración: Cuadrático: O(√N) frente a O(N) clásico. Para una base de datos de 1 millón de elementos, Grover encuentra el objetivo en aproximadamente 1.000 pasos en lugar de 500.000.

Aplicación: Si bien una aceleración cuadrática es significativa, el impacto real es menos dramático que el de Shor. Sigue siendo útil para problemas de optimización y satisfacción de restricciones.

Transformada cuántica de Fourier (QFT)

El equivalente cuántico de la transformada discreta de Fourier. Se utiliza como subrutina en muchos algoritmos cuánticos, incluido el algoritmo de Shor.

Eigensolver cuántico variacional (VQE)

Un algoritmo híbrido cuántico-clásico para encontrar la energía del estado fundamental de las moléculas. Esta es la aplicación más práctica a corto plazo, útil para:

• Descubrimiento de fármacos (simulando interacciones moleculares).
• Química de baterías (nuevos materiales para almacenamiento de energía).
• Diseño de catalizadores (reduciendo el consumo energético industrial).

Algoritmo de optimización aproximada cuántica (QAOA)

Diseñado para problemas de optimización combinatoria:

• Optimización de la cadena de suministro.
• Optimización de cartera en finanzas.
• Optimización del flujo de tráfico.
• Plegamiento de proteínas.

---

Estado actual de la computación cuántica (2026)

Plataformas líderes

Proveedor	Procesador	Qubits (físicos)	Fidelidad de puerta	Arquitectura
IBM	Cóndor / Garza	1,121+	99.9%	Transmón superconductor
Google	Sauce	105	99,97% (sicomoro)	superconductor
Microsoft	Cuántico azur	50+ (IonQ)	99.9%	Ion atrapado + topológico
IonQ	Empresa fuerte	36 qubits algorítmicos	99.9%	ion atrapado
Rigetti	Ankaa-3	84	99.5%	superconductor
Cuantitativo	H2	56	99.8%	ion atrapado
Xanadú	boreal	216 estados exprimidos	N / A	Fotónico

Era NISQ

Estamos en la era NISQ (Noisy Intermediate-Scale Quantum): los dispositivos tienen entre 50 y 1000 qubits, pero son demasiado ruidosos para que la corrección de errores sea completamente efectiva. Los dispositivos NISQ pueden:

• Demostrar supremacía cuántica (Google 2019: 200 frente a 10 000 años para la versión clásica).
• Ejecute algoritmos variacionales (VQE, QAOA) con coprocesamiento clásico.
• Simular pequeños sistemas cuánticos para investigación.
• No romper el cifrado RSA ni ejecutar el algoritmo de Shor a escala.

Corrección de errores cuánticos

Los qubits lógicos (con corrección de errores) requieren muchos qubits físicos:

Código de corrección de errores	Qubits físicos por Qubit lógico	Umbral de error de puerta
código de superficie	~1000 (actual)	< 1% por puerta
código de superficie	~100 (con hardware mejorado)	< 0,1% por puerta
Códigos de color	~300	< 1% por puerta

El chip Willow de Google (2024) demostró que agregar más qubits reduce el error: la primera demostración "por debajo del umbral".

---

Aplicaciones e impacto

Criptografía: la preocupación urgente

Cronología de la amenaza cuántica a RSA:

2024: 1,000-qubit logical quantum computers (far from breaking RSA)
2026: Demonstrations on small RSA keys (128-bit)
2030-2035: Potential threat to 2048-bit RSA

Criptografía poscuántica (PQC): NIST seleccionó cuatro algoritmos para estandarización en 2024:

Algoritmo	Tipo	Objetivo
CRISTALES-Kyber	Basado en celosía	Encapsulación de claves (reemplaza el intercambio de claves RSA)
CRISTALES-Dilitio	Basado en celosía	Firmas digitales
Halcón	Basado en celosía	Firmas digitales (compactas)
ESFINCAS+	Basado en hash	Firmas digitales (conservadoras)

Qué deberían hacer los equipos de TI ahora:

1. Inventario: cataloga todos los sistemas mediante RSA o ECC.
2. Agilidad criptográfica: asegúrese de que los sistemas puedan cambiar de algoritmo rápidamente.
3. Monitorizar: realice un seguimiento de la estandarización de NIST PQC y la adopción de la industria.
4. Plan de migración: comience a probar certificados híbridos (RSA + Kyber).

Descubrimiento de fármacos y química

Las computadoras cuánticas pueden simular interacciones moleculares que son clásicamente intratables:

# H2 molecule simulation using Qiskit Nature
from qiskit_nature.second_quantization.drivers import PySCFDriver
from qiskit_nature.algorithms import VQEUCCSDFactory

driver = PySCFDriver(atom='H 0 0 0; H 0 0 0.735')
molecule = driver.run()

# Quantum simulation (VQE)
solver = VQEUCCSDFactory(quantum_instance=backend)
result = solver.compute_minimum_energy(molecule)
print(f"Ground state energy: {result.energy} Hartree")

Impacto: La química cuántica podría reducir el desarrollo de fármacos de 10 a 15 años a 2 a 5 años para ciertas clases de fármacos.

Modelado financiero

• Optimización de cartera: los algoritmos cuánticos encuentran asignaciones de activos óptimas entre billones de posibilidades.
• Análisis de riesgos — Simulaciones de Monte Carlo con aceleración cuadrática.
• Detección de fraude: Quantum ML para reconocimiento de patrones.

---

Primeros pasos con la computación cuántica

Recursos de aprendizaje

Recurso	Tipo	Descripción
Qiskit (IBM)	SDK	Marco Python, tutoriales extensos.
Cirq (Google)	SDK	Marco Python para dispositivos NISQ
P# (Microsoft)	Idioma	Lenguaje de programación cuántica de dominio específico
Katas cuánticas (Microsoft)	Tutoriales	Ejercicios prácticos de computación cuántica
Aprendizaje cuántico de IBM	Cursos	Cursos online gratuitos, certificación.

Hola mundo cuántico

# Qiskit: Bell state preparation
from qiskit import QuantumCircuit, Aer, execute

qc = QuantumCircuit(2, 2)
qc.h(0)
qc.cx(0, 1)
qc.measure([0, 1], [0, 1])

# Simulate
backend = Aer.get_backend('qasm_simulator')
counts = execute(qc, backend, shots=1024).result().get_counts()
print(counts)  # Example: {'00': 523, '11': 501}

Acceso al hardware cuántico

Todos los principales proveedores ofrecen acceso a la nube:

# IBM Quantum
pip install qiskit-ibm-runtime
from qiskit_ibm_runtime import QiskitRuntimeService
service = QiskitRuntimeService()
backend = service.backend('ibm_brisbane')

# Run on real hardware!
job = backend.run(qc, shots=1000)

---

Desafíos y limitaciones

Desafío	Estado actual	Perspectiva
Coherencia Qubit: los estados cuánticos duran microsegundos	~100-500μs (superconductor), ~1s (ion atrapado)	Mejorando constantemente
Fidelidad de puerta: las operaciones introducen errores	99-99,9% por puerta	Necesita 99,99%+ para corregir errores
Escalabilidad: conexión de muchos qubits	100-1000 qubits físicos	Se necesitan más de 100.000 qubits para aplicaciones prácticas
Corrección de errores generales	~1000:1 relación física-lógica	Se espera que mejore 10 veces por década
Requisitos criogénicos	15 mK para superconductor	Costo de infraestructura significativo
Memoria cuántica	Almacenamiento de estados cuánticos	Área de investigación activa

---

Conclusión

La computación cuántica no reemplaza a la computación clásica: es una herramienta especializada para problemas específicos donde los efectos cuánticos brindan una ventaja fundamental. El cronograma para las computadoras cuánticas prácticas y tolerantes a fallas se mide en años (para aplicaciones NISQ) a una década o más (para máquinas con corrección de errores a gran escala).

Lo que los profesionales de TI deberían hacer ahora:

1. Comprenda la amenaza a los sistemas criptográficos actuales y planifique la migración de PQC.
2. Experimento con SDK cuánticos (Qiskit, Cirq) y servicios cuánticos en la nube.
3. Identificar casos de uso en los que la tecnología cuántica podría ofrecer ventajas: química, optimización y finanzas.
4. Supervisar el progreso: siga la estandarización NIST PQC y los hitos del hardware de IBM/Google.
5. Desarrollar habilidades: el conocimiento de la computación cuántica será cada vez más valioso.

La revolución cuántica no ocurrirá de la noche a la mañana, pero está llegando. Las organizaciones que se preparen ahora (especialmente para la transición criptográfica) estarán mejor posicionadas cuando lleguen las computadoras cuánticas prácticas.