IonQ publica su plan maestro para la computación cuántica tolerante a errores a 10.000 cúbits físicos
IonQ acaba de presentar su hoja de ruta para alcanzar la computación cuántica de escala comercial basada en una arquitectura de 10.000 cúbits físicos.
Poco a poco y con el paso de los años, la computación cuántica comienza a ver la luz. Desde hace unos años está tratando de ser un campo solo teórico y con pruebas muy controladas de laboratorio, para que se convierta en una realidad.
Sin embargo, esto no está siendo sencillo y el principal obstáculo que ha frenado esta tecnología hasta ahora es la decoherencia. En pocas palabras, se trata de la enorme fragilidad de los cúbits, que pierden su estado ante cualquier mínima interferencia externa, dando pie a errores en los cálculos.
Para resolverlo, la compañía estadounidense IonQ ha publicado un plan detallado. Su idea es construir ordenadores con 10.000 cúbits que no solo sean más grandes, sino que además sean capaces de corregir sus propios errores de forma automática.
IonQ propone un sistema tolerante a fallos. Si consiguen que la máquina detecte y arregle esos fallos mientras trabaja, habrán cruzado la barrera que separa los experimentos de laboratorio de las herramientas útiles.
En este plan se detalla cómo van a organizar todo el sistema: desde el software que da las órdenes hasta la forma de mover físicamente los átomos dentro del procesador.
La empresa ya ha demostrado que sus máquinas actuales son casi perfectas, con una fiabilidad del 99,99%. Pero para llegar a los 10.000 cúbits, no basta con hacer un chip más grande; su plan consiste en conectar varios módulos pequeños entre sí, como si fueran piezas de un puzle, para que trabajen como un único cerebro gigante.
La computación cuántica tolerante a fallos: el gran reto para IonQ
El gran truco de este nuevo plan reside en los llamados cúbits lógicos. Como un solo cúbit físico es muy inestable, IonQ propone agrupar a varios para que se vigilen unos a otros. Si uno falla, el resto mantiene la información a salvo.
Para que todo esto funcione, se han aliado con gigantes como Nvidia. Juntos, están utilizando inteligencia artificial para ayudar a la máquina cuántica a calibrarse y a entender dónde se están generando los fallos.
En este caso, la IA se encarga del trabajo sucio de limpieza de datos y monitorización, permitiendo que el hardware cuántico se centre en lo que mejor sabe hacer: procesar información a una gran velocidad.
¿Por qué 10.000 cúbits podrían cambiarlo todo en la computación cuántica?
Seguramente te preguntes para qué sirve en realidad todo esto. La idea es imitar a la naturaleza. Por ejemplo, los ordenadores actuales no pueden simular cómo reacciona una molécula ante un nuevo medicamento porque hay demasiadas variables.
Un ordenador de 10.000 cúbits, en cambio, habla el mismo lenguaje que la química. Farmacéuticas como AstraZeneca podrían diseñar vacunas o tratamientos contra el cáncer imitando los resultados en el ordenador antes de ir al laboratorio, ahorrando años de pruebas y miles de millones de euros.
Pero la cosa no se queda en la medicina. Este plan de IonQ también apunta a industrias como la energía y los nuevos materiales. De aquí a unos años podrías ver fertilizantes mucho más baratos y limpios, o baterías para coches eléctricos con una capacidad que hoy parece imposible.
NVIDIA Ising, una nueva familia de modelos de inteligencia artificial, para trabajar con procesadores cuánticos.
Lo cierto es que NVIDIA lleva años volcada en la computación cuántica y sus avances. Si bien es cierto que los progresos son indebatibles, el gran problema de esta tecnología es que siguen experimentando los mismos problemas de hace años.
NVIDIA quiere poner fin a todo esto y que realmente se pueda hablar de progreso, y para ellos no basta con tener ordenadores cuánticos más potentes; también hace falta una forma inteligente de controlarlos.
El objetivo con NVIDIA Ising no es crear otro tipo de ordenador, sino actuar como una capa intermedia que haga que estos sistemas sean realmente útiles.
La propuesta de NVIDIA es automatizar ese proceso usando modelos de IA que interpretan lo que ocurre dentro del sistema cuántico. Esto permitiría reducir tiempos de calibración de días a solo horas en algunos casos.
Además, el sistema está pensado para integrarse con la pila tecnológica de la propia compañía, como CUDA-Q y NVQLink. La idea final es que la IA actúe como una especie de cerebro de control, como si fuese un sistema operativo, del sistema cuántico.
Para ello, NVIDIA ha creado dos piezas. La primera es Ising Calibration, un modelo que interpreta datos del hardware cuántico y ajusta automáticamente su funcionamiento. Este sistema es capaz de analizar señales del procesador y cambiar parámetros sin intervención humana.
La segunda pieza es Ising Decoding, enfocada en uno de los mayores problemas de la computación cuántica: la corrección de errores. Aquí entran en juego redes neuronales 3D diseñadas para detectar fallos en los cálculos y corregirlos en tiempo real.
Según la compañía, este sistema puede ser hasta 2,5 veces más rápido y tres veces más preciso que métodos abiertos como pyMatching.
Carolina González
Redactora
Carolina González, redactora de actualidad, reportajes a fondo, análisis de todo tipo de productos y vídeos para el canal de Youtube.