Los titulares sobre computación cuántica suelen centrarse en cifras impresionantes: «Google alcanza la supremacía cuántica», «IBM presenta un procesador de 1.000 cúbits», «Microsoft demuestra cúbits topológicos». Estos anuncios reflejan avances reales en hardware cuántico y merecen atención.
Aunque bajo estos hitos se esconde un desafío que rara vez aparece en los titulares y que representa el mayor obstáculo entre los ordenadores cuánticos experimentales de hoy y las máquinas comercialmente transformadoras del mañana: la corrección de errores cuánticos.
Los ordenadores cuánticos actuales, incluso los que cuentan con miles de cúbits, son fundamentalmente poco fiables. Sus cúbits pierden información en milisegundos, sus operaciones introducen errores a tasas miles de veces superiores a las de los ordenadores clásicos y sus resultados deben repetirse muchas veces para extraer una respuesta útil. Nos encontramos en la era NISQ (Noisy Intermediate-Scale Quantum), una fase en la que los ordenadores cuánticos pueden mostrar física interesante, pero aún no superan a los sistemas clásicos en problemas prácticos.
El camino hacia delante exige hacer que esos cúbits trabajen juntos para crear cúbits lógicos estables y resistentes a errores, capaces de mantener la información cuántica el tiempo suficiente para ejecutar los algoritmos complejos que justifican la promesa de la computación cuántica. Eso es precisamente lo que hace la corrección de errores cuánticos, y dominarla es el reto definitorio de esta década para las empresas del sector.
Para inversores, entender la corrección de errores cuánticos es crítico: las compañías que demuestren avances reales hacia la tolerancia a fallos son las que tienen más probabilidades de pasar de proyectos de investigación a productos generadores de ingresos.
Para responsables políticos y líderes empresariales, esta tecnología indica qué aplicaciones están realmente cerca y cuáles quedan a décadas. Y para los tecnólogos, representa una de las intersecciones más elegantes entre matemáticas, física e ingeniería de la computación moderna.
¿Qué es la corrección de errores cuánticos?
La corrección de errores cuánticos (QEC, por sus siglas en inglés) es un conjunto de técnicas para proteger la información cuántica de los errores causados por la decoherencia, el ruido y las operaciones cuánticas imperfectas. El objetivo es codificar cúbits lógicos a través de múltiples cúbits físicos de tal manera que los errores puedan detectarse y corregirse sin destruir el estado cuántico.
Pero la mecánica cuántica impone restricciones fundamentales. En computación clásica, la corrección de errores es sencilla: copias un bit tres veces y haces una votación por mayoría. Si un bit cambia de 0 a 1 por ruido, las otras dos copias permanecen correctas y el valor original se recupera.
La corrección de errores cuánticos no puede usar este enfoque por varias razones:
- El teorema de no clonación establece que no se pueden crear copias idénticas de un estado cuántico desconocido.
- Medir un estado cuántico para comprobar errores colapsa la superposición, destruyendo la información que se intenta proteger.
Estas limitaciones parecen hacer imposible la corrección de errores. ¿Cómo detectar errores sin medir el estado cuántico? ¿Cómo corregirlos sin saber cuál era el estado?
La solución llegó a mediados de los años 90, cuando investigadores como Peter Shor y Andrew Steane demostraron que la mecánica cuántica, aunque parezca prohibirlo, permite la corrección de errores mediante esquemas de codificación inteligentes. La idea clave es que se puede medir si ocurrió un error sin medir cuál es el estado cuántico. Al codificar un cúbit lógico en varios cúbits físicos y medir solo las correlaciones entre ellos —no los valores individuales— es posible detectar y corregir errores preservando la información cuántica.
La idea central: redundancia sin copia
Imagina que quieres proteger un único cúbit en superposición, un estado que puede ser 0 y 1 con amplitudes específicas. No puedes copiar este estado, pero sí puedes distribuir la información entre varios cúbits de modo que el estado colectivo del grupo codifique la información original.
En el código de corrección de errores más simple, el código de 9 cúbits de Shor, un cúbit lógico se codifica en nueve cúbits físicos. La codificación crea correlaciones entre estos cúbits de tal forma que, si un cúbit físico sufre un error (un cambio de bit, un cambio de fase u otra perturbación), el error se manifiesta como un cambio en las correlaciones, no en el cúbit lógico en sí.
Al medir estas correlaciones —las llamadas mediciones de síndrome— se puede determinar qué cúbit físico sufrió el error y qué tipo de error ocurrió, sin aprender nada sobre el estado cuántico real del cúbit lógico. Una vez localizado el error, se aplica una operación de corrección para deshacerlo, restaurando la información cuántica original.
El proceso es continuo. Los errores ocurren constantemente en los sistemas cuánticos, por lo que la corrección de errores funciona en tiempo real, midiendo síndromes, detectando errores y aplicando correcciones mientras avanza la computación. No se parece a corregir un documento terminado, sino más bien a mantener el equilibrio en una bicicleta: una estabilización activa y constante para evitar que el sistema caiga en un estado inutilizable.
¿Por qué los ordenadores cuánticos necesitan corrección de errores?
La respuesta corta: los ordenadores cuánticos son extraordinariamente frágiles y, sin corrección de errores, no pueden escalar para resolver los problemas que queremos.
Para entenderlo, conviene comparar sistemas cuánticos y clásicos. Un bit clásico en un procesador moderno experimenta una tasa de error de aproximadamente uno entre mil billones de operaciones (10⁻¹⁸). Estos errores son tan raros que, para la mayoría de las aplicaciones, no se necesita corrección de errores y, cuando se necesita, bastan técnicas simples como los bits de paridad.
Los ordenadores cuánticos, en cambio, operan con tasas de error millones de veces más altas. Una tasa de error de puerta típica en los sistemas actuales oscila entre el 0,1 % y el 1 %. Esto significa que una de cada cien o una de cada mil operaciones introduce un error. A lo largo de un algoritmo complejo que requiere millones de operaciones, los errores se acumulan de forma catastrófica y el resultado se vuelve inútil.
El problema de la decoherencia
La causa principal es la decoherencia: el proceso por el cual los sistemas cuánticos pierden sus propiedades cuánticas debido a la interacción con el entorno. Los cúbits son sensibles a fluctuaciones de temperatura, campos electromagnéticos, vibraciones e incluso rayos cósmicos. Cualquier interacción no controlada colapsa superposiciones, destruye entrelazamiento e introduce errores.
Las distintas tecnologías de cúbits sufren decoherencia a ritmos diferentes, pero ninguna es inmune:
| Tipo de cúbit | Tiempo de coherencia típico | Principales fuentes de error |
|---|---|---|
| Cúbits superconductores | 100 µs – 1 ms | Ruido térmico, ruido de flujo, pérdidas dieléctricas |
| Iones atrapados | Segundos a minutos | Fluctuaciones de intensidad del láser, calentamiento, deriva magnética |
| Cúbits fotónicos | Prácticamente ilimitado (los fotones no decoheren fácilmente) | Pérdida de fotones, ineficiencia de detectores, desajuste de modos |
| Átomos neutros | Segundos | Ruido del láser, colisiones atómicas, emisión espontánea |
| Cúbits topológicos | Teóricamente muy largos (si se realizan) | Aún no demostrados a escala |
Incluso los mejores sistemas pierden información cuántica en segundos, lo que parece mucho hasta que se considera que un algoritmo cuántico útil podría requerir horas o días de operación continua. Sin corrección de errores activa, los ordenadores cuánticos no pueden mantener cálculos coherentes el tiempo suficiente para resolver problemas reales.
¿Por qué la corrección de errores clásica no funciona?
Las técnicas clásicas no se trasladan a los sistemas cuánticos:
- No se pueden copiar estados cuánticos, por lo que los esquemas basados en redundancia como la triple redundancia modular son inviables.
- Medir cúbits para comprobar errores colapsa las superposiciones.
- Los errores cuánticos son continuos, no discretos: un estado cuántico puede experimentar un rango infinito de pequeñas rotaciones, cambios de fase o errores de amplitud.
- Los ordenadores clásicos se benefician de la supresión de errores mediante blindaje, refrigeración y puertas robustas; en los sistemas cuánticos, las mejoras de hardware por sí solas no bastan. La corrección activa es inevitable.
¿Cómo funciona la corrección de errores cuánticos?
El proceso varía según el código utilizado, pero el flujo general sigue un patrón consistente.
Paso 1: Codificación del cúbit lógico
Se comienza con un cúbit lógico —la información cuántica que se quiere proteger— y se distribuye entre múltiples cúbits físicos. En un código simple se podrían usar tres cúbits físicos; los códigos más sofisticados, como el código de superficie, codifican un cúbit lógico en decenas o cientos de cúbits físicos.
La codificación crea entrelazamiento entre los cúbits físicos de modo que representen colectivamente el cúbit lógico. Ningún cúbit físico individual contiene la información completa: está distribuida por todo el grupo, lo que hace al sistema resistente a errores en cúbits individuales.
Paso 2: Realización de operaciones cuánticas
Una vez codificado, se realizan puertas cuánticas sobre el cúbit lógico. Pero no se opera directamente sobre él, sino sobre los cúbits físicos subyacentes de forma que el cúbit lógico evolucione correctamente.
Esto requiere puertas tolerantes a fallos: secuencias cuidadosamente diseñadas de operaciones físicas que, incluso si algunas puertas fallan, producen la operación lógica correcta. Son más complejas y lentas que las puertas físicas directas, pero protegen la información durante la computación.
Paso 3: Medición de síndromes de error
Los errores aparecen inevitablemente y se manifiestan como cambios en las correlaciones entre cúbits físicos. Para detectarlos se realizan mediciones de síndrome: mediciones especiales que revelan información sobre las correlaciones sin revelar el estado del cúbit lógico.
Las mediciones de síndrome se repiten constantemente durante la computación, a menudo después de cada pocas puertas, para captar los errores en cuanto aparecen.
Paso 4: Decodificación y corrección de errores
Las mediciones de síndrome producen un patrón de resultados —una cadena de bits que indica qué correlaciones cambiaron—. Un ordenador clásico, que funciona junto al procesador cuántico, analiza este patrón para inferir qué cúbits físicos probablemente sufrieron errores y de qué tipo.
Este paso de decodificación es computacionalmente intensivo y crítico en tiempo. El ordenador clásico debe procesar los datos de síndrome más rápido de lo que se acumulan nuevos errores; de lo contrario, el sistema se queda atrás y la corrección falla.
Riverlane, empresa británica centrada exclusivamente en la corrección de errores cuánticos, publicó en Nature Communications su Local Clustering Decoder (LCD), un decodificador basado en hardware FPGA que realiza rondas de decodificación en menos de un microsegundo. Este tipo de decodificación en tiempo real y baja latencia se reconoce hoy como un cuello de botella crítico que debe resolverse con hardware especializado, no solo con software.
Una vez identificados los errores, el ordenador clásico envía instrucciones al procesador cuántico para aplicar operaciones de corrección: puertas cuánticas que deshacen los errores detectados. Si los datos de síndrome son precisos y las correcciones se aplican con suficiente rapidez, el cúbit lógico vuelve a su estado correcto y la computación continúa.
Paso 5: Repetición del ciclo
La corrección de errores no es un evento único. Funciona continuamente durante toda la computación cuántica, monitorizando errores, decodificando síndromes y aplicando correcciones en tiempo real. El proceso opera en paralelo con el algoritmo cuántico.
Esta es la idea central de la corrección de errores cuánticos: no se evitan los errores, se acepta que ocurrirán y se construye un sistema que los detecta y corrige más rápido de lo que se acumulan. Es menos como construir un barco impermeable y más como achicar agua constantemente para mantenerse a flote.
| Etapa | Analogía clásica | Implementación cuántica |
|---|---|---|
| Codificación | Escribir datos en un RAID | Entrelazar cúbits físicos en un cúbit lógico |
| Computación | Operar sobre datos | Puertas tolerantes a fallos sobre cúbits físicos |
| Detección de errores | Paridad o checksum | Mediciones de síndrome sobre correlaciones |
| Corrección | Restaurar desde copia de seguridad | Decodificación clásica + puertas de corrección |
| Verificación | Comprobar integridad | Monitorización continua de síndromes |
Principales tipos de códigos de corrección de errores cuánticos
Los investigadores han desarrollado decenas de códigos, cada uno con distintas ventajas y desafíos.
Códigos de superficie
Son los más estudiados y utilizados actualmente. Codifican cúbits lógicos colocando cúbits físicos en una red bidimensional, con mediciones de síndrome en pares de cúbits vecinos.
Ventaja principal: localidad. Las mediciones de síndrome solo involucran cúbits cercanos, lo que los hace compatibles con hardware sin interacciones de largo alcance. Además, tienen un umbral de error alto (~1 %), lo que significa que toleran tasas de error físicas relativamente altas.
Desventaja: sobrecarga. Un código de superficie requiere de cientos a miles de cúbits físicos por cúbit lógico. Para algoritmos con miles de cúbits lógicos, el número total de cúbits físicos alcanza rápidamente millones.
Google, IBM y otros grandes actores están construyendo sistemas basados en códigos de superficie.
Códigos estabilizadores
Son una familia amplia que incluye los códigos de superficie como caso especial. Incluyen el código de Steane, Bacon-Shor y códigos de color. Utilizan mediciones estabilizadoras para detectar errores sin colapsar estados cuánticos. Su marco matemático es una herramienta fundamental en la investigación.
Códigos topológicos
Incluyen los códigos de superficie y variantes como el código tórico. Aprovechan las propiedades globales de la disposición de cúbits para proteger la información. Los errores corresponden a defectos en la red de cúbits, y las correcciones mueven estos defectos hasta que se aniquilan o se expulsan al borde del sistema.
Ventaja: robustez frente a errores locales. Desventaja: requieren muchos cúbits físicos y circuitos de extracción de síndromes complejos.
Códigos LDPC (Low-Density Parity-Check)
Representan uno de los avances recientes más emocionantes. A diferencia de los códigos de superficie, los códigos LDPC cuánticos usan estructuras de grafo más complejas que permiten que cada cúbit físico participe en múltiples comprobaciones de síndrome con cúbits no vecinos.
Ventaja clave: reducción drástica de la sobrecarga. Trabajos recientes sugieren que los códigos LDPC cuánticos podrían lograr tolerancia a fallos con significativamente menos cúbits físicos por cúbit lógico —potencialmente una reducción de un orden de magnitud o más—.
Iceberg Quantum, startup con sede en Sídney fundada por investigadores de la Universidad de Sídney, está a la vanguardia de este enfoque. En febrero de 2026 presentó su arquitectura tolerante a fallos Pinnacle, que afirma poder reducir los cúbits físicos necesarios para romper RSA-2048 de más de un millón a menos de 100.000, una reducción de diez veces. La compañía recaudó 6 millones de dólares en una ronda semilla liderada por LocalGlobe con Blackbird y DCVC, y ya trabaja con socios de hardware como PsiQuantum, Diraq, Oxford Ionics e IonQ.
Luego de la transición de IBM a códigos qLDPC en 2024, Riverlane predice que otros actores de la industria seguirán el mismo camino en 2026, dando lugar a arquitecturas de computación cuántica tolerantes a fallos diversas y adaptadas a plataformas de hardware específicas. Este cambio de los códigos de superficie hacia los códigos LDPC puede ser una de las tendencias más importantes de los próximos años.
Desafío: implementación. Los códigos LDPC requieren interacciones de largo alcance, difíciles en la mayoría de las plataformas. El hardware de iones atrapados es especialmente adecuado por su conectividad de largo alcance, excelente coherencia y altas fidelidades de puerta, razón por la cual Oxford Ionics se asoció con Iceberg Quantum para integrar códigos qLDPC.
Códigos concatenados
Protegen la información anidando un código dentro de otro. Por ejemplo, se codifica un cúbit lógico con el código de 9 cúbits de Shor, y luego se codifica cada uno de esos nueve cúbits con otra capa del mismo código, creando 81 cúbits físicos protegiendo un cúbit lógico doblemente codificado.
Cada capa suprime errores exponencialmente, logrando tasas de error lógicas muy bajas con recursos modestos en teoría. En la práctica, requieren puertas y mediciones de fidelidad extremadamente altas, difíciles de implementar en hardware a corto plazo. La mayoría de investigadores prefiere códigos de superficie o LDPC.
| Tipo de código | Cúbits físicos por cúbit lógico | Umbral de error | Ventaja principal | Desafío principal |
|---|---|---|---|---|
| Superficie | 100s – 1000s | ~1 % | Interacciones locales, muy estudiado | Alta sobrecarga |
| Estabilizador | Variable | Variable | Marco matemático potente | Complejidad de implementación |
| Topológico | 100s – 1000s | ~1 % | Robusto a errores locales | Alta sobrecarga, decodificación compleja |
| LDPC | Potencialmente 10s – 100s | ~1 % (teórico) | Menor sobrecarga | Requiere conectividad de largo alcance |
| Concatenado | Crecimiento exponencial por capa | Muy alto | Supresión exponencial de errores | Requisitos de hardware extremadamente exigentes |
Cúbits físicos vs. cúbits lógicos
Entender la diferencia entre cúbits físicos y cúbits lógicos es esencial para interpretar los anuncios y evaluar el progreso real.
- Cúbits físicos: sistemas cuánticos reales que los ingenieros construyen y controlan: circuitos superconductores individuales, iones atrapados, átomos neutros u otros objetos cuánticos. Son los que aparecen en los titulares cuando se anuncian procesadores de «1.000 cúbits». Son ruidosos, propensos a errores y de corta duración.
- Cúbits lógicos: cúbits corregidos que emergen de combinar muchos cúbits físicos mediante corrección de errores cuánticos. No son objetos físicos, sino una abstracción matemática: la información cuántica protegida por un conjunto de cúbits físicos. Son estables, fiables y capaces de sostener cálculos largos sin acumular errores.
La relación entre ambos es la sobrecarga de recursos. Las estimaciones actuales sugieren que alcanzar tasas de error lógicas suficientemente bajas para algoritmos útiles requerirá entre 100 y 10.000 cúbits físicos por cúbit lógico, dependiendo del código y de las tasas de error físicas. El trabajo de Iceberg Quantum en códigos LDPC apunta a reducir drásticamente esa proporción.
Esto significa que un ordenador cuántico con 1.000 cúbits físicos podría ofrecer solo entre 10 y 100 cúbits lógicos, y posiblemente muchos menos si las tasas de error son altas. Para algoritmos que requieren miles de cúbits lógicos, los recuentos de cúbits físicos deben alcanzar millones con los enfoques actuales de códigos de superficie.
¿Por qué los cúbits lógicos importan más?
Al evaluar el progreso, los cúbits lógicos son la métrica más significativa. Una máquina con 10 cúbits lógicos de alta calidad puede realizar cálculos más largos y complejos que una con 1.000 cúbits físicos ruidosos.
Por eso las demostraciones recientes de Google, IBM y otros no se centran solo en el número de cúbits, sino en hitos de corrección de errores: mostrar que las tasas de error lógicas disminuyen al añadir más cúbits físicos, demostrar operaciones tolerantes a fallos y escalar a múltiples cúbits lógicos trabajando juntos.
Riverlane ha propuesto el concepto de «QuOps» (operaciones cuánticas libres de error) como un estándar transparente y medible para entender qué puede lograr de forma fiable cualquier sistema cuántico, superando términos ambiguos como «ventaja cuántica». Este tipo de métricas ayuda a inversores y líderes empresariales a comparar distintos enfoques en igualdad de condiciones.
¿Quién lidera el desarrollo de la corrección de errores cuánticos?
El ecosistema incluye academia, laboratorios nacionales y empresas privadas, con distintos actores liderando diferentes áreas. El Quantum Error Correction Report 2025, publicado por Riverlane en colaboración con Resonance, reveló que la investigación en códigos QEC se ha disparado: 120 nuevos artículos revisados por pares en los primeros 10 meses de 2025, frente a 36 en 2024.
Gigantes tecnológicos
- Google Quantum AI: en diciembre de 2024 anunció su chip Willow, demostrando que añadir más cúbits físicos reducía las tasas de error lógicas —un hito crítico llamado «corrección de errores por debajo del umbral»—. Continúa impulsando implementaciones de códigos de superficie.
- IBM: hoja de ruta para computación cuántica tolerante a fallos en 2033. En 2024 hizo la transición a códigos qLDPC, marcando un cambio de estrategia en la industria.
- Microsoft: estrategia basada en cúbits topológicos, que teóricamente ofrecen protección inherente contra errores. Aún no ha demostrado cúbits topológicos a gran escala.
- Amazon Web Services (AWS): a través de su Quantum Solutions Lab, apoya investigación en corrección de errores en múltiples plataformas y ofrece simulaciones en la nube.
- Atom Computing y QuEra: exploran esquemas de corrección adaptados a átomos neutros.
Especialistas en corrección de errores cuánticos
- Riverlane: con sede en Cambridge (Reino Unido), es la empresa líder centrada exclusivamente en QEC. Construye el «stack de corrección de errores», incluyendo su plataforma de decodificación Deltaflow y el toolkit open-source Deltakit. Su decodificador hardware publicado en Nature Communications demostró decodificación en tiempo real en menos de un microsegundo. En diciembre de 2025 abrió un centro de investigación QEC en Delft con la profesora Barbara Terhal, y su plataforma Deltaflow 3, prevista para finales de 2026, introducirá «lógica de streaming» para corrección continua durante la computación. Su encuesta QEC 2025 con más de 300 profesionales cuánticos encontró que el 95 % considera QEC esencial, y 2028 emerge como fecha límite informal para su integración.
- Iceberg Quantum: con sede en Sídney, diseña arquitecturas tolerantes a fallos basadas en códigos LDPC. Fundada por doctores de la Universidad de Sídney bajo la dirección del profesor Stephen Bartlett, se lanzó en marzo de 2025 con una asociación con PsiQuantum y desde entonces se ha asociado con Oxford Ionics, Diraq e IonQ. Su arquitectura Pinnacle de febrero de 2026 afirma reducir diez veces los cúbits físicos necesarios para RSA-2048, respaldada por una ronda semilla de 6 millones de dólares.
Empresas de hardware cuántico
- IonQ: líder en iones atrapados, ha demostrado detección y corrección de errores en su hardware y avanza hacia sistemas tolerantes a fallos.
- Rigetti Computing: desarrolla procesadores superconductores y publica investigación sobre códigos de superficie compatibles con su arquitectura modular.
- PsiQuantum: construye un ordenador cuántico fotónico y afirma que la fotónica ofrece ventajas inherentes para la corrección de errores. Su asociación con Iceberg Quantum subraya la importancia de códigos QEC optimizados para cada hardware.
- Quantinuum: utiliza tecnología de iones atrapados y ha demostrado operaciones de alta fidelidad cercanas a los umbrales necesarios.
Investigación académica y laboratorios nacionales
- Universidad Tecnológica de Delft (Países Bajos): líder en cúbits topológicos y sede del hub europeo de QEC de Riverlane.
- Universidad de Sídney (Australia): líder mundial en investigación teórica de QEC, especialmente códigos LDPC.
- Yale, UC Berkeley y MIT: grupos fuertes en códigos de superficie, LDPC y puertas tolerantes a fallos.
- Los Alamos, Oak Ridge y Argonne National Laboratory: investigación en corrección de errores en programas cuánticos más amplios.
- Instituto Max Planck (Alemania): contribuciones teóricas y experimentales.
Iniciativas gubernamentales e internacionales
- EE. UU.: La National Quantum Initiative financia investigación QEC a través de NSF y DOE. El Department of Energy Quantum Leadership Act de 2025 propone 2.500 millones de dólares para 2026-2030.
- Europa: El Quantum Flagship apoya proyectos centrados en corrección de errores para sistemas fotónicos, superconductores y de iones atrapados.
- China: programas nacionales activos, aunque con menos información pública.
- Japón: líder en inversión pública cuántica con casi 8.000 millones de dólares comprometidos, gran parte asignados en 2025.
El desafío del talento
El informe QEC 2025 de Riverlane-Resonance advierte de una grave crisis de talento. Solo entre 1.800 y 2.200 profesionales se especializan actualmente en QEC en todo el mundo, pero se necesitarán entre 5.000 y 16.000 para 2030. Con el 50-66 % de las vacantes cuánticas sin cubrir y una formación especializada que lleva hasta 10 años, la brecha de personal puede ser el cuello de botella más acuciante junto a los desafíos técnicos.
Hitos técnicos que debe alcanzar la corrección de errores cuánticos
El camino desde los ordenadores cuánticos ruidosos actuales hasta los sistemas tolerantes a fallos requiere varios hitos críticos.
1. Demostrar corrección de errores por debajo del umbral
El hito más fundamental es mostrar que las tasas de error lógicas disminuyen exponencialmente al añadir más cúbits físicos. Esto se llama operación «por debajo del umbral»: las tasas de error físicas son lo bastante bajas como para que la corrección ayude más de lo que perjudica.
El chip Willow de Google demostró este hito a finales de 2024, mostrando que aumentar la distancia del código de superficie de 3×3 a 5×5 y 7×7 reducía las tasas de error lógicas por factores de 2 a 3 en cada paso. Fue la primera demostración convincente en un sistema superconductor.
2. Crear múltiples cúbits lógicos
Los algoritmos útiles requieren muchos cúbits lógicos trabajando simultáneamente. El siguiente hito es mostrar que se pueden crear, mantener y operar múltiples cúbits lógicos a la vez sin interferencias.
3. Implementar conjuntos de puertas tolerantes a fallos
No todas las puertas cuánticas son iguales. Algunas —como las puertas Clifford usadas en mediciones de síndrome— se implementan con baja sobrecarga. Otras, como la puerta T necesaria para computación cuántica universal, son mucho más costosas en cúbits corregidos. Demostrar un conjunto universal de puertas operando de forma tolerante es esencial.
4. Alcanzar tasas de error lógicas prácticas
Para algoritmos comercialmente útiles se necesitan tasas de error lógicas de aproximadamente 10⁻¹⁵ o menores —mil millones de veces mejores que las tasas físicas actuales—. Hitos intermedios como 10⁻⁶ o 10⁻⁹ ya permitirían algoritmos más largos.
5. Reducir la latencia de decodificación
La decodificación clásica debe ser más rápida que la acumulación de errores. El decodificador FPGA de Riverlane muestra la dirección: hardware especializado que procesa síndromes en menos de un microsegundo. Su plataforma Deltaflow 3 busca permitir «lógica de streaming» continua.
6. Demostrar algoritmos tolerantes a fallos de extremo a extremo
El hito definitivo es ejecutar un algoritmo cuántico útil completo en cúbits lógicos corregidos de principio a fin. Nadie lo ha logrado todavía. Las demostraciones actuales muestran piezas del rompecabezas, no el conjunto completo.
| Hito | Estado actual | Plazo estimado |
|---|---|---|
| Corrección por debajo del umbral | Demostrada por Google (2024) en superconductores | Lograda en sistemas líderes; en curso en otras plataformas |
| Múltiples cúbits lógicos | Demos a pequeña escala (2-3 cúbits lógicos) | 2-5 años para 10+ cúbits lógicos |
| Conjuntos de puertas tolerantes a fallos | Puertas Clifford demostradas; puertas T más difíciles | 3-7 años para conjuntos universales completos |
| Tasas de error lógicas prácticas (10⁻¹⁵) | Actualmente 10⁻² – 10⁻³ en cúbits físicos | 10-15 años con progreso continuado |
| Baja latencia de decodificación a escala | Sub-microsegundo demostrado (Riverlane); escalado pendiente | Investigación en curso, dependiente del hardware |
| Algoritmos tolerantes a fallos de extremo a extremo | No demostrado | 10-15 años para problemas comercialmente relevantes |
¿Cuándo serán prácticos los ordenadores cuánticos con corrección de errores?
El calendario depende de a quién se pregunte y de qué se entienda por «práctico».
Proyecciones optimistas (5-10 años)
Algunas empresas e investigadores creen que los sistemas tolerantes a fallos capaces de superar a los ordenadores clásicos en problemas comercialmente relevantes podrían surgir en 5-10 años. Esta visión asume mejora exponencial continua en calidad y número de cúbits físicos, implementación exitosa de códigos de superficie o LDPC a escala, avances en decodificación clásica y algoritmos que requieran relativamente pocos cúbits lógicos.
Google, IBM e IonQ tienen hojas de ruta públicas que apuntan a la tolerancia a fallos en este plazo, aunque las aplicaciones concretas y los niveles de rendimiento siguen siendo inciertos.
Proyecciones moderadas (10-15 años)
La comunidad investigadora más amplia tiende a un calendario más conservador: 10-15 años de desarrollo continuo. Esta visión reconoce el enorme reto de ingeniería de escalar de los cientos de cúbits físicos actuales a los millones necesarios, la necesidad de varias generaciones de mejoras de hardware, la dificultad de implementar códigos complejos en sistemas reales y el tiempo para desarrollar y probar algoritmos tolerantes a fallos.
La encuesta de Riverlane encontró que 2028 ha emergido como fecha límite informal para la integración de QEC, lo que sugiere que la comunidad espera avances significativos en los próximos años aunque la tolerancia a fallos completa tarde más.
Proyecciones conservadoras (15+ años)
Algunos escépticos y expertos en retos fundamentales argumentan que la computación cuántica tolerante a fallos podría tardar más de 15 años, especialmente para las aplicaciones más exigentes como romper RSA o la simulación de materiales a gran escala. Señalan la brecha entre las tasas de error físicas actuales (~0,1 %-1 %) y las necesarias (~0,01 % o menos), la sobrecarga de los códigos actuales y los posibles desafíos imprevistos.
¿Qué significa práctico?
La tolerancia a fallos no es un hito binario, sino un continuo. Los primeros sistemas tolerantes con decenas de cúbits lógicos podrían resolver problemas en química cuántica o ciencia de materiales antes de abordar criptografía u optimización financiera. Las aplicaciones con circuitos más cortos serán viables antes que las que requieren millones de puertas.
Debemos esperar un despliegue gradual. Algunas industrias verán beneficios a corto plazo; otras esperarán más. El calendario de la computación cuántica no es una fecha única, sino una serie de umbrales que desbloquean nuevas capacidades.
Para inversores y líderes empresariales, la implicación práctica es monitorizar el progreso en corrección de errores como indicador principal de viabilidad comercial. Las empresas que demuestren cúbits lógicos, operación por debajo del umbral y puertas tolerantes a fallos son las que avanzan hacia aplicaciones que justifiquen sus valoraciones. Y las empresas que construyen la infraestructura de corrección de errores (como el stack de decodificación de Riverlane o las arquitecturas LDPC de Iceberg Quantum) se posicionan como habilitadores esenciales independientemente de qué plataforma de hardware gane finalmente.
Preguntas frecuentes
¿Qué es la corrección de errores cuánticos?
Es un conjunto de técnicas para proteger la información cuántica de errores causados por decoherencia y ruido, codificando cúbits lógicos a través de múltiples cúbits físicos. A diferencia de la corrección clásica, debe sortear el teorema de no clonación y no puede medir directamente los estados cuánticos. Detecta y corrige errores midiendo correlaciones entre cúbits físicos (síndromes) sin colapsar la superposición.
¿Por qué los ordenadores cuánticos no pueden usar corrección de errores clásica?
La corrección clásica se basa en copiar información y votar por mayoría. La mecánica cuántica prohíbe copiar estados desconocidos (no-clonación) y medir cúbits colapsa superposiciones. La QEC debe detectar errores mediante mediciones indirectas de correlaciones preservando el estado cuántico.
¿Cuántos cúbits físicos se necesitan para un cúbit lógico?
Varía según el código y las tasas de error. Los códigos de superficie actuales requieren de 100 a 1.000 cúbits físicos por cúbit lógico, pudiendo aumentar a varios miles para aplicaciones muy exigentes. Los códigos LDPC cuánticos, impulsados por Iceberg Quantum, podrían reducir la sobrecarga a decenas o cientos. Hardware con mejores tasas físicas necesita menos cúbits físicos.
¿Alguien ha construido un ordenador cuántico totalmente corregido?
No. Los ordenadores actuales operan en la era NISQ, con tasas de error demasiado altas para corrección sostenida. Se han demostrado hitos importantes, como el chip Willow de Google (2024) mostrando corrección por debajo del umbral y la decodificación en tiempo real de Riverlane. Construir sistemas con cientos o miles de cúbits lógicos corregidos sigue a años de distancia.
¿Cuál es la diferencia entre ordenadores NISQ y tolerantes a fallos?
Los NISQ tienen decenas a miles de cúbits físicos sin corrección completa, limitados a cálculos cortos y propensos a errores. Los tolerantes a fallos usan QEC para crear cúbits lógicos estables capaces de ejecutar algoritmos largos sin acumular errores. Los NISQ son útiles para investigación y aplicaciones limitadas; los tolerantes a fallos habilitarán las aplicaciones comercialmente transformadoras.
¿Qué código de corrección de errores es el mejor?
No hay un código universalmente mejor: depende del hardware, las tasas de error y la aplicación. Los códigos de superficie son los más implementados por su localidad, pero tienen alta sobrecarga. Los códigos LDPC cuánticos, adoptados por IBM y desarrollados por Iceberg Quantum, podrían reducir la sobrecarga drásticamente, pero requieren conectividad de largo alcance. Tras la transición de IBM a qLDPC en 2024, se espera que más empresas sigan en 2026.
¿Cuándo tendrán los ordenadores cuánticos cúbits lógicos suficientes para romper el cifrado?
Romper RSA-2048 se estimaba en unos 20 millones de cúbits físicos con códigos de superficie. La arquitectura Pinnacle de Iceberg Quantum sugiere que podría lograrse con menos de 100.000 usando códigos LDPC optimizados. Aun así, la mayoría de expertos sitúa esta capacidad a 10-15 años. Mientras tanto, las organizaciones están migrando a criptografía post-cuántica y la distribución cuántica de claves ofrece seguridad basada en física.
Conclusión
La corrección de errores cuánticos es el desafío que separa las demostraciones de laboratorio de la realidad comercial. Sin ella, los ordenadores cuánticos no pueden escalar; con ella, podrían desbloquear aplicaciones transformadoras en química, materiales, finanzas y logística.
Los avances recientes son alentadores: Google ha demostrado corrección por debajo del umbral, Riverlane ha construido decodificadores en tiempo real y los códigos LDPC de Iceberg Quantum prometen reducir drásticamente los recursos necesarios. Pero el camino sigue siendo largo y está lleno de retos técnicos y de talento.
Para quienes siguen de cerca esta industria, la métrica clave no es el número de cúbits físicos, sino el progreso en cúbits lógicos, umbrales de error y operaciones tolerantes a fallos. Las empresas que dominen la corrección de errores no solo superarán el mayor desafío de la computación cuántica: definirán su futuro comercial.