Desde hace un tiempo, China <\/strong>pretende con ah\u00ednco convertirse en la primera potencia mundial. No solo inundando el mercado con sus productos a precios pr\u00e1cticamente imbatibles, sino tambi\u00e9n intentando colocarse a la vanguardia de la ciencia y la tecnolog\u00eda m\u00e1s punteras, incluso aunque a\u00fan no tengan r\u00e9ditos comerciales. Muy conocida es su pugna con Estados Unidos <\/strong>en la nueva carrera espacial<\/strong>, donde el gigante asi\u00e1tico ya ha conseguido hitos como el aterrizaje de un rover en la cara oculta de la Luna<\/a>. Pero hay otro \u00e1mbito, de momento mucho menos espectacular y m\u00e1s complejo de entender, en el que tambi\u00e9n empieza a rivalizar con los grandes: la computaci\u00f3n cu\u00e1ntica<\/a>.<\/p>\n\n\n\n Llamada a revolucionar su campo, la computaci\u00f3n cu\u00e1ntica promete resolver\u00a0problemas inabarcables para los ordenadores cl\u00e1sicos<\/strong>, ni siquiera los m\u00e1s avanzados. Estos sistemas permitir\u00e1n procesar datos a una velocidad casi inimaginable, ejecutando tareas en tan solo segundos, cuando a nuestras actuales m\u00e1quinas les costar\u00eda millones de a\u00f1os. Son la base, por ejemplo, del futuro de la medicina, que podr\u00e1 fabricar f\u00e1rmacos totalmente personalizados. O de nuevos materiales superconductores que nos permitan desde generar energ\u00eda el\u00e9ctrica de forma m\u00e1s eficiente a crear trenes de levitaci\u00f3n magn\u00e9tica de alta velocidad. Pero tambi\u00e9n podr\u00e1n manejar toda la ingente informaci\u00f3n creada durante estos a\u00f1os del\u00a0Big Data<\/strong>\u00a0y ponerlos al servicio de, por ejemplo, la inteligencia artificial o del machine learning, campos que ya est\u00e1n fuera de la ciencia ficci\u00f3n y que forman parte de nuestro d\u00eda a d\u00eda. Sin embargo, para llegar hasta ah\u00ed se necesita no solo desarrollar la tecnolog\u00eda, sino la ciencia que la dirija. La ciencia b\u00e1sica. Y en esas est\u00e1 a\u00fan la computaci\u00f3n cu\u00e1ntica.<\/p>\n\n\n\n La principal diferencia entre un ordenador cu\u00e1ntico y uno cl\u00e1sico es su sistema de comunicaci\u00f3n: los ordenadores que tenemos en casa se comunican entre ellos a trav\u00e9s de \u2018bits<\/strong>\u2019, el lenguaje binario que, por complejos c\u00e1lculos matem\u00e1ticos, convierte la informaci\u00f3n en ceros y unos; sin embargo, en computaci\u00f3n cu\u00e1ntica, los sistemas \u2018hablan\u2019 en \u2018c\u00fabits<\/strong>\u2019, que pueden ser cero y uno a la vez (por el mismo principio que rige al famoso gato Schrodinger<\/strong>, vivo y muerto al mismo tiempo), lo que multiplica exponencialmente el rendimiento de esta tecnolog\u00eda. Pero sus sorprendentes cualidades no acaban ah\u00ed. Entre los c\u00fabits se produce un extra\u00f1o fen\u00f3meno, llamado entrelazamiento cu\u00e1ntico, por el que son capaces de comunicarse entre s\u00ed a distancias enormes sin que exista ning\u00fan canal de transmisi\u00f3n, lo que ampl\u00eda a\u00fan m\u00e1s sus posibilidades. Aunque sabemos todo esto desde hace tiempo, a\u00fan no tenemos los equipos que puedan aprovechar de forma eficiente estos fen\u00f3menos f\u00edsicos.<\/p>\n\n\n\n En 2019, Google present\u00f3 su procesador Sycamore, el primero que proclamaba la supremac\u00eda cu\u00e1ntica<\/a>: el gigante de Mountain View afirm\u00f3 que su sistema de 54 c\u00fabits (aunque funcionaron 53)<\/strong> pod\u00eda llevar a cabo una tarea en apenas 200 segundos frente a los 10.000 a\u00f1os empleados por el mejor superordenador cl\u00e1sico del momento (es decir, que un equipo cu\u00e1ntico pod\u00eda realizar una tarea casi imposible para un ordenador cl\u00e1sico, ni siquiera el m\u00e1s avanzado). Una afirmaci\u00f3n no exenta de pol\u00e9mica, ya que fue rebatida por IBM<\/a>, que afirmaba que su equipo m\u00e1s puntero podr\u00eda tardar algo m\u00e1s de dos jornadas. De hecho, precisamente un equipo Chino acaba de hacer p\u00fablico un trabajo <\/a>(si bien a\u00fan no est\u00e1 revisado por pares) en el que afirman que pueden emular el mismo resultado del procesador de Google con un superordenador en tan solo 300 segundos, lo que invalidar\u00eda la afirmaci\u00f3n de la compa\u00f1\u00eda estadounidense.<\/p>\n\n\n\n Un a\u00f1o despu\u00e9s, f\u00edsicos chinos reclamaban el mismo t\u00edtulo, aunque con un sistema diferente a los c\u00fabits superconductores, algo m\u00e1s limitado. Para ello utiliz\u00f3 un circuito \u00f3ptico del muestreo de bosones: empleando una extra\u00f1a propiedad cu\u00e1ntica de las part\u00edculas de luz (fotones), que viajan aleatoriamente en diferentes direcciones dentro de un circuito, el equipo llamado Jiuzhang <\/a>pod\u00eda resolver en 200 segundos un problema que al mejor superordenador cl\u00e1sico le costar\u00eda 600 millones de a\u00f1os en completar. \u00abSin embargo, es una m\u00e1quina muy limitada en su aplicaci\u00f3n\u00bb, explica Juan Jos\u00e9 Garc\u00eda-Ripoll<\/strong>, f\u00edsico te\u00f3rico del Instituto de F\u00edsica Fundamental (dependiente del CSIC). \u00abLas m\u00e1quinas de muestreo de bosones <\/strong>son una l\u00ednea de investigaci\u00f3n interesante y fundamental en \u00f3ptica cu\u00e1ntica y mec\u00e1nica cu\u00e1ntica, pero no constituyen un modelo computacional completo\u00bb. Es decir, no se trata de un ordenador tal y como lo concebimos en nuestra imaginaci\u00f3n, sino m\u00e1s bien de un sistema cu\u00e1ntico con una tarea muy espec\u00edfica.<\/p>\n\n\n\n Apenas unos meses despu\u00e9s, China dio el siguiente paso y present\u00f3 su procesador Zuchongzhi<\/a>, su r\u00e9plica al ordenador cu\u00e1ntico de Google. \u00abEs destacable la capacidad de China para desarrollar experimentos de impresionante calidad y escala en plazos muy cortos. El procesador cu\u00e1ntico es comparable al experimento de 2019 de Google y que es el procesador que siguen usando en esa empresa a fecha de hoy. Por esas fechas en China ten\u00edan un procesador de 10 c\u00fabits mucho peor\u00bb, apunta Garc\u00eda-Ripoll. En apenas dos a\u00f1os, los f\u00edsicos chinos pudieron crear un procesador capaz de terminar la tarea para la que fue programado en 70 minutos, muy por debajo de los 8 a\u00f1os que tardar\u00eda un superordenador actual. Aunque pueda parecer un margen \u2018peque\u00f1o\u2019, es necesario tener en cuenta que los equipos cl\u00e1sicos mejoran de forma paralela a la tecnolog\u00eda cu\u00e1ntica. \u00abSe est\u00e1 propiciando una carrera muy sana entre la computaci\u00f3n cu\u00e1ntica y la cl\u00e1sica, y eso es fant\u00e1stico\u00bb, apunta Garc\u00eda-Ripoll. A\u00fan as\u00ed, los autores del estudio aseguraban que la tarea era \u00abde 100 a 1.000 veces m\u00e1s complicada que la que llev\u00f3 a cabo Sycamore<\/strong>\u00bb.<\/p>\n\n\n\n Pero no contentos con eso, con apenas meses de diferencia, investigadores del Laboratorio Nacional de Ciencias F\u00edsicas de Hefei en la Universidad de Ciencia y Tecnolog\u00eda de China anunciaban que ya hab\u00eda mejorado ambos sistemas, creando el prototipo Jiuzhang 2.0<\/strong> y el procesador Zuchongzhi 2.1<\/strong> publicadas en sendos art\u00edculos de la revista \u2018Physical Review Letters<\/strong>\u2019 (que pueden leerse aqu\u00ed <\/a>y aqu\u00ed<\/a>). En el caso del primero, las mejoras inclu\u00edan un sistema reprogramable de forma rudimentaria, cambiando los estados de luz generados (y no toda la circuiter\u00eda de su interior, como su predecesor), adem\u00e1s de nuevas fuentes de luz con fotones ‘squeezed<\/strong>‘ o entrelazados<\/strong>. \u00abEstas fuentes de luz son m\u00e1s \u2018brillantes\u2019, esto es, generan m\u00e1s fotones por segundo, por lo que pueden repetir los experimentos m\u00e1s r\u00e1pidamente\u00bb, explica Garc\u00eda-Ripoll.<\/p>\n\n\n\nComputaci\u00f3n cl\u00e1sica versus cu\u00e1ntica<\/h3>\n\n\n\n
El despegue cu\u00e1ntico de China<\/h3>\n\n\n\n
Versiones 2.0 y 2.1<\/h3>\n\n\n\n