¿Tiene la computación cuántica un primer caso de uso real?

Quantum, IA & Fotónica: Una nueva revolución informática

La computación y las tecnologías de la información están experimentando varias revoluciones tecnológicas a la vez: el auge de la IA, la aparición de la computación cuántica y el giro hacia la fotónica para superar las limitaciones de la computación clásica de silicio.

Hasta ahora, cada uno de estos nuevos sectores ha trabajado mayormente en silos aislados: el entrenamiento y la computación de IA se realizan en chips de silicio clásicos, la computación cuántica busca mejorar su tecnología hasta encontrar un uso práctico, y la tecnología fotónica sigue experimentando con diseños y aplicaciones.

Quizá no sea sorprendente, pero podría ser que al combinar estos campos surjan nuevas posibilidades. Parece que la computación cuántica acaba de encontrar un caso de uso práctico y ni siquiera necesitaría mejoras adicionales para ser útil.

Investigadores del Vienna Center for Quantum Science and Technology (VCQ) (Austria), del Politecnico di Milano (Italia), del Consiglio Nazionale delle Ricerche (IFN-CNR) (Italia) y de la empresa Quantinuum (Reino Unido) han descubierto que los ordenadores cuánticos existentes podrían superar a los ordenadores clásicos en el entrenamiento de IA, utilizando un procesador fotónico.

Publicaron sus resultados en Nature Photonics¹, bajo el título “Experimental quantum-enhanced kernel-based machine learning on a photonic processor”.

¿Por qué el entrenamiento de IA y la computación cuántica enfrentan límites?

Los crecientes costos y demandas energéticas del entrenamiento de IA

Recientemente, la tecnología de IA ha logrado un progreso tremendo. Sin embargo, esto se logró solo mediante el uso de cantidades asombrosas de potencia de cálculo, consumiendo decenas de miles de millones de dólares en chips y electricidad.

Ciertamente, se pueden lograr algunos avances en eficiencia, como lo demuestra DeepSeek AI entrenado con costos ultra bajos tanto en cómputo como en dinero, superando a sus competidores occidentales por un orden de magnitud. Pero, al final, la mejora del software solo llegará hasta cierto punto para hacer que el entrenamiento de IA sea menos intensivo en cómputo y energía.

Los desafíos de escalabilidad y ruido de la computación cuántica

Mientras tanto, la computación cuántica es una tecnología prometedora, pero hasta ahora sufre de una falla fatal. El estado extremadamente frágil de la materia que debe mantenerse para que la computación cuántica funcione implica que es costosa y poco escalable.

También significa que los resultados obtenidos son “ruidosos”, con errores regulares, retrasos y resultados poco fiables.

Aquí también, las innovaciones podrían significar que ya sea una red de ordenadores cuánticos más pequeños o una nueva arquitectura de diseño de hardware, usando un nuevo estado de la materia llamado topoconductores, que permite la escalabilidad, podrían resolver el problema.

Hasta que se confirme, esto ha puesto en duda la relevancia de la computación cuántica, que sigue siendo una tecnología en busca de un caso de uso práctico que tenga sentido económico.

Métodos de kernel mejorados por quantum para IA

Cómo los kernels cuánticos añaden poder dimensional al aprendizaje automático

Los métodos de kernel son herramientas ampliamente usadas en el aprendizaje automático y emplean un método matemático de añadir dimensiones a un conjunto de datos para identificar mejor los patrones ocultos.

Fuente: MDPI

Esto, por supuesto, implica matemáticas bastante complejas, que solo serán comprensibles mayormente para un conjunto limitado de especialistas que ya trabajan en este campo. Puedes ver una representación visual de cómo funciona en este video:

Y dichos cálculos complejos podrían encajar perfectamente con las capacidades únicas de los ordenadores cuánticos.

Los procesadores fotónicos se encuentran con los kernels cuánticos para IA

Se utilizó un procesador fotónico integrado, creado mediante escritura láser de femtosegundo sobre un sustrato de vidrio borosilicato, para este experimento, con el fin de codificar los datos en un estado que pueda ser tratado por un ordenador cuántico.

Fuente: Nature Photonics

De esta manera, se utilizaron kernels que mostraban interferencia cuántica para el cálculo y se compararon con los métodos clásicos.

Fuente: Nature Photonics

Resultados experimentales: Kernels cuánticos vs. clásicos

Los científicos probaron cuatro tamaños diferentes de conjuntos de datos, que van de 40 a 100 puntos, donde el kernel cuántico (en azul) se comparó con el kernel clásico (en naranja).

Fuente: Nature Photonics

En ambos experimentos, el kernel cuántico tuvo un rendimiento superior al del kernel clásico.

“Descubrimos que para tareas específicas nuestro algoritmo comete menos errores que su contraparte clásica.”

Philip Walther – Professor at the University of Vienna.

Próximos pasos hacia el entrenamiento de IA cuántica en el mundo real

Pasando de la demostración a la producción: Entrenamiento de IA cuántica

Este experimento demostró que los ordenadores cuánticos, que existen hoy, pueden superar a los ordenadores clásicos en tareas comúnmente usadas en el entrenamiento de redes neuronales.

Esto es importante porque hasta ahora se asumía que solo un ordenador cuántico más fiable podría usarse para este tipo de aplicación. Ahora que se ha demostrado experimentalmente que no es así, el siguiente paso será realizar incluso una ejecución limitada de entrenamiento de IA en la vida real con esa tecnología.

Para ello, podrían diseñarse nuevos algoritmos inspirados en arquitecturas cuánticas, alcanzando mejores rendimientos.

“Esto implica que los ordenadores cuánticos existentes pueden mostrar buenos rendimientos sin necesidad de superar la tecnología de vanguardia”

Zhenghao Yin – PhD Student at the University of Vienna.

Cómo la fotónica cuántica reduce el consumo energético de la IA

Las plataformas fotónicas pueden ofrecer el mismo o un rendimiento computacional superior con un consumo de energía mucho menor. Dado que la energía se está convirtiendo cada vez más en el cuello de botella de la industria de IA, más que la capacidad de cómputo o las innovaciones, esto podría hacer que el descubrimiento de ordenadores cuántico‑fotónicos sea especialmente importante.

“Esto podría resultar crucial en el futuro, dado que los algoritmos de aprendizaje automático se están volviendo inviables debido a las altas demandas energéticas”.

Iris Agresti – PhD Student at the University of Vienna.

 Iones atrapados vs. tecnología cuántica superconductora: ¿Qué sigue?

Podría tener importantes consecuencias para la dirección de la industria de la computación cuántica.

Hasta ahora, el campo se ha dividido entre la tecnología de iones atrapados, con alta fiabilidad pero baja capacidad de cómputo cuántico (qubits) por dispositivo, y diseños más complejos basados en la superconductividad, que hasta ahora son muy ruidosos, pero que también son más propensos a escalar finalmente a un gran número de qubits.

La investigación se realizó en estrecha colaboración con Quantinuum, con 4 de los 12 científicos del artículo trabajando en esta empresa. Como especialista en tecnología de iones atrapados, tiene sentido que Quantinuum busque una situación donde el bajo número de qubits de sus ordenadores ya pueda ejecutar un caso de negocio relevante.

Si esto resulta ser cierto, podría convertir a la empresa en un proveedor clave de capacidad de cómputo para la industria de IA, tal vez imitando al menos una fracción de los logros de Nvidia (NVDA ).

Invertir en computación cuántica

Honeywell / Quantinuum

Quantinuum es el resultado de la fusión de Honeywell Quantum Solutions y Cambridge Quantum.

Honeywell sigue siendo el accionista mayoritario de la empresa (probablemente 52% de participación) después de una ronda de financiación que la valoró en 5 mil millones de dólares. Se informa que el fundador Ilyas Khan posee aproximadamente el 20 % de la empresa. Otros accionistas incluyen JSR Corporation, Mitsui, Amgen (AMGN ), IBM y JP Morgan.

Una posible OPI de Quantinuum en el futuro, potencialmente como parte de una reestructuración corporativa mayor, se estima que podría valer hasta 20 mil millones de dólares y podría ocurrir entre 2026 y 2027.

La computación cuántica no es la parte central del negocio de Honeywell, que se centra más en productos de aeroespacial, automatización y químicos y materiales especializados.

Cada uno de estos dominios podría, sin embargo, beneficiarse de la computación cuántica, especialmente química computacional y la ciberseguridad cuántica, lo que potencialmente le daría a Honeywell una ventaja frente a sus competidores.

El modelo principal de la empresa por ahora es el H2, un chip de iones atrapados de 56 qubits, con una fidelidad de puerta de dos qubits del 99,895 %.

La empresa ha buscado una computación de alta calidad con muy pocos errores más que añadir la mayor cantidad posible de qubits, creando lo que se denomina “computación cuántica tolerante a fallos”.

Este enfoque es etiquetado por la empresa como “Mejores qubits, mejores resultados”, con una cantidad similar de qubits logrando resultados de 100 a 1 000 veces más fiables.

Fuente: Quantinuum

Esto podría marcar una diferencia notable en la criptografía resistente a la quantum, urgentemente necesaria, con la empresa de defensa Thales (HO.PA -0,96 %) ya colaborando con Quantinuum así como el banco internacionals HSBC y JP Morgan.

Quantinuum también ofrece su química computacional cuántica propietaria InQuanto, utilizable para farmacéuticos, ciencias de materiales, químicos, energía y aplicaciones aeroespaciales.

Al igual que muchas otras empresas de computación cuántica, Quantinuum ofrece Helios, un “hardware‑as‑a‑service”, que permite a los usuarios beneficiarse de la computación cuántica sin tener que lidiar con la complejidad de operar el sistema ellos mismos.

Quantinuum firmó en noviembre de 2024 una asociación con la alemana Infineon, el mayor fabricante de semiconductores de Europa. Infineon aportará su tecnología de fotónica integrada y electrónica de control para ayudar a crear la próxima generación de ordenadores cuánticos de iones atrapados.

A medida que la fotónica integrada se acerca a casos de uso prácticos, ahora queda claro cuán importante podría ser esta asociación para el futuro de Quantinuum. En este punto, parece que el siguiente paso para la empresa será lanzar el primer chip fotónico‑cuántico centrado en IA del mundo.

En los próximos meses, Quantinuum compartirá resultados de colaboraciones en curso, mostrando el potencial revolucionario de los avances impulsados por la quantum en la IA generativa.

La innovadora capacidad Gen QAI mejorará y acelerará el uso de marcos orgánicos metálicos para la entrega de fármacos, allanando el camino a opciones de tratamiento más eficientes y personalizadas, con detalles que se revelarán en el lanzamiento de Helios.

Quantinuum Announces Generative Quantum AI Breakthrough with Massive Commercial Potential

El anuncio en esta publicación forma parte de una serie de noticias relacionadas con el rápido progreso de la conexión IA‑computación cuántica realizada en Quantinuum.

Más casos de uso en curso podrían impulsar fuertemente el valor futuro de la empresa y, por lo tanto, la posición de Honeywell en ella y el potencial beneficio que los inversores podrían obtener.

Últimas noticias y desarrollos de acciones Honeywell / Quantinuum (HON)

Estudio Referenciado

^{1. Yin, Z., Agresti, I., de Felice, G. et al. Experimental quantum-enhanced kernel-based machine learning on a photonic processor. Nature Photonics. (2025). https://doi.org/10.1038/s41566-025-01682-5}