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

Cuántica, IA y fotónica: una nueva revolución informática

Las tecnologías de la información y la computación están atravesando varias revoluciones tecnológicas a la vez: el auge de la IA, el surgimiento 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 mayoritariamente en silos aislados: el entrenamiento y la computación de la IA se realizan en chips de silicio clásicos, la computación cuántica busca mejorar su tecnología hasta que pueda encontrar un uso práctico y la tecnología fotónica todavía está experimentando en diseños y aplicaciones.

Tal vez, como era de esperar, sea al fusionar estos campos que surjan nuevas posibilidades. Parece que la computación cuántica podría haber encontrado un caso práctico y ni siquiera necesitaría mejoras adicionales para ser útil.

Investigadores del Centro de Viena para la Ciencia y Tecnología Cuántica (VCQ) (Austria), el Politécnico de Milán (Italia), el Consiglio Nazionale delle Ricerche (IFN-CNR) (Italia) y 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 "Aprendizaje automático experimental basado en kernel mejorado cuánticamente en un procesador fotónico.

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

Los crecientes costos y las demandas energéticas de la capacitación en IA

Recientemente, la tecnología de IA ha avanzado enormemente. Sin embargo, esto solo se logró mediante el uso de cantidades asombrosas de potencia de procesamiento, con un consumo de decenas de miles de millones de dólares en chips y electricidad.

Sin duda, se pueden lograr algunos avances en materia de eficiencia, como lo demuestra DeepSeek AI entrenado con un costo ultra bajo tanto en computación como en dinero, superando a sus competidores occidentales por un orden de magnitud. Aun así, al final, las mejoras de software solo servirán hasta cierto punto para que el entrenamiento de IA requiera menos recursos de computación y energía.

Los desafíos de escalabilidad y ruido de la computación cuántica

Mientras tanto, la computación cuántica es una tecnología prometedora, pero hasta ahora adolece de una falla fatal. La extremadamente frágil condición de la materia que debe mantenerse para que funcione la hace costosa y poco escalable.

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

También en este caso, las innovaciones podrían significar que: una red de computadoras cuánticas más pequeñas or Una nueva arquitectura de diseño de hardware, que utiliza un nuevo estado de la materia llamado topoconductores, lo que permite la escalabilidad, podría resolver el problema.

Hasta que se confirme, esto pone en duda la relevancia de la computación cuántica, una tecnología que todavía busca un uso práctico que tenga sentido económico.

Métodos de kernel mejorados cuánticamente para IA

Cómo los núcleos cuánticos añaden potencia dimensional al aprendizaje automático

Los métodos de kernel son herramientas ampliamente utilizadas en el aprendizaje automático y utilizan un método matemático para agregar dimensiones a un conjunto de datos para una mejor identificación de patrones ocultos.

Fuente: MDPI

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

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

Los procesadores fotónicos se unen a los núcleos cuánticos para la IA

Para este experimento se utilizó un procesador fotónico integrado, creado mediante escritura láser de femtosegundos sobre un sustrato de vidrio de borosilicato, para codificar los datos en un estado que pueda ser tratado por una computadora cuántica.

Fuente: Nature Photonics

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

Fuente: Nature Photonics

Resultados experimentales: núcleos cuánticos vs. núcleos clásicos

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

Fuente: Nature Photonics

En ambos experimentos, el núcleo cuántico tuvo un mejor desempeño que el de computación clásica.

“Descubrimos que, para tareas específicas, nuestro algoritmo comete menos errores que su homólogo clásico”.

Philip Walther – Profesor de la Universidad de Viena.

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

De la demostración a la producción: capacitación en IA cuántica

Este experimento demostró que las computadoras cuánticas, que existen hoy en día, pueden superar a las computadoras clásicas en tareas comúnmente utilizadas en el entrenamiento de redes neuronales.

Esto es crucial, ya que hasta ahora se asumía que solo una computadora cuántica más confiable podría usarse para este tipo de aplicación. Ahora que se ha demostrado experimentalmente que esto no es cierto, el siguiente paso será realizar, aunque sea un período limitado, entrenamiento de IA en situaciones reales con esa tecnología.

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

“Esto implica que las computadoras cuánticas existentes pueden mostrar un buen rendimiento sin necesariamente ir más allá de la tecnología de punta”

Zhenghao Yin – Estudiante de doctorado en la Universidad de Viena.

Cómo la fotónica cuántica reduce el consumo energético de la IA

Las plataformas fotónicas pueden alcanzar un rendimiento computacional igual o superior con un consumo energético mucho menor. Dado que la energía se está convirtiendo cada vez más en el cuello de botella de la industria de la IA, más que la capacidad computacional o las innovaciones, esto podría hacer que el uso de la computación fotónica cuántica sea especialmente importante.

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

Iris Agresti – Estudiante de doctorado en la Universidad de Viena.

 Tecnología cuántica de iones atrapados frente a superconductores: ¿qué viene a continuación?

Podría tener consecuencias importantes 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 confiabilidad, pero baja capacidad de computación cuántica (qubit) por dispositivo, versus diseños más complejos que dependen de la superconductividad, hasta ahora muy ruidosos, pero que también tienen más probabilidades de ser escalables a un gran volumen de qubit.

La investigación se realizó en estrecha colaboración con Quantinuum, empresa en la que 4 de los 12 científicos del artículo trabajan. Como especialista en tecnología de iones atrapados, es lógico que Quantinuum busque una situación en la que el bajo número de cúbits de sus computadoras ya pueda generar un caso de negocio relevante.

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

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 el 52% de la propiedad) después de una ronda de recaudación de fondos valorada en 5 mil millones de dólaresSe informa que el fundador, Ilyas Khan, posee aproximadamente el 20% de la compañía. Otros accionistas incluyen a JSR Corporation, Mitsui, Amgen, IBM y JP Morgan.

Una posible IPO de Quantinuum en el futuro, posiblemente como parte de una reestructuración corporativa más amplia, Se estima que vale 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, sino que se centra más en productos del sector aeroespacial, la automatización y los materiales y productos químicos especiales.

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

El modelo principal de la compañía por ahora es el H2, un chip de 56 qubits con iones atrapados y una fidelidad de puerta de dos qubits del 99.895%.

La empresa ha buscado una computación de alta calidad con muy pocos errores, más allá de agregar tantos qubits como sea posible, creando la llamada “computación cuántica tolerante a fallos”.

La empresa denomina este enfoque “Mejores qubits, mejores resultados”, y con una cantidad similar de qubits se logran resultados entre 100 y 1,000 veces más fiables.

Fuente: cuántico

Esto podría marcar una diferencia notable en la criptografía resistente a los avances cuánticos, que se necesita con urgencia, según la empresa de defensa Thales (HO.PA -0.96%) ya colaborando con cuántico al igual que el banco internacionals HSBC  y JP Morgan.

Quantinuum también ofrece su propia química computacional cuántica. En Quanto, utilizable para productos farmacéuticos, ciencias de los materiales, productos químicos, energía y aplicaciones aeroespaciales.

Al igual que muchas otras empresas de computación cuántica, Quantinuum ofrece Helios  “hardware como servicio”, permitiendo a los usuarios beneficiarse de la computación cuántica sin tener que lidiar con la complejidad de operar el sistema por sí mismos.

Quantinuum firmó en noviembre de 2024 un acuerdo de colaboración 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 práctico, se hace evidente la importancia de esta colaboración para el futuro de Quantinuum. En este punto, parece que el siguiente paso de la compañía será lanzar el primer chip fotónico-cuántico del mundo centrado en IA.

En los próximos meses, Quantinuum compartirá los resultados de las colaboraciones en curso, mostrando el potencial innovador de los avances impulsados ​​​​por la cuántica en IA generativa.

La innovadora capacidad Gen QAI mejorará y acelerará el uso de estructuras orgánicas metálicas para la administración de medicamentos, allanando el camino para opciones de tratamiento más eficientes y personalizadas, cuyos detalles se revelarán en el lanzamiento de Helios.

Quantinuum anuncia un avance en IA cuántica generativa con un enorme potencial comercial

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

Más casos de uso continuo podrían aumentar fuertemente el valor futuro de la empresa y, por lo tanto, la participación de Honeywell en ella y las posibles ganancias que los inversores podrían obtener de ella.

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

Estudio referenciado

^{1. Yin, Z., Agresti, I., de Felice, G. et al. Aprendizaje automático experimental basado en kernel mejorado cuánticamente en un procesador fotónico. Fotónica de la Naturaleza. (2025). https://doi.org/10.1038/s41566-025-01682-5}