En la carrera actual por liderar la computación cuántica, los titulares suelen centrarse en el número de qubits de los nuevos procesadores. Sin embargo, basarse únicamente en esta cifra puede resultar engañoso. Para evaluar la verdadera potencia y utilidad de un ordenador cuántico, la industria y entidades de investigación como IBM utilizan una métrica mucho más rigurosa: el Volumen Cuántico (Quantum Volume).
¿Qué es el Volumen Cuántico?
El Volumen Cuántico es una métrica diseñada para medir la calidad y el rendimiento integral de un sistema. Mientras que la "escala" se mide por el número de qubits, el Volumen Cuántico indica la magnitud del espacio computacional que el ordenador puede explorar con éxito antes de que los errores degraden la información.
Técnicamente, representa la complejidad máxima de un circuito cuántico que el hardware puede ejecutar de manera fiable. No basta con tener muchos componentes; estos deben funcionar en una armonía perfecta para que el cálculo sea válido.
La analogía del turista en Nueva York
Para visualizar la relación entre qubits y tasas de error sin recurrir a ecuaciones complejas, los expertos de IBM Research proponen una analogía muy ilustrativa: la de un turista visitando la ciudad de Nueva York.
Imaginemos que el espacio computacional (determinado por el número de qubits) es la ciudad de Nueva York, y que la tasa de error determina el tiempo disponible para explorarla (a mayor tasa de error, menos tiempo útil antes de que el cálculo falle).
Mucho espacio, poco tiempo: Si el turista tiene acceso a toda la ciudad (muchos qubits) pero solo se le concede un día (alta tasa de error), no podrá recorrerla. Su "volumen turístico" es bajo porque se le acaba el tiempo antes de aprovechar el espacio disponible.
Mucho tiempo, poco espacio: Si al turista se le conceden tres días (baja tasa de error) pero se le restringe a una sola manzana pequeña, tampoco obtendrá un gran volumen. Terminará de explorar rápidamente y el tiempo extra no aportará valor nuevo.
El equilibrio ideal: Para maximizar la experiencia (el Volumen Cuántico), es necesario aumentar simultáneamente el tamaño de la ciudad (más qubits) y la duración del viaje (menor tasa de error). Solo así el turista puede explorar un espacio vasto y complejo en su totalidad.
Los enemigos del Volumen Cuántico: Un análisis técnico profundo
El Volumen Cuántico (VQ) es una métrica despiadada: se define por el "eslabón más débil" del sistema. Para maximizarlo, los ingenieros deben mitigar una serie de fenómenos físicos y lógicos que degradan la información cuántica.
Según la investigación fundamental de IBM (Cross et al., 2019), existen factores críticos que determinan si un cálculo tendrá éxito o colapsará en ruido. A continuación, desglosamos estos "enemigos" técnicos:
1. Tiempos de Coherencia (T1 y T2): La carrera contra el reloj
La "vida útil" de un qubit no es infinita. Los estados cuánticos son frágiles y tienden a decaer.
Relajación (T1): Es el tiempo que tarda un qubit excitado (estado |1> ) en perder energía y caer al estado base (estado |0> ). Es una pérdida de datos irreversible.
Desfase (T2): Es el tiempo que el qubit mantiene su superposición cuántica intacta antes de que las fluctuaciones ambientales desincronicen su fase relativa.
Impacto: Si el tiempo de ejecución del circuito supera a T1 o T2, el resultado final será puro ruido aleatorio.
2. Errores de Puerta (Gate Fidelity)
Las operaciones lógicas en computación cuántica (como las puertas CNOT de dos qubits) no son digitales ni perfectas; son pulsos de microondas calibrados físicamente.
En los sistemas actuales, una puerta puede tener una fidelidad del 99.9%. Parece alto, pero en un algoritmo con 1000 pasos, ese 0.1% de error se acumula exponencialmente (Jurcevic et al., 2021). Mejorar esta fidelidad es el desafío de hardware más complejo actualmente.
3. Diafonía (Crosstalk): El ruido del vecino
Este es uno de los problemas más insidiosos en chips superconductores. Ocurre cuando la ejecución de una operación en un qubit (Q1) perturba accidentalmente el estado de un qubit vecino (Q2) que debería estar inactivo.
Según Jurcevic et al., el crosstalk es especialmente dañino cuando se ejecutan múltiples puertas en paralelo. Un sistema puede tener buenos qubits individuales, pero fallar estrepitosamente cuando todos trabajan a la vez. El Volumen Cuántico penaliza fuertemente a los sistemas que no pueden paralelizar sin interferencias.
4. Errores de Medición (Readout Errors)
De nada sirve realizar un cálculo perfecto si fallas al leer el resultado. La lectura del estado final de un qubit es un proceso físico complejo que puede interpretar incorrectamente un |0> como un |1>.
Aunque se utilizan técnicas de mitigación de errores (como matrices de confusión) en el post-procesamiento, un hardware con alta fidelidad de lectura nativa es esencial para escalar el volumen.
5. Conectividad Limitada y "SWAP Overhead"
Este punto es crucial y a menudo se ignora. En un procesador real, no todos los qubits están conectados con todos (topología limitada).
Si un algoritmo requiere que el Qubit 1 interactúe con el Qubit 5, pero no están conectados físicamente, el sistema debe realizar operaciones extra llamadas SWAP para mover la información paso a paso hasta que se encuentren.
El problema: Cada puerta SWAP añade ruido y consume tiempo de coherencia. Un mal mapa de conectividad obliga a usar tantos SWAPs que el circuito se vuelve demasiado profundo y falla antes de terminar. Como señalan Cross et al., la capacidad del compilador de software para optimizar esto es tan importante como el hardware mismo.
¿Por qué es crucial esta métrica?
El concepto de Volumen Cuántico demuestra que añadir más qubits es irrelevante si estos son ruidosos o propensos a los errores mencionados anteriormente. Un ordenador con 100 qubits de baja calidad podría tener un Volumen Cuántico inferior al de uno con 50 qubits de alta fidelidad.
Junto con la Escala y la Velocidad (medida en CLOPS), el Volumen Cuántico es un pilar fundamental para medir el progreso real hacia la "Utilidad Cuántica", el punto en el que los ordenadores cuánticos podrán resolver problemas significativos de manera más eficiente que los superordenadores clásicos.
Referencias Técnicas:
Cross, A. W., et al. (2019). "Validating quantum computers using randomized model circuits". Physical Review A.
Jurcevic, P., et al. (2021). "Demonstration of quantum volume 64 on a superconducting quantum computing system". Quantum Science and Technology.
Conceptos generales basados en IBM Quantum Learning.