Cómo funciona el algoritmo Quantum Echoes de Google

Informatec Digital » Recursos » Cómo funciona el algoritmo Quantum Echoes de Google

La computación cuántica ha dejado de ser solo teoría para empezar a colarse en conversaciones sobre medicina, materiales avanzados o ciberseguridad. Google lleva años intentando demostrar que sus ordenadores cuánticos no son solo prototipos llamativos, sino herramientas con utilidad real. Con el algoritmo Quantum Echoes y su chip Willow, la compañía afirma haber firmado uno de esos hitos que podrían cambiar el ritmo de esta carrera tecnológica.

Este nuevo algoritmo, un correlador fuera de orden temporal diseñado para estudiar cómo se propaga la información cuántica en sistemas complejos, no solo es increíblemente rápido: según los datos publicados, funciona unas 13.000 veces más deprisa que los mejores superordenadores clásicos para una tarea equivalente. Pero lo más interesante es que se trata de un algoritmo verificable, es decir, que sus resultados se pueden repetir y comprobar en otros dispositivos cuánticos similares, algo clave si queremos que esta tecnología salga del laboratorio.

Qué es exactamente Quantum Echoes y por qué todo el mundo habla de él

Quantum Echoes es un algoritmo cuántico de tipo OTOC (Out-of-Time-Order Correlator o correlador fuera de orden temporal). Su función principal es medir cómo cambia el estado de un cúbit después de someter a un sistema cuántico a una serie de operaciones y luego “rebobinar” su evolución. En la práctica, actúa como un termómetro del caos cuántico: analiza cómo se dispersa la información dentro de un conjunto de cúbits midiendo magnitudes como magnetización, densidad, corrientes o velocidad.

Lo que propone Google es usar este algoritmo como una especie de eco cuántico cuidadosamente diseñado. Primero, el chip Willow recibe una señal cuántica compleja que hace evolucionar el sistema. Después se introduce una pequeña perturbación en un cúbit concreto y, a continuación, se ejecuta la secuencia inversa de operaciones para intentar deshacer el proceso. Al final de todo ese viaje, el sistema devuelve un “eco” cuántico del estado inicial que, gracias a la interferencia constructiva, se amplifica y deja al descubierto información muy precisa sobre lo que ha ocurrido por el camino.

Desde un punto de vista teórico, este tipo de correladores fuera de orden temporal se usan para estudiar cómo la información se mezcla y se propaga en sistemas extremadamente complejos, como los modelos que describen agujeros negros o materiales cuánticos exóticos. Lo novedoso aquí es que, por primera vez, se han llevado del papel al laboratorio con un experimento que puede repetirse y verificarse, y que además apunta a aplicaciones físicas muy concretas.

Google ha presentado estos resultados en dos trabajos complementarios: uno publicado en Nature, centrado en la demostración del algoritmo y su ventaja cuántica verificable, y otro colgado en el repositorio arXiv, más orientado a las posibles aplicaciones en química y espectroscopia. Entre los firmantes del artículo de Nature figura Michel Devoret, Premio Nobel de Física 2025 y pieza clave en el desarrollo de los cúbits superconductores.

Según los ingenieros de la compañía, Quantum Echoes funciona 13.000 veces más rápido en el chip Willow que el mejor algoritmo clásico equivalente ejecutado en los superordenadores más potentes del mundo. En términos prácticos, lo que una máquina clásica tardaría miles o trillones de años en resolver, Willow lo despacha en unos minutos, cruzando el umbral de lo que se considera ventaja cuántica en toda regla.

Fundamentos de computación cuántica para entender el algoritmo

Para hacerse una idea clara de cómo opera Quantum Echoes, conviene recordar que un ordenador cuántico no trabaja con bits clásicos, sino con cúbits. Mientras un bit solo puede estar en 0 o en 1, un cúbit puede encontrarse en una superposición de ambos estados al mismo tiempo. Esto permite que un conjunto de cúbits represente de forma simultánea una enorme cantidad de combinaciones de ceros y unos.

Los cúbits se implementan manipulando sistemas físicos como fotones, electrones, iones atrapados, átomos o circuitos superconductores. Google, como otras empresas, apuesta por cúbits superconductores, herederos directos de los experimentos en circuitos cuánticos macroscópicos que iniciaron Devoret y otros investigadores en los años ochenta. Estos cúbits pueden entrelazarse, es decir, compartir un estado cuántico común, y formar estructuras colectivas donde las probabilidades se combinan como ondas.

En este contexto, un algoritmo cuántico no es más que una secuencia de puertas lógicas que se aplican sobre una red de cúbits superpuestos y entrelazados. A medida que el circuito evoluciona, las amplitudes de probabilidad se refuerzan o se cancelan entre sí mediante interferencia. El truco consiste en diseñar el algoritmo de forma que, al final, las soluciones correctas queden amplificadas y sean las más probables al medir el sistema.

La interferencia constructiva, una de las claves de Quantum Echoes, se da cuando las ondas cuánticas se alinean en fase y se suman en lugar de anularse. Si el circuito está bien diseñado, ese efecto hace que el “eco” final del algoritmo destaque claramente sobre el ruido de fondo y permita leer con mucha sensibilidad cómo se ha propagado la información en el sistema, incluso si el proceso intermedio ha sido muy caótico.

Todo esto suena muy potente, pero también viene acompañado de un problema serio: la fragilidad de los sistemas cuánticos frente al ruido. Variaciones mínimas de temperatura, vibraciones, radiación electromagnética o interferencias externas pueden introducir errores en los cúbits, romper la coherencia del sistema y arruinar el cálculo. Por eso el control de errores cuánticos y la reducción de la decoherencia son dos de los grandes desafíos del sector.

Cómo funciona Quantum Echoes paso a paso sobre el chip Willow

Willow es el último chip cuántico superconductivo de Google, y es la pieza de hardware sobre la que se ejecuta Quantum Echoes. Este procesador ya llamó la atención al superar pruebas de referencia de muestreo de circuitos aleatorios en menos de cinco minutos, tareas que un superordenador clásico no podría completar ni en decenas de septillones de años. Con Quantum Echoes, Willow vuelve a situarse en el centro del escenario.

El esquema básico del algoritmo puede entenderse como una experiencia de “rebobinado del tiempo” cuántico, aunque no se envía nada al pasado. Lo que se hace es aplicar una secuencia de operaciones al sistema, introducir una pequeña perturbación en un cúbit concreto y luego ejecutar la misma secuencia pero al revés, con una precisión extrema. Si todo está bien ajustado, el sistema regresa cerca de su estado original y deja escapar un eco interferométrico que contiene información muy rica.

De forma muy simplificada, el procedimiento sigue tres grandes fases: primero se prepara un estado inicial bien controlado en un conjunto de cúbits; después se deja evolucionar ese estado mediante una secuencia de puertas cuánticas que lo vuelven altamente complejo y caótico; finalmente se ejecuta la inversión temporal del circuito, se altera un cúbit en medio del proceso y se observa cómo afecta esa perturbación al eco final.

La gracia de esta configuración es que el eco que se mide al final no es un reflejo débil, sino una señal amplificada por interferencia constructiva. Precisamente por eso, la técnica es extremadamente sensible a pequeños cambios en la dinámica interna del sistema. Google ha aprovechado esa sensibilidad para reducir de forma exponencial la tasa de error efectiva del chip, obteniendo resultados por debajo del umbral a partir del cual la corrección de errores a gran escala empieza a ser viable.

En algunos de los experimentos descritos, la máquina cuántica fue capaz de resolver el problema en poco más de dos horas, mientras que el superordenador Frontier —uno de los más potentes del mundo— habría necesitado unos 3,2 años de cómputo continuo para ejecutar un código clásico equivalente. Esta enorme brecha de rendimiento, unida al hecho de que el resultado se puede repetir en Willow o en otros dispositivos de calidad similar, es la base de la llamada “ventaja cuántica verificable”.

Además, el protocolo utilizado por Google no se queda en un simple ejercicio de supremacía cuántica sin aplicación. A diferencia de experimentos anteriores, centrados en problemas matemáticos artificiales difíciles de traducir al mundo real, aquí el algoritmo se emplea para simular procesos físicos muy concretos: la estructura y la dinámica de moléculas reales estudiadas también con resonancia magnética nuclear.

Ventaja cuántica verificable: por qué este avance es diferente

Hasta ahora, muchos anuncios de “supremacía cuántica” habían recibido críticas porque no quedaba claro cómo verificar de forma independiente los resultados ni qué utilidad práctica tenían los problemas resueltos. El hito de 2019 de Google, por ejemplo, consistió en realizar un cálculo sobre muestreo de circuitos aleatorios que ningún superordenador podía replicar en un tiempo razonable, pero que tampoco servía para nada fuera del laboratorio.

Con Quantum Echoes, la compañía intenta cerrar ese debate con un experimento diseñado desde el principio para ser comprobable y repetirle la jugada a quien quiera. El algoritmo se ha implementado con parámetros y configuraciones que otros grupos de investigación, con hardware cuántico de prestaciones comparables, pueden tratar de replicar. Además, los resultados de la simulación cuántica se contrastan con medidas físicas clásicas obtenidas mediante técnicas bien establecidas.

La “verificabilidad cuántica” que reivindica Google se apoya en dos pilares: por un lado, el hecho de que los cálculos pueden reproducirse en otras máquinas cuánticas parecidas; por otro, la posibilidad de comparar la salida del algoritmo con datos experimentales de resonancia magnética nuclear o con simulaciones clásicas en los casos donde aún son abordables. Esta doble validación es lo que da peso a la afirmación de que no estamos solo ante un truco matemático difícil de revisar.

Para que este tipo de demostración sea posible, el hardware tiene que combinar operaciones de alta velocidad con tasas de error extremadamente bajas. Cualquier desviación en la secuencia de inversión temporal arruina el eco final. Que Willow haya podido superar este reto sin desmoronarse implica que el control sobre los cúbits superconductores ha alcanzado un nivel notable, mucho más maduro que hace apenas unos años.

Aun así, varios expertos llaman a la prudencia. Investigadores como Carlos Sabín, del departamento de Física Teórica de la Universidad Autónoma de Madrid, recuerdan que ya se han anunciado otras ventajas cuánticas que luego se han matizado cuando otros grupos han afinado los algoritmos clásicos o han encontrado maneras de acercarse a los resultados con ordenadores convencionales. La comunidad científica está ahora en fase de comprobar hasta qué punto el experimento de Google marca una frontera firme.

Aplicación en química: moléculas, RMN y el sueño del “cuantoscopio”

Uno de los aspectos más llamativos de Quantum Echoes es su uso como herramienta de simulación química y espectroscopia cuántica. En colaboración con la Universidad de California en Berkeley, Google ha ejecutado el algoritmo sobre Willow para estudiar dos moléculas: una con 15 átomos y otra con 28, empleando datos experimentales de resonancia magnética nuclear (RMN) como punto de comparación.

La RMN, prima espectroscópica de la resonancia magnética médica, actúa como un microscopio molecular basado en los “spins” magnéticos de los núcleos atómicos. Detectando cómo responden estos spins a campos magnéticos y señales de radiofrecuencia, los científicos pueden deducir la posición relativa de los átomos y, en consecuencia, la estructura de la molécula. Es una herramienta fundamental en química, biología y ciencia de materiales.

El problema es que, cuando las moléculas se vuelven grandes o las interacciones entre spins se complican, los métodos clásicos para interpretar los datos de RMN se vuelven extremadamente costosos desde el punto de vista computacional. Ahí es donde entra Quantum Echoes: su capacidad para seguir la dinámica cuántica interna de un sistema caótico le permite modelar de forma más eficiente las interacciones entre los spins a largas distancias.

En la prueba de concepto realizada con Berkeley, los resultados obtenidos con el algoritmo cuántico coincidieron con las mediciones de RMN tradicional para ambas moléculas, lo que suponía la primera validación fuerte del enfoque. Pero además, el análisis cuántico reveló detalles adicionales sobre la dinámica de los spins que normalmente no se pueden obtener con las técnicas clásicas, apuntando a una sensibilidad mayor.

Investigadores como Ashok Ajoy, colaborador de Google Quantum AI y profesor en Berkeley, hablan ya de una futura “espectroscopia cuántica” capaz de ir más allá de los límites actuales. En ese escenario, la combinación de RMN experimental con algoritmos cuánticos como Quantum Echoes podría convertirse en una herramienta de primer nivel para descubrir nuevos fármacos, comprender mejor enfermedades complejas como el Alzheimer o diseñar materiales avanzados para baterías, polímeros o incluso los propios cúbits superconductores.

Impacto potencial en medicina, ciencia de materiales y otras industrias

Si las promesas de Google se consolidan, Quantum Echoes podría ser el primer paso serio hacia ordenadores cuánticos con aplicaciones tangibles en el mundo real. La capacidad de modelar con fidelidad sistemas cuánticos de muchos cuerpos tiene implicaciones directas en campos como la química computacional, donde simular interacciones electrónicas complejas es un problema casi prohibitivo para la computación clásica.

En el ámbito biomédico, esto se traduce en la posibilidad de explorar el espacio de moléculas candidatas a fármacos de manera mucho más eficiente. En lugar de probar miles de compuestos a ciegas, un ordenador cuántico podría ayudar a predecir qué estructuras encajan mejor con una diana biológica concreta, acelerando el desarrollo de tratamientos para patologías neurodegenerativas, cáncer u otras enfermedades complejas.

En ciencia de materiales, la misma lógica sirve para diseñar nuevos compuestos con propiedades específicas: superconductores más estables, materiales para baterías con mayor densidad energética, polímeros avanzados o aleaciones más ligeras y resistentes. El control sobre la dinámica cuántica a nivel microscópico marca la diferencia entre probar combinaciones al azar o ir afinando el tiro con una simulación fiable.

A todo esto se suma el impacto potencial en áreas como la ciberseguridad. Aunque Quantum Echoes en sí no está orientado a romper cifrados, forma parte de la misma ola de progresos que acerca las máquinas cuánticas útiles. La comunidad de seguridad ya habla de la estrategia “harvest now, decrypt later”: robar datos hoy para descifrarlos cuando existan ordenadores cuánticos capaces de quebrar los algoritmos criptográficos actuales, lo que ha llevado a organismos como la Unión Europea y ENISA a planificar la transición a sistemas post-cuánticos.

En el plano geopolítico, el movimiento de Google se inserta en una competencia feroz con gigantes como IBM, Microsoft y varios actores chinos. Plataformas como Wukong, en China, o los desarrollos de IBM en cúbits superconductores y cúbits lógicos de larga duración muestran que nadie quiere quedarse atrás. La ventaja cuántica verificable que reivindica Google es, además de un avance científico, un mensaje estratégico sobre su posición en esta carrera.

Limitaciones actuales y escepticismo dentro de la comunidad científica

No todo son fuegos artificiales. Aunque el experimento con Quantum Echoes representa un salto respecto a hitos anteriores, varios expertos subrayan que aún estamos en una fase claramente experimental. Por ahora, las demostraciones se han realizado con moléculas relativamente pequeñas y con circuitos cuánticos que, aunque impresionantes, siguen lejos de lo que se necesitaría para abordar problemas industriales a gran escala.

Según estimaciones recogidas por la propia Google, para llegar a moléculas que requieran del orden de 50 cúbits físicos de complejidad relevante, sería necesario ejecutar entre cientos de miles y varios millones de puertas lógicas cuánticas. Esa cifra está muy por encima de las 792 puertas que se han utilizado en los experimentos actuales, y las técnicas de mitigación de errores que funcionan en este régimen podrían no escalar bien a circuitos mucho más profundos.

Una de las críticas recurrentes es que, aunque la demostración muestre una ventaja cuántica real, no se ha probado todavía una utilidad práctica de gran impacto. Es decir, el algoritmo ha servido para validar métodos y para estudiar sistemas que se pueden manejar con técnicas clásicas mejoradas, pero todavía no ha resuelto un problema que fuera totalmente inalcanzable para la computación clásica en un contexto industrial o médico concreto.

Además, la cuestión de la corrección de errores sigue siendo un muro. Para operar ordenadores cuánticos a gran escala se necesitan cúbits lógicos robustos construidos a partir de muchos cúbits físicos, de forma que los fallos individuales puedan detectarse y corregirse sin perder información. Google sitúa este objetivo como el hito 3 de su hoja de ruta cuántica: lograr un cúbit lógico de larga duración que aguante el tiempo suficiente para ejecutar algoritmos complejos sin venirse abajo.

A pesar de estas reservas, incluso las voces más prudentes reconocen que Quantum Echoes puede ser un paso preliminar importante en la dirección de demostrar utilidad práctica. La clave estará en ver si otros laboratorios logran reproducir el experimento, mejorar los algoritmos clásicos competidores y, sobre todo, escalar estas técnicas a sistemas con más cúbits y más puertas sin que los errores se disparen.

Mirando el panorama completo, Quantum Echoes se perfila como una señal clara de que hardware y software cuánticos avanzan en paralelo. Willow demuestra que se puede operar con tasas de error lo bastante bajas como para permitir protocolos delicados de inversión temporal, mientras el algoritmo abre la puerta a aplicaciones que conectan directamente con problemas físicos reales. Todavía queda un largo maratón por delante, pero los primeros ecos de la computación cuántica aplicada empiezan a escucharse con fuerza.

Artículo relacionado:

Google AI Overviews llega a España: qué es y cómo cambia la búsqueda