-
La mejora en estabilidad lógica fue de 3,5 veces frente a deriva artificial.
-
Las simulaciones usaron códigos con decenas de miles de parámetros.
Google Quantum AI publicó el 8 de julio de 2026 un estudio en la revista Nature en el que presenta un sistema que unifica la calibración con el cómputo cuántico. Según la firma, con sede en Santa Bárbara, California, el avance permite que su procesador Willow ajuste sus propios parámetros de control mientras opera, sin necesidad de pausar el cómputo para recalibrarse manualmente.
El mecanismo central, de acuerdo con los autores, consiste en entrenar un agente de aprendizaje por refuerzo que utiliza los eventos de detección de errores del código de corrección cuántica con doble propósito: corregir el estado lógico del cúbit y, simultáneamente, alimentar al agente con información para ajustar continuamente los parámetros del procesador.
La firma sostiene que el marco fue probado experimentalmente en Willow, donde logró mejorar 3,5 veces la estabilidad lógica del código de superficie frente a una deriva de parámetros inyectada de forma artificial. El equipo reportó un error lógico promedio de 7,72(9) × 10⁻⁴ por ciclo en el código de superficie y de 8,19(14) × 10⁻³ en el código de color.
En términos sencillos, cuando el procesador Willow sufre alguna alteración en su calibración, el sistema con esta nueva tecnología logra «aguantar» ese desajuste tres veces y media mejor que sin ella. Y las tasas de error se traducen en algo simple: en el mejor de los casos (código de superficie), el cúbit lógico falla apenas una vez por cada 1.300 ciclos de operación aproximadamente, mientras que en el otro método probado (código de color) el margen de fallo es mucho mayor, casi diez veces más frecuente.
Según el estudio, simulaciones numéricas realizadas con códigos de decenas de miles de parámetros de control confirmaron que el marco de aprendizaje por refuerzo escala de forma independiente al tamaño del sistema, un factor que la organización considera clave para procesadores cuánticos de mayor escala.
Por qué los procesadores cuánticos necesitan recalibrarse constantemente
Los cúbits son extremadamente sensibles a su entorno, ya que dependen de estados cuánticos frágiles que se alteran con cambios mínimos de temperatura, fluctuaciones de voltaje, ruido electromagnético o el desgaste natural de los componentes electrónicos que los controlan. Cualquiera de estos factores puede desplazar los parámetros de control fuera del punto óptimo, un fenómeno conocido como deriva.
Cuando esto ocurre, la tasa de error del procesador aumenta y su capacidad para mantener información cuántica de forma confiable se deteriora, lo que tradicionalmente obligaba a los equipos de investigación a pausar el sistema y recalibrarlo de forma manual antes de continuar con cualquier cómputo, por lo que este reciente estudio significaría un avance importante dentro del avance de la computación cuántica.
El paper de Google sobre Bitcoin y cuántica
Este anuncio llega apenas cuatro meses después de que la propia división publicara, el 30 de marzo, un estudio que estimó que una computadora cuántica podría romper una clave pública de Bitcoin en menos de nueve minutos, con menos de 500.000 cúbits físicos, una reducción de casi 20 veces frente a estimaciones previas. Google decidió entonces no publicar los circuitos completos que sustentaban ese cálculo, y en su lugar difundió una prueba de conocimiento cero que verificaba su existencia sin revelarlos.
Esa decisión generó una cadena de eventos. En abril, la firma de ciberseguridad Trail of Bits reveló vulnerabilidades en el código verificador usado por Google, con las que logró construir una prueba falsificada indistinguible de una legítima; Google parchó el fallo y confirmó que sus conclusiones científicas no se vieron afectadas.
En junio, Justin Drake, coautor del paper y desarrollador de la Fundación Ethereum, señaló que el Gobierno de Estados Unidos había bloqueado la publicación completa de los circuitos, calificando el hecho como «censura académica». Días después, el investigador André Schrottenloher reconstruyó y publicó esos circuitos de forma independiente, reportando resultados levemente más eficientes que los de Google.
El debate de fondo
El nuevo hallazgo sobre autocalibración reaviva la discusión sobre el ritmo real de avance del cómputo cuántico y su eventual amenaza a la criptografía de curva elíptica que resguarda las claves de Bitcoin. No obstante, los propios investigadores enmarcan este logro como un paso hacia la estabilidad operativa de los procesadores actuales, no como evidencia de una ruptura criptográfica inminente.
Google Quantum AI plantea que el siguiente paso es extender este enfoque a procesadores de mayor escala, dentro de lo que la firma describe como su hoja de ruta hacia una computadora cuántica que aprenda continuamente de sus propios errores.
