- Las computadoras cuánticas pueden ayudar a resolver problemas científicos complejos, pero no reemplazarán a las computadoras tradicionales.
- La fragilidad de los qubits requiere sistemas de corrección de errores complejos para garantizar la fiabilidad de los cálculos.
- Las aplicaciones de las computadoras cuánticas en química cuántica y ciencia de materiales son amplias.
- Los algoritmos cuánticos pueden optimizar ciertos problemas combinatorios, pero actualmente no hay evidencia establecida que demuestre su ventaja.
Diseñar baterías más optimizadas, descubrir nuevos fármacos o desarrollar materiales capaces de soportar temperaturas extremas son algunos de los desafíos que enfrenta actualmente el mundo tecnológico. Incluso las supercomputadoras más potentes del mundo tienen dificultades para simular con precisión el comportamiento de moléculas y materiales complejos. Las computadoras cuánticas tienen el potencial de ayudar a resolver estos problemas, lo que podría abrir la puerta a descubrimientos que hoy son difíciles o demasiado costosos. Sin embargo, no se debe esperar que las computadoras cuánticas reemplacen a las laptops o resuelvan de inmediato todos los problemas que las computadoras tradicionales no pueden manejar. Su potencial es más especializado. A pesar de que varias empresas compiten por construir máquinas cada vez más potentes, las aplicaciones más importantes aún están en desarrollo.
Entonces, ¿qué problemas pueden resolver realmente las computadoras cuánticas? ¿Y cuánto tiempo necesitamos esperar para ver estas soluciones?
Primero, ¿en qué se diferencian las computadoras cuánticas de las computadoras tradicionales? Las computadoras tradicionales utilizan bits para procesar información, que solo pueden representar 0 o 1. En cambio, las computadoras cuánticas utilizan qubits, que pueden aprovechar fenómenos como la superposición y el entrelazamiento para realizar ciertos cálculos de manera fundamentalmente diferente. Esto no significa que intenten simultáneamente cada posible respuesta. Como explica el Instituto Nacional de Estándares y Tecnología (NIST) en su guía de computación cuántica, extraer información útil de la computación cuántica requiere algoritmos cuidadosamente diseñados. Su ventaja radica en la capacidad de manipular estados cuánticos complejos, lo que hace que el tratamiento de ciertos problemas sea más sencillo que con la computación tradicional.
Sin embargo, el problema radica en que los qubits son extremadamente frágiles. Pequeñas perturbaciones pueden introducir errores, por lo que los investigadores necesitan sistemas de corrección de errores cada vez más complejos para que las computadoras cuánticas realicen cálculos de manera fiable durante períodos prolongados.
Aplicaciones de las computadoras cuánticas en química
Una de las aplicaciones más prometedoras es la química cuántica. El comportamiento de las moléculas sigue los principios de la mecánica cuántica, lo que convierte a las computadoras cuánticas en herramientas potenciales para simular moléculas. Incluso las poderosas computadoras tradicionales tienen dificultades para simular con precisión ciertas interacciones químicas complejas, especialmente en sistemas que involucran electrones fuertemente correlacionados. Las computadoras cuánticas podrían, en última instancia, simular estas interacciones de manera más directa, ayudando a los investigadores a comprender el comportamiento y las reacciones de las moléculas, lo que podría tener un impacto significativo en el descubrimiento de fármacos, la fabricación química y el desarrollo de catalizadores más eficientes. Por ejemplo, los investigadores podrían investigar estructuras moleculares y rutas de reacción para identificar compuestos o procesos químicos prometedores.
Una posibilidad especialmente interesante es el desarrollo de mejores catalizadores para la producción de amoníaco, un componente clave en la fabricación de fertilizantes. Reacciones químicas más eficientes también podrían ayudar a reducir la energía necesaria para la producción industrial.
Según un artículo de opinión publicado en 2025 en el Journal of Chemical Theory and Computation, investigadores de múltiples laboratorios y universidades han identificado aplicaciones potenciales utilizando sistemas de corrección de errores tempranos (aproximadamente 25 a 100 qubits lógicos), que incluyen la fotoquímica y el diseño de materiales. ¿Cuándo se logrará esto? Con la disponibilidad de sistemas de corrección de errores en los próximos años, podrían surgir demostraciones científicas significativas en el corto plazo. Sin embargo, aplicaciones más amplias en el desarrollo de fármacos y la química industrial podrían requerir más tiempo, posiblemente hasta la década de 2030.
¿Y si los investigadores pudieran simular las propiedades de los materiales antes de pasar años desarrollándolos y probándolos? Las computadoras cuánticas podrían ayudar a investigar el comportamiento de los electrones en materiales complejos, mejorando así el proceso de búsqueda de mejores componentes de baterías, superconductores, células solares y materiales industriales. Esto está estrechamente relacionado con problemas químicos, pero su impacto se extiende a los campos de la energía y la fabricación. Mejores simulaciones pueden ayudar a los investigadores a entender por qué ciertos materiales conducen electricidad, almacenan energía o exhiben magnetismo inusual. El programa Quantum Leap del Departamento de Energía de EE. UU. señala específicamente que la química, la ciencia de materiales, la física de plasmas y la física de altas energías son áreas de aplicación potencial.
Los avances en aplicaciones de investigación podrían comenzar a surgir a finales de la década de 2020, mientras que descubrimientos materiales más sustanciales podrían aparecer en la década de 2030. Estas son proyecciones, no fechas de entrega garantizadas.
No todas las aplicaciones cuánticas potenciales son alentadoras. Muchos sistemas de cifrado ampliamente utilizados dependen de problemas matemáticos que son extremadamente difíciles para las computadoras tradicionales. Por ejemplo, la factorización de grandes números es la base de la seguridad del cifrado RSA. En 1994, el matemático Peter Shor desarrolló un algoritmo cuántico que teóricamente podría resolver este problema de manera eficiente. Si se construyen computadoras cuánticas lo suficientemente potentes para ejecutar este algoritmo, podrían representar una amenaza para RSA y otros sistemas de cifrado de clave pública. Sin embargo, esto no significa que las computadoras cuánticas actuales puedan descifrar cuentas bancarias o desbloquear el tráfico de internet cifrado.
Sus capacidades actuales están muy por debajo de lo necesario. Sin embargo, esta amenaza es lo suficientemente seria como para que gobiernos y empresas tecnológicas estén preparando alternativas. El NIST ha publicado estándares de cifrado post-cuántico diseñados para resistir ataques de computadoras tradicionales y futuras computadoras cuánticas. La Oficina de Responsabilidad Gubernamental de EE. UU. informó en octubre de 2026 que los expertos creen que las computadoras cuánticas relacionadas con la criptografía podrían aparecer en la década de 2030, aunque las proyecciones varían. Esta amenaza es un problema de la década de 2030, no de la capacidad actual. Dado que la información sensible recopilada actualmente podría seguir siendo valiosa en las próximas décadas, el proceso de transición hacia un cifrado resistente a la cuántica ya ha comenzado.
Potencial de optimización de las computadoras cuánticas
Las computadoras cuánticas también pueden ayudar a resolver problemas que involucran una gran cantidad de combinaciones posibles. Considere la programación de vuelos de aerolíneas, la optimización de cadenas de suministro industriales, la gestión de redes eléctricas o la coordinación de operaciones de fabricación complejas. Encontrar la mejor solución entre innumerables posibilidades puede tener un costo computacional muy alto. Los algoritmos cuánticos podrían, en última instancia, ayudar a explorar ciertos problemas de optimización de manera más eficiente, especialmente cuando se utilizan en combinación con computadoras tradicionales. Sin embargo, este es un área que requiere expectativas cautelosas. Actualmente no hay evidencia establecida que demuestre que las computadoras cuánticas superen regularmente los mejores métodos tradicionales en problemas de optimización de negocios cotidianos.
Algunos problemas de optimización podrían beneficiarse a finales de la década de 2020 o en la década de 2030, mientras que otros podrían nunca ofrecer una ventaja cuántica valiosa.
Entonces, ¿cuándo comienza realmente la era cuántica? No hay una única fecha de llegada. El plan cuántico actual de IBM tiene como objetivo lograr un sistema de corrección de errores a gran escala para 2029, mientras que el programa Quantum Leap del Departamento de Energía de EE. UU. espera demostrar un sistema de corrección de errores científicamente relevante para 2028. Estos son objetivos de desarrollo ambiciosos, y no hay garantía de que los avances comercialmente útiles sigan de inmediato. Las posibilidades futuras no son que las computadoras cuánticas reemplacen a las máquinas tradicionales, sino que trabajen en conjunto con supercomputadoras tradicionales y sistemas de inteligencia artificial para manejar cálculos especializados que son particularmente difíciles para el hardware tradicional.
El primer gran avance podría no manifestarse en forma de un nuevo producto de consumo brillante, sino que podría presentarse como mejores baterías, procesos químicos industriales más eficientes o una nueva comprensión del comportamiento de moléculas complejas.
Desarrollo y desafíos de las computadoras cuánticas
El potencial de las computadoras cuánticas radica en su capacidad para abordar problemas complejos que son difíciles de resolver para las computadoras tradicionales, especialmente en los campos de la química cuántica y la ciencia de materiales. A medida que la tecnología avanza, las computadoras cuánticas podrían tener un impacto significativo en el descubrimiento de fármacos y la química industrial. Sin embargo, la fragilidad de los qubits y los desafíos de corrección de errores siguen siendo obstáculos importantes para el desarrollo tecnológico. Además, aunque hay potencial en la aplicación de algoritmos cuánticos a problemas de optimización, la evidencia actual es insuficiente, lo que requiere un enfoque cauteloso hacia sus perspectivas de aplicación práctica.

