Parte IV · Las grandes convergencias
IA × Cuántica
Capítulo 129 min de lecturaActualizado: septiembre de 2026
12.1La computación cuántica en dos palabras
12.2¿En qué punto estamos realmente?
12.3IA × Cuántica: la convergencia
- Lo cuántico al servicio de la IA. Es el «aprendizaje automático cuántico» (QML) y, sobre todo, los flujos de trabajo híbridos (un QPU respalda a un GPU). La esperanza: acelerar ciertas tareas de optimización, de muestreo o de simulación, con repercusiones en finanzas, en química o para el descubrimiento de medicamentos. Pero seamos honestos: hasta la fecha, no se ha demostrado ninguna ventaja cuántica para el aprendizaje automático de uso general, y esta vía es una de las más sobrevendidas del sector.
- La IA al servicio de lo cuántico. Es, paradójicamente, la sinergia más concreta hoy en día. La IA ayuda a decodificar la corrección de errores más rápido, a diseñar y calibrar los chips cuánticos, a pilotar los sistemas de control y a descubrir mejores algoritmos. La IA se ha convertido así en una herramienta para hacer progresar lo cuántico mismo.
Para recordar (capítulo 12)
- Un cúbit aprovecha la superposición y el entrelazamiento para explorar numerosas posibilidades a la vez; para ciertos problemas concretos, la promesa de potencia es inmensa.
- El verdadero muro es el error (decoherencia): hay que distinguir entre cúbits físicos (frágiles, numerosos) y cúbits lógicos (fiables, escasos). La corrección de errores es la cuestión central.
- En 2026, los avances son reales (Willow de Google, ventaja cuántica reivindicada por IBM en julio de 2026, pendiente de confirmación por pares), pero las máquinas se estancan en algunos centenares de cúbits físicos, un millar en los registros de átomos más recientes, y las aplicaciones útiles emergen lentamente. Actores en Estados Unidos, en Europa (fuerte presencia francesa) y en China.
- El impacto inminente y cierto es la amenaza sobre la criptografía (algoritmo de Shor), de ahí la urgencia de la criptografía poscuántica.
- La convergencia IA-cuántica se lee en dos sentidos: lo cuántico para la IA (QML, híbrido, muy sobrevendido, sin ventaja probada para el ML corriente) y, de forma más concreta, la IA para lo cuántico (corrección de errores, diseño de chips).
Dejemos lo abstracto y lo microscópico por la más tangible de las convergencias: la IA que toma cuerpo, en la robótica.