Un ordenador 'clásico' destroza la 'supremacía cuántica' de Google

Las computadoras clásicas utilizan bits como unidades básica de datos. Y cada bit puede tener dos valores bien definidos: 0 y 1. Las computadoras cuánticas, sin embargo, utilizan 'qubits' (bits cuánticos), que también tienen valores de 0 ó 1 pero que, y ahí está la diferencia, pueden tener ambos valores al mismo tiempo gracias al fenómeno de la superposición cuántica. Lo cual permite un procesamiento que va más allá de la lógica binaria y otorga una capacidad de cómputo mucho mayor. Su capacidad para explorar múltiples estados al mismo tiempo, además, permite a las computadoras cuánticas resolver problemas complejos en mucho menos tiempo del que necesitaría una computadora clásica.

Noticia Relacionada

Un nuevo paso hacia el internet cuántico: prueban en Boston una red de 35 km, la más larga hasta la fecha

Patricia Biosca

Y no cabe duda de que así será en el futuro, ya que la computación cuántica está dando aún sus primeros pasos, pero ese momento parece no haber llegado todavía. La tarea llevada a cabo por Google en 2019 fue verificar que una muestra de números generados por un circuito cuántico tiene una distribución realmente aleatoria, algo que Sycamore completó en un asombroso tiempo de 3 minutos y 20 segundos. El equipo de ingenieros dijo entonces que incluso la supercomputadora más poderosa del mundo de ese momento (la Summit, de IBM) tardaría 10.000 años en lograr el mismo resultado.

Pero desde entonces las computadoras clásicas han avanzado mucho, y han ido cerrando esa brecha. En 2022, por ejemplo, los 10.000 años previstos se convirtieron en sólo 15 horas, las que tardó una computadora clásica con 512 unidades de procesamiento (CPU) en resolver la tarea. Lejos aún de los 3,20 minutos logrados de Google, pero mucho más lejos de los miles de años que se habrían necesitado en 2019.

Y ahora, y bajo la dirección de Rang Fu, un equipo de investigadores del Laboratorio de Inteligencia Artificial de Shanghai, en China, acaba de completar de nuevo la tarea con una computadora clásica en apenas 14,22 segundos, es decir, casi ocho veces más rápido que la computadora cuántica de Google. El logro se detalla en un artículo recién aparecido en el servidor de prepublicaciones arXiv.

Conseguirlo, desde luego, no fue una tarea sencilla, ya que los investigadores necesitaron poner a punto una computadora con más de 2.300 unidades de procesamiento gráfico (GPU) Nvidia A100, uno de los chips clásicos más avanzados que existen y cuyo precio alcanza las varias decenas de miles de dólares por unidad.

Además de mucho más rápido, el dispositivo también consumió menos energía que Sycamore para desempeñar la tarea: 2,3 kilovatios hora frente a los 4,3 kWh de la máquina de Google. Explorando el equilibrio entre consumo de energía y velocidad, los investigadores también fueron capaces de completar el cálculo en 17 segundos, pero con un consumo de energía de sólo 0,29 kWh, lo que les llevó no solo a declarar la 'superioridad computacional' de su máquina, sino también la 'superioridad energética' sobre Sycamore.

Google no ha hecho aún ningún comentario, pero en su respuesta al avance 'clásico' de 2022 ya dijo que «el punto clave es que la tecnología cuántica mejora exponencialmente más rápido», por lo que aquella (y probablemente ésta) sea solo una victoria efímera, ya que el enfoque clásico «no creemos que pueda seguir el ritmo de los circuitos cuánticos, a pesar de las importantes mejoras de los últimos años».

Con todo, el esfuerzo llevado a cabo por Fu y su equipo demuestra que, incluso cuando entremos de lleno en la era de las computadoras cuánticas, las máquinas clásicas podrán seguir teniendo un importante papel en el desempeño de innumerables tareas. Para que la computación cuántica sea valiosa, afirma Christopher Monroe, de la Universidad de Maryland, «todo lo que se necesita es una base de usuarios que exija usar computadoras cuánticas para alguna aplicación concreta, incluso si es posible hacerlo usando computadoras normales». O lo que es lo mismo: tenemos computadoras cuánticas, ¿pero para qué las usaremos?

Lo que hace falta, pues, es encontrar aplicaciones que realmente necesiten de computadoras cuánticas y que justifiquen la elevada inversión que supone construirlas.