Computación cuántica

Indice1. Introducción. Límites de los circuitos electrónicos. 2. Características cuánticas. 3. Clasificación de problemas 4. Algoritmo cuántico de factorización 5. Sistemas físicos realizables 6. Inconvenientes 7. Bibliografía

1. Introducción. Límites de los circuitos electrónicos.

A lo largo de los últimos años ha aumentado la densidad de los circuitos electrónicos sin cesar, gracias a la disminución en el tamaño de los componentes, alcanzándose en al actualidad las 0.25 micras para la fabricación industrial. ¿Existe un límite para este proceso de miniaturización? Esta misma pregunta se la plantean los físicos desde finales de los 70, y para responderla utilizan la teoría que domina la naturaleza a esa escala: la mecánica cuántica.

En los dispositivos actuales la corriente obedece a la física clásica, el enorme número de electrones que la forman nos hace olvidar estas entidades individuales y considerarla como un fluido, además las distancias entre unas corrientes y otras son demasiado grandes como para que suceda nada ajeno a la teoría newtoniana. Pero traspasado un tamaño mínimo los electrones empiezan a mostrar su carácter individual y el comportamiento cuántico propio de las partículas atómicas, de manera que independientemente de los aislantes empleados algunos electrones saltan entre las distintas líneas de corriente por el llamado "efecto túnel", produciéndose fugas que no ayudan nada al correcto funcionamiento del circuito. Por el momento parece que la intervención de la mecánica cuántica en el mundo de los microcircuitos no es demasiado beneficiosa, ni deseable.

Por otro lado se habla de dispositivos moleculares y atómicos apoyados en diversas tecnologías, como por ejemplo: memorias consistentes en átomos individuales excitados (grabación de un bit) y medidos (lectura del estado) mediante laser, nanomáquinas similares a calculadores mecánicos cuyos engranajes serían agregados de moléculas,… Estos nanodispositivos permitirán una mayor densidad de información y velocidad al disminuir el tamaño de los componente, pero ¿es a ellos a los que nos referimos cuando hablamos de ordenadores cuánticos? No, a pesar de que en su construcción habrá que manejar las leyes cuánticas.

El secreto de la computación cuántica no estriba en la estructura física de los dispositivos, sino en la lógica implementada en ellos. Esta lógica no se basa en la física clásica y por tanto las peculiaridades del mundo microscópico asoman a su través. ¿Qué peculiaridades?

2. Características cuánticas.

1. Cualquier sistema físico se encuentra en un estado definido por una serie de magnitudes físicas propias del fenómeno y que evoluciona con el tiempo. Algo muy importante para nuestra discusión es que un sistema clásico NUNCA podrá estar en más de un estado, pero esta limitación no existe para un sistema cuántico.

   Por ejemplo, consideremos una partícula encerrada en una caja que dividimos en dos mitades por una línea imaginaria, podríamos informar sobre el estado del sistema caja-partícula diciendo en que mitad está la partícula. Si la partícula es clásica, y por tanto obedece la ley de Newton F=ma sabremos en todo momento donde está si conocíamos su estado inicial (dado por la posición y la velocidad inicial), no siendo posible que la partícula posea dos velocidades o posiciones distintas en un mismo instante. Sin embargo una partícula que obedezca las leyes cuánticas presentará una mayor indefinición según transcurra el tiempo, llegando a ser imposible saber con seguridad en que mitad de la caja está, de tal manera que para ser exactos habría que hacer cualquier cálculo suponiendo que la partícula está simultáneamente en ambas mitades. Su posición está indeterminada, y también el estado del sistema.

2. Superposición de estados

   A principios de siglo la física dividía el mundo en dos modelos matemáticos irreconciliables: las ondas (o campos) y las partículas materiales. Estos dos mundos respondían a leyes físicas diferentes y los fenómenos naturales debían inscribirse en uno o en otro. Basándose en los trabajos de Einstein sobre los fotones (partículas de la luz), de Broglie llegó a la conclusión de que la representación correcta debe reunir características de ambos modelos. Es decir, la luz (y otras ondas) responden como partículas en algunas ocasiones, y los electrones (y otras partículas) se comportan como ondas en ciertos experimentos. En general, cualquier sistema físico tomará uno u otro camino en función del experimento al que le sometamos.

   En este descubrimiento de la física cuántica se basa la existencia de los microscopios electrónicos y otros aparatos de medida. Y precisamente uno de los experimentos más descriptivos de las novedades de la cuántica proviene del mundo de las ondas: la interferencia (experimento de las dos rendijas de Young).

3. Dualidad onda-corpúsculo. Interferencias
4. Medida y evolución no determinista: Probabilidad.

Cuando se realiza una medida sobre un sistema para determinar su estado, el resultado debe ser compatible con el mundo clásico, ya que los aparatos de medida siempre son sistemas clásicos, independientemente de que antes de la medida el sistema cuántico estuviera en una superposición de estados, inmediatamente después de la medida el sistema estará en un estado puro (como un sistema clásico). Usando de nuevo el ejemplo de la caja dividida en dos mitades, aunque en los cálculos sea necesario considerar que la partícula está simultáneamente en ambas mitades cuando realicemos una medida, el resultado será que la partícula se encuentra en la izquierda o en la derecha de la caja, igual que si fuese clásica.

Si es así ¿cómo es posible reconciliar ambas situaciones? Muy fácil, haciendo intervenir la probabilidad. La superposición de estados es algo así como la composición de colores puros para obtener un color mezcla; en el color naranja existe una componente de rojo y otra de amarillo, controlada por unos factores porcentuales determinantes de su contribución al total. En el caso de la superposición de estados también tenemos una distinta contribución de dos estados determinada por unos factores numéricos, dándonos estos factores la probabilidad de que el sistema nos devuelva uno u otro de los posibles resultados al realizar la medida.

3. Clasificación de problemas

La ciencia de la computación podría definirse como la disciplina que busca algoritmos para la resolución de problemas, independientemente de las máquinas físicas en las que luego se implementen estos algoritmos. Fundamentalmente un algoritmo es una receta (una serie de pasos ordenados y claros) con la que cocinamos los datos de entrada para obtener una solución a nuestra pregunta. Supondremos a partir de aquí que nuestro problema va estar restringido al mundo de los números, ya que es de esperar que cualquier problema "no matemático" se podrá transformar en un problema "matemático" mediante el modelo adecuado.

Para poder apreciar que ventajas nos reportarán las características especiales del mundo cuántico en la ciencia de la computación, primero hay que buscar algún modo de "puntuar" los problemas a los que nos enfrentamos. O sea, antes de buscar "cómo hacer las cosas", hay que averiguar si es posible hacerlo y cuánta dificultad presentará.

Calificaremos no la dificultad del problema, sino la del proceso de resolución, la receta o algoritmo que nos brinda la solución. Ese procedimiento nos dará la solución en un número variable de pasos, cuanto más complicado sea la pregunta más pasos serán necesarios y más "tiempo" tardaremos en terminar el proceso. El tiempo dependerá no sólo de la dificultad intrínseca del problema sino también de la información inicial contenida en los datos de entrada. Esta información se mide por la cantidad de cifras de qué consta el dato de entrada. Después obtendremos una fórmula que calcule el número de pasos necesarios para obtener la solución en función de la información contenida en los datos iniciales.

Ejemplo 1: Algoritmo de multiplicación de dos números (algoritmo de tipo polinómico) Se trata del clásico algoritmo de multiplicación de números de varias cifras que aprendimos en el colegio. Tomando como paso elemental la multiplicación de números de una cifra, cuando el dato de entrada tiene L cifras el número de pasos será de L2, T(L) = L2, como la fórmula es un polinomio decimos que este es un problema de tipo Polinómico (tipo P)

Ejemplo 2: Algoritmo de factorización de un número (algoritmo de tipo no polinómico) Se trata del muy típico problema de encontrar todos los factores primos de un número (de interés, entre otras cosas, para la fabricación de claves y métodos criptográficos). El método más directo, aunque no el más rápido, de factorizar el número N es dividir por todos los enteros entre 2 y la raíz del número (N1/2). Esta estrategia implica un número de pasos T=N1/2 (uno por cada división). Nos queda escribirlo en función de la cantidad de cifras del número N (L), para eso usamos el hecho de que N» 10L, por tanto, T(L)=10L/2. Justo aquí aparece una diferencia fundamental con el caso anterior, la función que expresa el número de pasos necesarios ya no es un polinomio, sino una exponencial, por eso este tipo de problemas se denomina no polinómico o exponencial (tipo NP o EXP).

¿Qué importante propiedad diferencia a los polinomios y las exponenciales para que nosotros los usemos como criterio válido de clasificación? Ni más ni menos que la velocidad con la que crecen, siempre es mucho más rápida una exponencial (crecimiento explosivo) que una potencia, no importa lo grande que sea el exponente de la potencia. Aunque inicialmente (para valores pequeños de x) xn sea mayor que 10x, llegará un momento en que la tendencia se invertirá y el resultado de la exponencial será mucho mayor que el de la potencia. Entonces si los datos de entrada son suficientemente grandes, un algoritmo P implicará menos tiempo que uno NP, y podremos considerar más difícil el problema resuelto por el segundo.

Como ejemplo escojamos números de 60 cifras y enchufemos nuestros algoritmos a un ordenador que realice mil millones de operaciones elementales (multiplicaciones o divisiones) por segundo (109). Esta máquina acabará la multiplicación de dos números en sólo 3.6×10-6 segundos frente a los 1021 segundos (» 3×1013 años) necesarios para la factorización.

Quizás el lector piense que esto no es grave en estos tiempos de gigantescos ordenadores de proceso en paralelo. Pero el paralelismo clásico no nos ayuda en este caso. La intervención de varios procesadores cooperando reduciría el tiempo en un factor igual, como mucho, al número de procesadores, y dada la velocidad a la que crecen las funciones exponenciales eso no nos daría ninguna ventaja, a menos que colocáramos en red un número de ordenadores que también creciera exponencialmente con la complejidad de los datos iniciales. Algo absolutamente imposible.

¿Qué nos aporta la física cuántica en este punto? Sencillamente cambia la ciencia matemática de la computación desde sus mismos cimientos. La computación se basa en el concepto de bit, la unidad más pequeña de información (una respuesta si/no). Un bit de información aparece codificado en cualquier sistema físico que tenga dos estados posibles (un interruptor eléctrico, una llave de paso, una estantería con dos niveles, una caja dividida por la mitad en la que se mueve una partícula clásica,…). Pero, ¿si es un sistema cuántico? Entonces el sistema no esta obligado a encontrarse en un estado único y definido, puede estar a la vez en el estado 1 y en el 0, contribuyendo cada uno de ellos con un factor distinto. Este nuevo objeto capaz de agrupar los dos posibles estados clásicos es lo que se llama qubit. (quantum bit, bit cuántico en inglés) Con un sistema que conste de n qubits (registro cuántico), y si el estado cuántico esta adecuadamente preparado tendremos una mezcla de 2n estados clásicos (reaparece la función exponencial). Así, cuando realicemos una operación sobre este registro, estaremos operando simultáneamente sobre todos los estados clásicos de los que se compone el estado cuántico real del registro. Este paralelismo cuántico absolutamente masivo es lo que da potencia a la computación cuántica. Un algoritmo capaz de sacar partido de esta característica no es de tipo P, ni NP sino de un nuevo tipo llamado QP (Quantum Polynomical, polinómico cuántico). ¿Cómo es un algoritmo cuántico?

4. Algoritmo cuántico de factorización

Basándonos en las características de los fenómenos cuánticos expuestos en el párrafo titulado Características cuánticas podemos imaginar la peculiar forma en que operaría un ordenador cuántico. En vista de esas propiedades veremos que no cualquier algoritmo o técnica matemática sacará ventajas de una máquina cuántica.

El algoritmo que se va a describir fue desarrollado por Shor en 1994, y fue el primero de su especie. Antes de poder describir el mecanismo que permite acelerar la factorización de un número tenemos que explorar las propiedades de un grupo de funciones empleadas en el algoritmo.

Algoritmo cuántico: Factores y funciones modulares. Decimos que dos números a y b son iguales módulo otro número c cuando los dos nos dan el mismo resto al dividir por c, así por ejemplo 7 módulo 5 es igual a 2 (en notación matemática, 7 mod 5 = 2). Está nueva operación es define a las funciones modulares. Para la factorización estudiaremos las funciones modulares del siguiente tipo: f(x) = ax mod N. Estas funciones son periódicas y su periodo r está relacionado con los factores de N, exactamente Máximo Común Divisor (M.C.D.) de la pareja de números ar/2± 1 y N nos da dos de los factores de N.

¿Seguro? Sí, vamos a verlo en un ejemplo concreto con números sencillos. Pongámonos como objetivo la factorización de 15, y tomemos el valor de la base de la potencia de la función modular igual a 11. Sustituyendo los valores consecutivos de x en la función 11x mod 15 obtenemos la serie 1,11,1,11,1,11,… El periodo de la serie es r=2 y 11r/2=11. Ahora La transformada de Fourier se utiliza para analizar una función y hallar las frecuencias de las oscilaciones cuya suma reconstruirían la función original (lo mismo que hace un sintetizador para formar sonidos de cualquier tipo a partir de oscilaciones electrónicas)

Función original (x)® Función transformada (frecuencias)

Si pretendemos reconstruir una función periódica a partir de la suma de las oscilaciones de frecuencia definida, estas oscilaciones cumplirán dos propiedades:

• La oscilación de frecuencia más baja tiene el mismo periodo que la función original, y el resto son múltiplos de esta, es decir, la oscilación de frecuencia más baja nos da el armazón básico de la función original, y el resto de las oscilaciones se dedican a describir los detalles.
• Al sumar las oscilaciones para reconstruir la forma de la función está claro que lo importante es el desplazamiento relativo, pero no el desplazamiento general, por eso el desplazamiento l no aparece en las oscilaciones.

calculemos el máximo común divisor de 10 y 15, y de 12 y 15, lo que nos da 3 y 5 respectivamente. Y estos dos números son los factores de 15.

Este camino, por sí mismo, no es un atajo; aunque el mecanismo para encontrar el M.C.D. de dos números (algoritmo de Euclides) se puede realizar en un tiempo polinómico con un ordenador clásico, el proceso de hallar el periodo de la función modular es tan costoso en tiempo como el sistema de factorizar mediante divisiones sucesivas.

Algoritmo cuántico: Cálculos cuánticos

Sin embargo, los ordenadores cuánticos sí serían eficaces en el cálculo de periodos, hasta el punto de que se reduce a un tiempo polinómico (T(L) = L2) lo que requeriría un número exponencial de pasos en una máquina clásica (exactamente T(L)=10L/2, como ya hemos visto). Supongamos que disponemos de un registro cuántico preparado en un estado mezcla de todos los estados clásicos (es decir, todos los números capaces de ser almacenados en los n bits del registro) y al aplicar la función modular sobre él se genera un registro que contiene una mezcla cuántica de todos los posibles resultados de la función (¡de un solo golpe!). Espléndido verdad, pero ¿puede ser así de fácil o habrá trampa? A partir de ahora entraremos un poco más en detalle: el número que queremos factorizar tiene una longitud de L bits y usaremos dos registros cuánticos de L qubits cada uno; el primero será el de entrada y el segundo el de salida, pues el primero contendrá el valor x de entrada de la función modular y el segundo su resultado correspondiente. Vamos a representar la composición cuántica de estados (lo que indica que en caso de realizar una medida cualquiera de los valores es un posible resultado) mediante la suma. Así antes de aplicar la función:

Estado[(registro entrada)(registro salida)] = (0)(0) + (1)(0) +(2)(0) +… Y después del cálculo de la función modular: Estado[(registro entrada)(registro salida)] = (0)(f(0)) + (1)(f(1)) + (2)(f(2)) + — Para el caso del ejemplo utilizado en al apartado anterior, el estado final sería: Estado final = (0)(1)+(1)(7)+(2)(4)+(3)(13)+(4)(1)+(5)(7)+(6)(4)+(7)(13)+…

Por desgracia siempre hay obstáculos, recordemos que para obtener el resultado tendremos que realizar una medida sobre el sistema y eso significa quedarnos sólo con una de las posibilidades (el resultado de una medida debe ser un estado clásico, los aparatos de medida no admiten ni mezclas ni medias tintas pues son sistemas clásicos), lo que nos deja sin la ventaja de la visión global. Si realizamos una medida sobre el segundo registro el estado después de la medida nos dejará en distintos casos a los dos registros: el segundo en un estado clásico definido, y el primero en un composición de todos los estados que acompañaban a ese estado del primer registro. En nuestro ejemplo: Si el resultado de la medida es 1, el segundo registro estará en (1), y el estado del registro total: Estado post-medida = ((0) + (4) + (8) + (12) +…)(1) Encontramos un desplazamiento l=0 Si el resultado de la medida es 4, el segundo registro estará en (4), y el estado del registro total: Estado post-medida = ((3) + (7) + (11) + (15) +…)(4) Encontramos un desplazamiento l=3 Si el resultado de la medida es 7, el segundo registro estará en (7), y el estado del registro total: Estado post-medida = ((1) + (5) + (9) + (13) +…)(7) Encontramos un desplazamiento l=1 Si el resultado de la medida es 13, el segundo registro estará en (13), y el estado del registro total: Estado post-medida = ((2) + (6) + (10) + (14) +…)(13) Encontramos un desplazamiento l=2

Para cualquiera de las series anteriores es fácil verificar que la periodicidad es 4, pero debido a las reglas de la mecánica cuántica todos los posibles resultados de la medida son equiprobables, si nos quedáramos sólo con los estados que nos han una determinada medida (por ejemplo 4) con tres medidas sobre el primer registro se podría determinar el periodo: para el caso del ejemplo, si obtuviéramos en estas medidas los valores 19, 3 y 11, el periodo sería igual al MCD(19-11,11-3)=4. Aunque este camino es factible, es demasiado largo; según el número N se va haciendo mayor los valores de l también crecen (igual que el periodo r de la función modular), de tal manera que el algoritmo de factorización deja de ser provechoso.

Algoritmo cuántico: Último paso Para resolver el último escollo nos armamos con una vieja herramienta de la física ondulatoria: la transformada de Fourier. En este caso concreto, y para beneficio de las personas que puedan obtener información de otras fuentes, o para quienes les gusta atesorar nombres raros, la técnica se llama exactamente Transformada Discreta de Fourier. Para este proceso matemático partimos de un conjunto de puntos, que supuestamente se ajustan una función periódica, entonces aplicando a los puntos la fórmula que resume esta técnica matemática obtenemos el periodo de la función sobre la que se sitúan.

En el mundo de la computación cuántica se puede construir una puerta que realice justamente esta transformación (cosa nada extraña, pues también se sabe como hacer en la electrónica tradicional, tanto digital como analógica, y desde hace tiempo se aprovecha para cuestiones como la compresión y tratamiento de imágenes en el ordenador). Y gracias a la existencia de esta puerta lógica, no tenemos más que introducir por un lado la función que obtuvimos en el dispositivo (y en el párrafo) anterior y esperar a la salida el periodo del ciclo de números que representaba esa función, a partir del cuál podremos calcular los factores del número inicial, que era nuestro objetivo final.

Algoritmo cuántico: Otros algoritmos El algoritmo de factorización que hemos comentado con su espectacular rendimiento ya no es el único de los que sacarían partido de la mecánica cuántica. En 1997, Lov K. Grover presento otro algoritmo con especial interés para otra de las parcelas típicas de los ordenadores: las rutinas de ordenación. Mientras que un algoritmo clásico tardaría, a grandes rasgos, n/2 pasos en ordenar una ristra de n elemento, el algoritmo de Grover lo haría en tan sólo Ö n pasos. Si hablamos de 100 términos, eso implica un factor de 5 entre ambos métodos, si hablamos de 1.000.000 el factor ya asciende a 500. ¿Una ayuda para las bases de datos?

5. Sistemas físicos realizables

Una vez que hemos visto un caso particular de algoritmo que aprovecha eficazmente las rarezas del mundo cuántico, nos queda encontrar que sistemas físicos podrían servir para construir estos ordenadores cuánticos. En la literatura científica las técnicas que se barajan incluyen diversos campos de la física: electrones atrapados en pozos cuánticos, interferometría atómica Ramsey, o átomos acoplados a la radiación presente dentro de un resonador óptico de precisión, entre otras.

Igual que los ordenadores clásicos, los cuánticos tienen como elementos fundamentales las puertas lógicas, con la diferencia de que en el caso cuántico existe una mayor diversidad de puertas. Como ejemplo, construiremos una puerta tipo CNOT (Negación Lógica Controlada) aplicando lo que se sabe sobre los dipolos magnéticos, los cuales se comportan como pequeños imanes.

La puerta se compone de dos qubits y realiza una negación sobre el segundo qubit si el primer qubit está activado. En la siguiente tabla se puede ver el funcionamiento de esta puerta:

¿Cómo se consigue esto con dos dipolos magnéticos? Los dipolos pueden encontrarse en dos posible estados: apuntando hacia arriba o hacia abajo, cada uno de estos representa un posible valor del qubit. Por otro lado el estado de los dipolos puede voltearse dándoles energía mediante radiación electromagnética, pero no cualquiera sino sólo la de una determinada frecuencia (frecuencia de resonancia) que puede ser distinta para cada dipolo dependiendo de sus características (masa, cargas eléctricas, tamaño,…). Si dos dipolos están suficientemente cerca para influirse, aparecen dos nuevas frecuencias para las que cambia la orientación de un dipolo dependiendo de cual sea la orientación del otro, esto es debido a que ejercen mutuamente fuerza magnética. Estas 4 frecuencias son distintas entre sí, por tanto, si nosotros sometemos el par de dipolos a una radiación con la frecuencia a la cual cambia el segundo dipolo, este dipolo la absorberá y girará, o no, dependiendo de cual sea el estado del otro dipolo. Este es justamente el comportamiento que necesitamos, con este sistema se puede construir una puerta cuántica tipo CNOT, en donde los pequeños dipolos magnéticos serían átomos que presentasen este rasgo (existen muchos átomos con distintos valores de esta propiedad).

6. Inconvenientes

Pero construir un dispositivo que pueda realizar cálculos cuánticos no es fácil, sea cual sea el sistema físico que queramos usar. Contra nuestros deseos se opone la influencia del medio ambiente que rodea el sistema mediante dos procesos: decaimiento y decoherencia, dado el origen de ambos. El decaimiento consiste en la fuga de energía desde el sistema al medio, este proceso obliga a que los estados de energía más alta evolucionen emitiendo energía hacia los estados de mínima energía, con lo cual la mezcla inicial de estados (el factor decisivo para la computación cuántica) se convierte en una mezcla de sólo los estados de menor energía. La decoherencia es un fenómeno más sutil que no implica intercambio de energía con el medio ambiente, sino una especie de perdida de información, y es responsable de que los objetos macroscópicos que nos rodean no tengan el extraño comportamiento dictado por la mecánica cuántica, pues el medio elimina la mezcla de estados típica de la física cuántica como si se realiza continuamente una serie de medidas sobre el sistema. Como es la mezcla de estados la que da potencia a la computación ,cualquiera de estos dos procesos son letales para la consecución del cálculo; la solución está clara; mantener el sistema tan aislado de la influencia externa como sea posible durante el proceso de cálculo. ¿Cuánto tiempo significa esto? De los dos procesos es la decoherencia el más rápido. Este proceso viene caracterizado por un lapso de tiempo típico t dependiente del sistema físico, y estimando el tiempo mínimo necesario para realizar un cambio en el sistema telem» h/E (dónde E es la diferencia de energía entre los estados (0) y (1), esta estimación se basa en el Principio de Incertidumbre), obtenemos que el número de operaciones que se pueden realizar de forma segura viene dado por el cociente de los dos tiempos anteriores, M=t / telem. Por último, para terminar algoritmo de factorización el número de pasos necesario es, en el mejor de los casos, L4 para una entrada de L qubits (L» M1/4). Todo esto esta agrupado en la siguiente tabla para una serie de sistemas físicos:

Es importante recordar que son sólo cifras estimativas, especulando sobre lo que se sabe de estos sistemas en el laboratorio, y que la construcción de puertas lógicas cuánticas sólo se ha acometido en algunas de las tecnologías.

Resumiendo Como hemos visto la ventaja en la potencia de estas hipotéticas máquinas cuánticas proviene del paralelismo masivo (exponencial) inherente a la mezcla de estados propia del mundo cuántico. Si estos ordenadores fueran factibles en la práctica, nos permitirían atacar problemas que en los ordenadores clásicos implicarían tiempos astronómicos (los problemas que se solucionasen mediante algoritmos NP). Para ello hay que pensar en algoritmos especiales que aprovechen las propiedades especiales de la lógica cuántica, pero ya existen varios en la literatura científica.

Queda por saber si el aislamiento de los sistemas nos permitirá escapar al límite impuesto por el decaimiento y la decoherencia que destruyen la mezcla cuántica de estados. Incluso si estos ordenadores se tienen que restringir a sistemas de pocos bits se podrán emplear para explorar numéricamente la resolución de sistemas cuánticos mucho más amplios (como sugirió Feynman). Todos los esfuerzos en este campo servirán para despejar muchas dudas sobre los fundamentos de la mecánica cuántica (una teoría universal joven de sólo 80 años), investigando el mundo entre lo cuántico y lo clásico.

Aparte de las aplicaciones encaminadas a la ciencia básica, estos ordenadores podrían usarse en la criptografía y el criptoanálisis (ya hay quién sueña con reventar complejas claves públicas, y quién lo hace con crear sistemas de cifrado absolutamente seguros). Asimismo se piensa en búsquedas en inmensas bases de datos, o simulaciones meteorológicas.

En todo caso, la evolución en este campo es vertiginosa. A principios de los 80, se apuntaban las primeras características de estos sistemas, pero sin llegar a prosperar la investigación. Años después se retomó la línea de investigación, obteniéndose los primeros algoritmos capaces de sacar partido de estas hipotéticas propiedades en 1994. Hace tan solo dos años, los especialistas se dividían en dos grupos: los que creían en su realización práctica, y los que los estudiaban como una simple y sofisticada manera de poner a prueba la mecánica cuántica pero sin esperanza de ver un dispositivo real. En mayo del 98 apareció en la prensa la noticia de la construcción del primer sistema de laboratorio al que podía llamarse un ordenador cuántico. Construido por un equipo a caballo entre el M.I.T., la universidad de Berkeley y el laboratorio de Los Alamos consistía en una puerta lógica de 2 qubits basada en la técnica de la Resonancia Magnética Nuclear aplicada sobre una muestra de cloroformo (CHCl3) a temperatura ambiente. Y en la actualidad, estoy dándome prisa en terminar este artículo, no vaya a ser que alguna empresa del sector anuncie su nuevo coprocesador cuántico para PC… Bien, quizás lo último sea un poco exagerado, pero no todo lo anterior.

Nos encontramos en un territorio frontera entre la física, la computación y la teoría de la información que se empieza a explorar. Y ya se sabe que las fronteras son siempre especialmente fértiles.

7. Bibliografía

• Scientific American: Quantum computers with molecules
• http://www.sciam.com/1998/0698issue/0698gershenfeld.html
• Noticia sobre el primer ordenador cuántico
• http://www.techweb.com/se/directlink.cgi?EET19980504S0062
• Quantum Information At Los Alamos National Laboratory
• http://p23.lanl.gov/Quantum/quantum.html
• Página personal de J. Smolin: Incluye Tesis sobre ordenadores cuánticos y muchos hiperenlaces relacionados con el tema
• http://vesta.physics.ucla.edu/~smolin/
• Quantum Computation: a tutorial
• http://chemphys.weizmann.ac.il/~schmuel/comp/comp.html

Autor:

Faustino Lobo Fernández

21 de abril de1999