Qubits y decoherencia: NTNU mide T1 100x más rápido

El talón de Aquiles de la computación cuántica: la pérdida impredecible de datos

La computación cuántica promete revolucionar industrias enteras, desde la simulación molecular hasta la optimización logística y la criptografía. Pero hay un problema que ha frenado su escala durante décadas: los qubits, las unidades básicas de información cuántica, pierden sus datos de forma errática e impredecible. No es un fallo de software ni de diseño conceptual; es física pura, y hasta ahora era prácticamente imposible observarla en tiempo real.

Eso acaba de cambiar. Un equipo liderado por la Norwegian University of Science and Technology (NTNU), en colaboración con investigadores del Instituto Niels Bohr de Copenhague, la Universidad de Gotemburgo y la Chalmers University of Technology (Suecia), ha desarrollado un método que mide las fluctuaciones en la tasa de relajación T1 de los qubits superconductores en tiempo real, siendo hasta 100 veces más rápido que cualquier técnica anterior. Los resultados fueron publicados en Physical Review X, una de las revistas de física más prestigiosas del mundo.

¿Qué es la tasa de relajación T1 y por qué importa tanto?

Para entender el avance, primero hay que comprender qué es T1. En un qubit superconductor, T1 representa el tiempo que tarda el qubit en perder energía y caer a su estado base, es decir, el tiempo que conserva la información antes de que esta se disipe. Es la medida de la decoherencia por relajación energética.

👥 ¿Quieres ir más allá de la noticia?

En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.

👥 Unirme a la comunidad

El problema no es solo que T1 sea corto (típicamente microsegundos o milisegundos), sino que fluctúa de manera impredecible. Defectos en los materiales del qubit cambian de estado continuamente, alterando T1 en fracciones de segundo. Hasta antes de este trabajo, se estimaba que estos defectos conmutaban relativamente despacio. La nueva investigación reveló que pueden cambiar hasta 10 veces por segundo, miles de veces más rápido de lo que se creía.

Esta variabilidad hace que la corrección de errores cuánticos, el Santo Grial de la computación cuántica práctica, sea enormemente difícil: si no puedes rastrear cuándo y cómo falla un qubit, tampoco puedes corregirlo a tiempo.

El método: velocidad y precisión gracias a FPGA

El equipo de NTNU diseñó un sistema de medición adaptativo que incorpora un controlador clásico con tecnología FPGA (Field-Programmable Gate Array), un hardware de procesamiento ultrarrápido que permite ejecutar cálculos en paralelo durante el propio experimento, sin pausas ni interrupciones.

El resultado es que el tiempo necesario para medir T1 pasó de aproximadamente 1 segundo con técnicas previas a tan solo ~10 milisegundos con el nuevo método. Esta aceleración de 100 veces no es un detalle menor: es la diferencia entre fotografiar un rayo y observarlo en cámara lenta.

Con esta velocidad, los investigadores pueden ahora:

Detectar fluctuaciones ultrarrápidas en T1 que antes eran invisibles.
Identificar con precisión los defectos materiales que causan la pérdida de información.
Redefinir los protocolos de calibración en procesadores cuánticos superconductores de gran escala.

Implicaciones para el ecosistema de hardware cuántico y startups tech

Para los founders e inversores que siguen de cerca el espacio del hardware cuántico, este avance tiene consecuencias directas y concretas.

Corrección de errores más eficiente

La corrección de errores cuánticos requiere detectar fallos sin destruir la información del qubit. Saber cuándo y cómo fluctúa T1 en tiempo real permite diseñar códigos de corrección más precisos y adaptativos, reduciendo el overhead de qubits físicos necesarios para proteger un qubit lógico. Actualmente, algunos estimados sugieren que hacen falta cientos o miles de qubits físicos por cada qubit lógico estable: mejorar T1 tracking puede reducir esa relación significativamente.

Calibración más rápida y escalable

Los procesadores cuánticos modernos de empresas como Google Quantum AI (chip Willow), IBM o Rigetti requieren recalibraciones frecuentes para mantener la fidelidad de los qubits. Un método de monitoreo en tiempo real permite calibraciones dinámicas, reduciendo el tiempo de inactividad del procesador y aumentando la ventana operativa útil.

Menor costo de iteración experimental

Para startups que trabajan en hardware cuántico, cada ciclo de caracterización de un qubit consume tiempo y recursos. Pasar de ciclos de ~1 segundo a ~10 milisegundos significa que un laboratorio puede ejecutar cientos de experimentos en el tiempo que antes tomaba uno solo, acelerando dramáticamente el ciclo de iteración.

El contexto: ¿dónde está la computación cuántica en 2026?

La carrera cuántica está lejos de ser ficción corporativa. En octubre de 2025, Google Quantum AI publicó en Nature resultados de su algoritmo Quantum Echoes corriendo sobre el chip Willow: el sistema resolvió en 2 horas problemas que a una supercomputadora clásica le habrían costado 3,2 años, siendo 13.000 veces más rápido que el supercomputador Frontier.

Sin embargo, el escalado hacia procesadores con miles o millones de qubits estables sigue siendo el reto central. La decoherencia, y en particular la variabilidad impredecible de T1, es uno de los principales cuellos de botella. Por eso, el método de NTNU publicado en Physical Review X llega en un momento estratégico: cuando la industria necesita desesperadamente herramientas de caracterización que funcionen a la velocidad de los propios qubits.

¿Qué viene después?

El equipo de investigación señala que el siguiente paso es integrar este tipo de monitoreo en tiempo real directamente dentro de los ciclos de control de procesadores cuánticos comerciales. Esto podría traducirse en colaboraciones con fabricantes de hardware cuántico para incorporar la medición adaptativa de T1 como una capa estándar dentro del stack de control de qubits.

Para el ecosistema startup, esto abre oportunidades en dos vectores: desarrollar software de control cuántico adaptativo que aproveche este tipo de datos en tiempo real, y construir instrumentación especializada (como controladores FPGA optimizados para caracterización cuántica) que aún no existe como producto comercial maduro.

Conclusión

El trabajo de NTNU junto con sus colaboradores en Copenhague, Gotemburgo y Chalmers University representa un salto metodológico real en la caracterización de qubits superconductores. Medir la tasa de relajación T1 100 veces más rápido, en tiempo real y con resolución suficiente para detectar fluctuaciones de hasta 10 cambios por segundo, cambia las reglas del juego en corrección de errores y calibración de hardware cuántico.

No es hype: es ciencia publicada en Physical Review X que resuelve un problema concreto que venía limitando el escalado de la computación cuántica práctica. Para founders tech que están construyendo sobre o alrededor de infraestructura cuántica, entender estos avances de capa base es tan importante como seguir las rondas de financiación del sector.

Profundiza estos temas con nuestra comunidad de founders tech especializados en deep tech e innovación cuántica.

Unirse gratis