Un método sigue casi en tiempo real cómo un qubit pierde información

Las computadoras cuánticas prometen resolver problemas que hoy desbordan a muchas máquinas convencionales, pero siguen chocando con una debilidad básica: la información almacenada en sus qubits se degrada demasiado rápido. Un nuevo trabajo propone una manera de vigilar ese proceso casi en tiempo real, algo que podría ayudar a entender mejor por qué estos dispositivos todavía son tan frágiles.

El problema se conoce como relajación o decoherencia. En términos simples, un qubit pierde parte de su estado cuántico al interactuar con su entorno, y esa pérdida vuelve menos confiables los cálculos. Saber con precisión qué tan rápido ocurre es crucial para mejorar el hardware, comparar diseños y detectar fuentes de ruido. El inconveniente era que esas mediciones resultaban demasiado lentas para seguir fluctuaciones que cambian sobre la marcha.

Según el estudio, la nueva técnica reduce el tiempo necesario para estimar esa pérdida de información de alrededor de un segundo a unos 10 milisegundos. En el mundo de los qubits, esa diferencia es enorme. Permite observar variaciones rápidas en el comportamiento del sistema y no solo obtener un promedio tardío, cuando parte de la información útil sobre el problema ya se perdió.

El trabajo se centró en qubits superconductores, una de las plataformas más desarrolladas para computación cuántica. Allí los investigadores aplicaron un método adaptativo que ajusta la medición mientras el sistema cambia, con el objetivo de rastrear tasas de relajación fluctuantes. Eso no hace que los qubits se vuelvan estables por arte de magia, pero sí ofrece un instrumento más fino para diagnosticar cuándo y cómo fallan.

La relevancia práctica está en ese punto. Si los equipos pueden seguir mejor las oscilaciones del ruido y la pérdida de coherencia, tendrán más herramientas para decidir qué partes del dispositivo conviene rediseñar, qué condiciones experimentales empeoran el rendimiento y qué estrategias de corrección o control merecen priorizarse. En una tecnología donde cada mejora cuenta, medir mejor también es avanzar.

El hallazgo sigue siendo metodológico y no resuelve por sí solo el gran cuello de botella de la computación cuántica. Hacer máquinas útiles y robustas exigirá más progreso en materiales, electrónica, corrección de errores y escalado del hardware. Pero el estudio añade una pieza importante: para arreglar una memoria cuántica inestable, primero hay que poder observar con suficiente rapidez cómo se está rompiendo.