Simulación de interacciones de vórtices fluidos en un procesador cuántico superconductivo

Por qué importan los flujos en remolino y los chips cuánticos

Desde huracanes y remolinos oceánicos hasta las corrientes diminutas en dispositivos microfluídicos, las estructuras giratorias llamadas vórtices ayudan a determinar cómo se mueven y mezclan los fluidos. Simular estos movimientos giratorios en detalle rápidamente supera incluso a los superordenadores más potentes, sobre todo cuando los científicos quieren seguir cada giro y cambio durante largos periodos. Este estudio muestra cómo un enfoque nuevo, ejecutado en un procesador cuántico superconductivo, puede capturar estas complejas danzas de vórtices de forma más eficiente, sugiriendo un futuro en el que el hardware cuántico se convierta en una herramienta práctica para estudiar el movimiento de fluidos en la naturaleza y la tecnología.

Patrones en remolino a nuestro alrededor

Los vórtices son los movimientos circulares que se observan en todo, desde ciclones tropicales y corrientes oceánicas hasta el plasma en el espacio y flujos en canales pequeños. Cuando varios vórtices interactúan, pueden emparejarse, intercambiar posiciones o incluso «saltar» uno sobre otro en un patrón repetitivo. Estas interacciones controlan cómo se transmiten la energía y el momento en un fluido y son fundamentales para entender la turbulencia. Pero capturar estos detalles a pequeña escala durante largos periodos requiere una resolución espacial y temporal extremadamente alta, lo que convierte las simulaciones tradicionales en tareas costosas y a veces poco prácticas.

Transformar el movimiento de vórtices en una imagen compatible con lo cuántico

La mayoría de los solucionadores de fluidos convencionales describen el flujo en una malla fija, registrando la velocidad y la presión en muchos puntos del espacio. Esa descripción no encaja de forma natural en los dispositivos cuánticos ruidosos de hoy, porque el número de qubits tendría que crecer con el número de puntos de la malla. Los autores, en cambio, se centran directamente en los propios vórtices, siguiendo sus posiciones de forma Lagrangiana. Introducen un «método de vórtices cuánticos» que reescribe matemáticamente el movimiento de estas partículas de vórtice como la evolución de un estado normalizado tipo onda, similar en espíritu a cómo se describen los sistemas cuánticos. Esta reformulación conserva las leyes de conservación clave del movimiento del fluido al tiempo que hace que la dinámica sea compatible con la evolución unitaria de un ordenador cuántico.

Almacenar espacio y tiempo juntos en un estado cuántico

Una innovación central del trabajo es un esquema de codificación espaciotemporal que permite a un procesador cuántico representar muchos pasos temporales a la vez. Un pequeño conjunto de qubits espaciales guarda el estado de todos los vórtices en un instante dado, mientras que qubits temporales adicionales se preparan en superposición de modo que cada una de sus configuraciones posibles corresponde a un tiempo distinto. Módulos de evolución cuidadosamente diseñados actúan sobre los qubits espaciales bajo el control de los qubits temporales, haciendo que el estado «se ramifique» como un árbol y contenga simultáneamente información sobre el sistema de vórtices en muchos momentos. En términos prácticos, esto permite que el circuito genere toda la historia temporal del flujo en una sola ejecución coherente, en lugar de volver a preparar y evolucionar el estado paso a paso.

Poner el método en un chip cuántico real

Para probar la idea, el equipo implementó su esquema en un procesador cuántico superconductivo de ocho qubits donde los qubits individuales están dispuestos en una cuadrícula y acoplados a sus vecinos más cercanos. Algunos qubits representaban las posiciones de las partículas de vórtice, mientras que otros codificaban el tiempo. Usando una estrategia basada en datos, entrenaron módulos de evolución efectivos que imitan cómo debería cambiar el estado tipo onda de los vórtices. Con este hardware recrearon un fenómeno clásico de fluidos conocido como leapfrogging, donde dos anillos de vórtice (representados en dos dimensiones por cuatro vórtices puntuales) se cruzan repetidamente. Las trayectorias de los vórtices reconstruidas experimentalmente coincidieron estrechamente tanto con simulaciones numéricas ideales como con simulaciones ruidosas más realistas, con un alto grado de acuerdo en el estado cuántico subyacente y sólo pequeñas desviaciones en las posiciones de las partículas.

De pruebas simples a flujos complejos y turbulentos

Más allá del caso de leapfrogging, los investigadores exploraron ejemplos más desafiantes en simulaciones numéricas. Modelaron un sistema de ocho vórtices con posiciones aleatorias que se asemeja a un parche turbulento de fluido, mostrando que su circuito cuántico puede seguir la evolución preservando estructuras coherentes. También abordaron flujos donde la viscosidad, o fricción interna del fluido, importa. En un sistema de dos vórtices donde los efectos viscosos hacen que los vórtices deriven y se deformen, su marco cuántico capturó el movimiento real con mucha más precisión que un método de vórtices estándar, porque el módulo de evolución cuántica aprendido puede codificar implícitamente cómo la viscosidad modifica la dinámica a lo largo del tiempo.

Qué significa esto para el futuro del modelado de fluidos

Para el lector general, el mensaje clave es que los autores han encontrado una forma de traducir el movimiento giratorio de los fluidos a un lenguaje que los ordenadores cuánticos pueden gestionar, y han mostrado que funciona en un chip superconductivo real. Su método escala con el número de vórtices en lugar del número de puntos de la malla espacial, y usa la superposición cuántica para almacenar muchos pasos temporales de manera compacta, de modo que el coste de seguir el flujo crece sólo lentamente con la duración de la simulación. Aunque aún quedan por capturar plenamente aspectos importantes del comportamiento real de los fluidos—como la fusión viscosa detallada y la división de vórtices—este trabajo proporciona un camino concreto hacia el uso de dispositivos cuánticos como motores especializados para simular flujos complejos en la atmósfera, los océanos, los plasmas y sistemas diseñados.»

Cita: Wang, Z., Zhong, J., Wang, K. et al. Simulating fluid vortex interactions on a superconducting quantum processor. Nat Commun 17, 2602 (2026). https://doi.org/10.1038/s41467-026-69168-8

Palabras clave: computación cuántica, dinámica de fluidos, vórtices, qubits superconductores, simulación de turbulencia