Los ordenadores cuánticos de hoy son lo bastante potentes como para abordar problemas que superan a las máquinas convencionales, pero todavía están lejos de ser perfectos. Cada cálculo está afectado por pequeños errores que pueden acumularse rápidamente, especialmente al simular el comportamiento de los electrones en materiales, un paso clave para nuevas tecnologías y productos químicos. Este artículo presenta una nueva estrategia, llamada conformado del ruido en subespacios, que extrae respuestas mucho más fiables de hardware cuántico ruidoso y muestra cómo podría permitir que los dispositivos a corto plazo compitan seriamente con simulaciones clásicas avanzadas.
Entendiendo las máquinas cuánticas ruidosas
Cada operación en un ordenador cuántico puede fallar, y corregir completamente esos errores requiere hardware que aún no existe. Mientras tanto, los investigadores usan “mitigación de errores” en lugar de corrección completa: ejecutan muchos circuitos imperfectos y procesan los resultados para reconstruir lo que habría producido una máquina ideal. Los enfoques existentes intercambian coste por precisión. Algunos, basados en imponer cantidades conservadas o “simetrías”, son baratos pero solo detectan un subconjunto de fallos. Otros, en principio, pueden eliminar casi todos los errores, pero exigen tantas ejecuciones adicionales de circuitos que pronto se vuelven impracticables. El desafío central es encontrar un punto intermedio que sea lo bastante preciso y, a la vez, asequible en dispositivos reales.
Fusionando dos ideas en un esquema más inteligente Figura 1.
Los autores combinan dos familias líderes de mitigación de errores en un único método, el conformado del ruido en subespacios (SNT, por sus siglas en inglés). Un ingrediente utiliza las simetrías del sistema físico—como la conservación del número de partículas o del espín—para señalar ejecuciones de circuitos que deben ser erróneas porque terminan fuera del sector permitido del espacio de estados; esas ejecuciones se descartan. El otro ingrediente emplea una mezcla cuidadosamente calibrada de puertas adicionales que cancelan estadísticamente ciertos patrones de ruido. SNT analiza dónde y cómo los errores pueden detectarse mediante comprobaciones de simetría, y aplica el truco de cancelación costoso solo a los errores restantes, indetectables. De este modo, la mayor parte de la limpieza la realiza el filtrado barato, y solo un pequeño residuo se maneja con la cancelación onerosa.
Diseñando codificaciones que ayuden a detectar errores
Para probar SNT, el equipo se centra en el modelo de Fermi–Hubbard, un campo de pruebas estándar para estudiar electrones que se mueven e interactúan en una red. Para ejecutar este problema en un procesador cuántico, los grados de libertad electrónicos deben codificarse en qubits. Distintas codificaciones reorganizan el problema de maneras diferentes, lo que no solo cambia el número de qubits y de puertas requeridas, sino también qué tipos de errores pueden ser detectados por las comprobaciones de simetría. Los autores comparan la codificación convencional de Jordan–Wigner con varias codificaciones “locales” que introducen qubits adicionales específicamente para crear muchas comprobaciones de simetría de corto alcance. Estas comprobaciones adicionales actúan como una red de guardianes locales que pueden atrapar muchos más errores sin aumentar dramáticamente la profundidad del circuito.
Hasta dónde pueden llegar realmente las máquinas actuales Figura 2.
Usando simulaciones detalladas de circuitos ruidosos, los autores trazan qué combinaciones de codificación y estrategia de mitigación de errores funcionan mejor a lo largo de una amplia gama de calidades de hardware, tamaños de sistema y presupuestos de medidas. Encuentran un rico “diagrama de fases” de elecciones óptimas: cuando las puertas son relativamente ruidosas, ganan las codificaciones que usan menos operaciones; a medida que el hardware mejora y hay más ejecuciones de circuitos disponibles, las codificaciones con comprobaciones locales más fuertes emparejadas con SNT se vuelven superiores. Para una red bidimensional de 6×6 evolucionada durante 15 pasos de tiempo—un tamaño de problema cerca del límite de lo que los métodos clásicos más avanzados pueden manejar—estiman que SNT puede mantener el error general en observables clave en torno al cinco por ciento si las fidelidades de puertas de dos qubits alcanzan aproximadamente el 99,95 %. Bajo las mismas condiciones, usar solo un esquema de cancelación por fuerza bruta requeriría alrededor de un millón de veces más ejecuciones de circuitos.
Qué significa esto para el camino hacia la ventaja cuántica
En términos sencillos, este estudio muestra que al combinar inteligentemente comprobaciones de simetría con cancelación de ruido dirigida, podemos ampliar las capacidades de los ordenadores cuánticos imperfectos mucho más de lo que se pensaba. El conformado del ruido en subespacios ofrece una receta para elegir tanto cómo codificar electrones en qubits como cómo limpiar los datos resultantes, de modo que dispositivos realistas a corto plazo podrían simular electrones fuertemente interactuantes en redes bidimensionales a escalas que desafían seriamente a los algoritmos clásicos. En lugar de esperar máquinas con corrección de errores completa, este trabajo traza una ruta concreta para que el hardware emergente de hoy entregue conocimientos científicos significativos sobre materiales cuánticos complejos.
Cita: Papič, M., Algaba, M.G., Godinez-Ramirez, E. et al. Near-term fermionic simulation with subspace noise tailored quantum error mitigation.
npj Quantum Inf12, 72 (2026). https://doi.org/10.1038/s41534-026-01248-5
Palabras clave: mitigación de errores cuánticos, modelo de Fermi–Hubbard, codificación de fermión a qubit, computación cuántica ruidosa, simulación cuántica
