Casos de uso de la computación cuántica: marco formal, aplicaciones y fronteras prácticas

Un caso de uso cuántico, en el lenguaje de la información cuántica, suele reducirse a: (i) preparar un estado en \(\mathcal{H}^{\otimes n}\), (ii) aplicar una secuencia de unitarios locales y de dos cúbits (o un hamiltoniano efectivo continuado en el tiempo), (iii) medir en una base o POVM, (iv) repetir y post-procesar clásicamente. La ventaja puede ser de complejidad muestral, de profundidad de circuito para una precisión dada, o de naturaleza heurística cuando no hay teorema de separación riguroso.

Los sensores y dispositivos cuánticos que no ejecutan algoritmos digitales —interferómetros atómicos, magnetómetros basados en NV, relojes ópticos— también son «aplicaciones de la mecánica cuántica», pero con otra cadena de valor: no siempre pasan por compilación de circuitos. Este texto prioriza el paradigma gate-based por su centralidad en plataformas cloud y SDKs como los del ecosistema Harmoniq / PlanQ Quantum, sin negar el resto.

La química cuántica es, en principio, un problema de muchos electrones en potenciales externos y entre sí. Los métodos variacionales en subespacio (VQE), la estimación de fase cuántica (QPE) ruidosa o ideal, y las descomposiciones de Trotter–Suzuki para \(e^{-iHt}\) constituyen la columna vertebral de los casos de uso molecular. La dificultad práctica es triple: profundidad de circuito, calibración y tamaño del sistema que aún cabe en hardware ruidoso.

En materiales, hamiltonianos de Hubbard y modelos de baja energía en redes cristalinas conectan con física de la materia condensada; la simulación cuántica «digital» compite con métodos clásicos (DMRG, QMC, DFT) según dimensionalidad y estructura de entrelazamiento. No hay un único ganador universal.

Problemas tipo MaxCut, coloreado de grafos o asignación cuadrática admiten codificación en hamiltonianos de Ising. El QAOA alterna operadores de mezcla y de fase guiados por parámetros clásicos optimizados en bucle híbrido. En la práctica, el paisaje de parámetros puede ser rugoso; warm starts clásicos y restricciones de simetría mejoran resultados en instancias industriales pequeñas.

La pregunta honesta no es «¿es cuántico?» sino «¿supera, para esta familia de instancias y con este presupuesto de shots, a un solver clásico documentado?». Los concursos y benchmarks recientes muestran que la respuesta depende fuertemente del tamaño, topología y ruido.

El algoritmo de Shor demuestra que factorización entera y logaritmo discreto están en BQP bajo modelos estándar; la consecuencia criptográfica motivó estándares post-cuánticos basados en retículos y otras primitivas. Implementar Shor a escala que amenace RSA real exige millones de cúbits lógicos de alta fidelidad —órdenes de magnitud más allá del hardware actual.

Pedagógicamente, Shor ilustura el valor de la transformada cuántica de Fourier y la estimación de fase; estratégicamente, recuerda que la «aplicación» más citada puede ser la más lejana en tiempo de ingeniería.

Grover ofrece una aceleración cuadrática en la consulta a un oráculo que marca una solución; cuando el coste de construir el oráculo domina, la ventaja global puede diluirse. Sirve, no obstante, como primitiva didáctica de amplificación de amplitud y aparece como subrutina en otros diseños.

Protocolos BB84 y variantes entrelazadas (p. ej. E91) permiten detectar escuchas en el canal cuántico mediante tasas de error anómalas; la seguridad de la clave final combina leyes físicas con privacy amplification clásica. La criptografía post-cuántica (lattice-based, etc.) es complementaria, no sustituto automático: cubre escenarios donde no hay fibra cuántica disponible.

Estados squeezed y protocolos de estimación con entrelazamiento pueden acercarse al límite de Heisenberg en la varianza de fase bajo modelos de ruido idealizados. En laboratorio, pérdidas y decoherencia rebajan la ganancia; aun así, LIGO y relojes ópticos ilustran cómo la óptica cuántica ya transformó instrumentación de precisión.

Los kernels cuánticos miden solapamientos de estados de característica en \(\mathcal{H}\) de dimensión exponencialmente grande; la ventaja depende de la inducción de estructura en los datos y de la capacidad de muestrear el kernel con ruido controlado. Los barren plateaus —gradientes exponencialmente pequeños en circuitos aleatorios profundos— advierten contra el entrenamiento ingenuo de ansätze sin arquitectura informada por simetrías o datos.

Un caso de uso «completo» atraviesa front-end (SDK en Python, Swift, Kotlin…), transpilación a puertas nativas, calendarización en conectividad restringida, mitigación de errores (ZNE, PEC, extrapolación) y orquestación de jobs. Plataformas como Harmoniq abstraen parte de esta cadena, pero el físico responsable debe inspeccionar calibraciones y tasas \(T_1\), \(T_2\) publicadas por el backend.

Ante un nuevo caso de uso, conviene preguntar: ¿cuál es el baseline clásico documentado? ¿Se reporta el presupuesto de shots y el error de mediciones? ¿El algoritmo escala en profundidad como \(O(\mathrm{poly}(n))\) o explota? ¿Hay demostración en hardware o solo simulación exacta de dimensiones modestas? Las respuestas pobres no invalidan la curiosidad científica, pero sí deben modular el tono de marketing.

En conjunto, los cúbits y la mecánica cuántica ofrecen un lenguaje poderoso para modelar naturaleza en escala microscópica; su traducción en producto útil exige honestidad sobre ruido, costes energéticos y talento interdisciplinario. Este texto cierra invitando a leer en paralelo la guía sobre cúbits y la panorámica de teoría cuántica, donde se detallan formalismo y fenómenos subyacentes.