Manuel Reyes – Académico Facultad de Ingeniería UNAB

La computación cuántica se ha ganado la reputación de ser el Santo Grial tecnológico o, según los más escépticos, otra costosa promesa de humo. Para entender el porqué de tanto revuelo sin caer en el misticismo, hay que mirar su núcleo técnico: no es computación clásica más rápida; es un cambio paradigmático basado en la física de partículas. Mientras un computador tradicional procesa bits en estados binarios definidos (0 o 1), un procesador cuántico opera con qubits. Estos, mediante la superposición y el entrelazamiento, representan y manipulan combinaciones lineales de estados de forma simultánea. El resultado no es un incremento lineal de velocidad, sino una aceleración exponencial para resolver problemas de complejidad combinatoria masiva.

¿Cómo se traduce esto en la economía real hoy? Tomemos un desafío crítico para la industria pesada: la planificación minera de largo plazo mediante algoritmos de agendamiento directo de bloques (DBS). Imaginemos un yacimiento complejo con un modelo de 25 millones de bloques en 3D y un horizonte de explotación a 50 años. Optimizar simultáneamente el valor presente neto, las fases de extracción, el destino de múltiples litologías y las capacidades de planta genera un problema matemático con cerca de mil millones de variables binarias. Actualmente, resolver este modelo con un supercomputador clásico corporativo toma entre 20 y 40 horas de procesamiento continuo para alcanzar un margen de error aceptable (todavía sin dibujar los caminos, lo cual puede demorar incluso meses). Esto limita severamente los análisis de sensibilidad ante la volatilidad de precios.

Aquí entra el verdadero valor de la computación cuántica a través del arriendo de hardware en la nube (Quantum Computing as a Service). Utilizando un enfoque híbrido actual —donde un computador clásico descompone el modelo de bloques y envía subproblemas matemáticos complejos a un recocedor cuántico (Quantum Annealer)—, el tiempo total de obtención del plan de producción cae de casi dos días a tan solo 2 o 4 horas. El costo de este procesamiento no es menor: la reserva de estas unidades cuánticas (como los sistemas de D-Wave o IonQ) oscila entre los US$2.500 y US$5.000 por hora. Sin embargo, el retorno es evidente. No se busca reemplazar la infraestructura informática de la mina, sino transformarla en un coprocesador estratégico que permite simular decenas de escenarios de riesgo en una sola jornada laboral. La computación cuántica no es un asunto de ciencia ficción; es, hoy mismo, una costosa pero disruptiva herramienta de optimización matemática para industrias donde el tiempo vale millones.

¿Y cuándo podré tener mi teléfono cuántico? La respuesta corta es nunca, porque su arquitectura física y lógica no está diseñada para el usuario común. Los procesadores cuánticos requieren condiciones extremas de aislamiento magnético y temperaturas criogénicas cercanas al cero absoluto (casi -273 °C) para evitar la decoherencia o pérdida de datos por ruido ambiental. Además, desde una perspectiva matemática, no existe una ventaja algorítmica cuántica para las tareas cotidianas: abrir una aplicación, procesar texto o reproducir un video se volvería un proceso infinitamente más lento e ineficiente debido al enorme costo de procesamiento (overhead) necesario para traducir variables clásicas a amplitudes de probabilidad complejas en un espacio de Hilbert. La democratización de esta tecnología llegará entre los años 2030 y 2035, pero no en los bolsillos, sino como un servicio masivo y económico en la nube para desarrolladores e ingenieros.