Microsoft presenta un chip cuántico diseñado con ayuda de IA y apunta a máquinas comerciales para 2029

La ciencia aplicada a la inteligencia artificial está entrando en una etapa especialmente interesante. Ya no se trata únicamente de mejorar modelos de texto o imagen, sino de usar IA para acelerar descubrimientos en materiales, física y computación avanzada.

Majorana 2: el nuevo chip cuántico de Microsoft

Microsoft ha presentado un nuevo chip cuántico, Majorana 2, rediseñado con ayuda de herramientas de IA aplicadas a ciencia de materiales. La compañía afirma que este enfoque ha permitido una mejora significativa en determinadas métricas de rendimiento y sitúa 2029 como objetivo para disponer de máquinas comercialmente viables.

El chip recibe su nombre de las partículas de Majorana, unas quasi-partículas teóricas que Microsoft lleva más de una década investigando. La ventaja de los qubits topológicos basados en estas partículas es su mayor resistencia a errores. El problema histórico ha sido fabricarlos de forma fiable. La IA ha ayudado a identificar las condiciones precisas de materiales y temperaturas para que estas partículas emerjan de forma estable.

El papel de la IA en el diseño del chip

El diseño asistido por IA no es un añadido marginal. Microsoft entrenó modelos de aprendizaje automático con millones de simulaciones de estructuras atómicas. Estos modelos exploraron combinaciones de materiales semiconductores y superconductores, prediciendo cuáles tenían más probabilidad de albergar estados topológicos protegidos. Solo después de que la IA seleccionaba las candidatas más prometedoras, los físicos las fabricaban y probaban en laboratorio.

Este proceso redujo el tiempo de exploración de años a semanas. Según Microsoft, la IA propuso varias configuraciones que los científicos humanos no habían considerado porque se salían de las hipótesis tradicionales. Algunas de esas configuraciones resultaron ser incluso más estables que las diseñadas manualmente.

Mejoras en métricas de rendimiento

Microsoft afirma que Majorana 2 supera a su predecesor en varias métricas clave. La primera es el tiempo de coherencia, es decir, cuánto tiempo puede mantener un estado cuántico antes de desmoronarse. La segunda es la fidelidad de las puertas lógicas, o la precisión con la que se realizan las operaciones. La tercera es la escalabilidad potencial, o la facilidad para conectar muchos qubits sin que el ruido se acumule.

La compañía no ha publicado cifras concretas en el anuncio, pero ha mostrado datos de laboratorio a la prensa especializada. En las pruebas internas, los qubits topológicos de Majorana 2 han alcanzado tiempos de coherencia del orden de milisegundos, una mejora de dos órdenes de magnitud sobre prototipos anteriores. La fidelidad de las puertas se acerca al 99%, un umbral mínimo para aplicar corrección de errores.

El objetivo de 2029: máquinas comercialmente viables

Situar 2029 como objetivo para máquinas comercialmente viables es una declaración de intenciones importante. La mayoría de los competidores (Google, IBM, IonQ) hablan de horizontes similares, aunque ninguno ha comercializado todavía un ordenador cuántico que resuelva problemas prácticos mejor que uno clásico.

Microsoft define "comercialmente viable" como un sistema que pueda ejecutar aplicaciones reales (simulación de moléculas, optimización compleja, criptoanálisis) con ventaja demostrada sobre los mejores superordenadores clásicos, y a un coste que las empresas estén dispuestas a pagar. Este es un umbral mucho más exigente que simplemente tener muchos qubits.

Relevancia del hito científico

La noticia es relevante no solo por el hito técnico, sino por lo que representa: la IA comienza a usarse como asistente de investigación para resolver problemas que antes dependían casi por completo de prueba, error y larga experimentación humana. Eso acelera el ciclo de innovación y puede reducir costes de desarrollo en áreas muy complejas.

La metodología utilizada por Microsoft (simulación masiva guiada por IA seguida de validación experimental) es transferible a otros campos. Se está aplicando ya en el diseño de baterías, superconductores de alta temperatura, catalizadores para la industria química y nuevos fármacos. La computación cuántica es solo el caso más visible, pero no el único.

Aceleración del ciclo de innovación

Tradicionalmente, un avance en ciencia de materiales desde la teoría hasta el prototipo podía llevar una década o más. La IA reduce esa fase de exploración drásticamente. En el caso de Majorana 2, Microsoft afirma haber comprimido en dos años lo que antes habría tomado diez. Si esta aceleración se generaliza, el ritmo de innovación en tecnologías profundas podría multiplicarse por cinco.

Esto tiene implicaciones económicas enormes. Los países y empresas que dominen esta metodología de "IA para ciencia" obtendrán ventajas competitivas sostenidas en múltiples sectores, no solo en computación.

Lectura crítica: la tensión entre anuncio corporativo y validación académica

Sin embargo, también conviene mantener una lectura crítica. Parte de la comunidad científica pide más datos públicos y mayor capacidad de reproducción independiente de los resultados, algo esencial en cualquier avance de alto impacto. Esa tensión entre anuncio corporativo y validación académica es saludable y forma parte del progreso científico real.

Microsoft tiene un historial de anuncios ambiciosos en computación cuántica que luego se han moderado o retrasado. En 2018, la compañía afirmó haber detectado las escurridizas partículas de Majorana; años después tuvo que retractarse parcialmente cuando otros laboratorios no pudieron reproducir los resultados. Los científicos externos adoptan, por tanto, una cautela prudente ante el nuevo anuncio.

La necesidad de datos públicos y reproducción independiente

Para que la comunidad científica acepte el avance como real, Microsoft tendrá que publicar sus datos sin restricciones y permitir que otros laboratorios fabriquen y prueben chips similares. Hasta ahora, la compañía ha compartido información con algunos grupos académicos bajo acuerdos de confidencialidad, pero no ha hecho públicos los diseños completos. La publicación en revistas revisadas por pares (Nature, Science, Physical Review Letters) será el siguiente paso necesario.

Varios físicos cuánticos consultados por medios especializados han expresado escepticismo prudente. Reconocen que el trabajo de Microsoft parece sólido, pero recuerdan que afirmaciones similares en el pasado no resistieron el escrutinio independiente. La carga de la prueba recae sobre la compañía.

Competencia en la carrera cuántica

Microsoft no es la única empresa con objetivos ambiciosos. Google planea tener un ordenador cuántico útil para 2030. IBM ya ofrece acceso a sus chips cuánticos vía nube, aunque aún no resuelven problemas prácticos. IonQ y otras startups también avanzan. La diferencia de Microsoft es su apuesta por una tecnología más compleja (qubits topológicos) pero potencialmente más escalable si funciona.

El año 2029 es un horizonte común a varios actores. Eso sugiere que la industria espera que para finales de esta década se resuelvan los problemas fundamentales de escalabilidad y corrección de errores. Si es así, la década de 2030 vería los primeros ordenadores cuánticos comerciales compitiendo con los superordenadores clásicos en nichos específicos.

La estrategia de Microsoft en el ecosistema cuántico

Microsoft ha optado por una estrategia vertical: diseñar su propio chip (Majorana 2), desarrollar el software de control (Azure Quantum) y ofrecer el acceso vía nube. A diferencia de IBM, que también fabrica sus propios chips, Microsoft no vende hardware directamente, sino acceso a través de su plataforma cloud. Esto es coherente con su modelo de negocio general de "servicios en lugar de productos".

La compañía también está invirtiendo en un ecosistema de desarrolladores cuánticos, con lenguajes de programación (Q#), simuladores clásicos y bibliotecas de algoritmos. El objetivo es que cuando el hardware esté listo en 2029, ya haya aplicaciones preparadas para ejecutarse en él.

Conclusión: un paso adelante, pero con pies de plomo

Majorana 2 es un avance real en la carrera por la computación cuántica. La integración de IA en el diseño de materiales ha permitido a Microsoft superar algunos de los obstáculos que la mantenían rezagada frente a competidores. El objetivo de 2029 para máquinas comercialmente viables es ambicioso pero no irrealista.

Sin embargo, la historia de la computación cuántica está llena de anuncios triunfales que luego se desinflaron. La única moneda de cambio que acepta la comunidad científica es la reproducibilidad independiente. Hasta que Microsoft publique datos abiertos y otros laboratorios confirmen sus resultados, el escepticismo prudente es la actitud más razonable.

Lo que está claro es que la metodología de "IA para ciencia" ha llegado para quedarse. Más allá del éxito o fracaso de Majorana 2, la idea de usar inteligencia artificial como asistente de investigación en física y ciencia de materiales es ya un cambio de paradigma. En ese sentido, el verdadero avance de Microsoft puede no ser el chip en sí, sino la forma en que lo diseñó.