El nuevo semiconductor fue desarrollado por el Centro AWS para Computación Cuántica del Instituto de Tecnología del estado de California y puede reducir los costos de implementación del corrector de errores cuánticos hasta en 90%, según la compañía.
“Creemos que, si vamos a fabricar computadoras cuánticas prácticas, la corrección de errores cuánticos debe ser lo primero. Eso es lo que hemos hecho con Ocelot”, dijo Oskar Painter, director de hardware cuántico de AWS.
A diferencia de las computadoras convencionales, que utilizan bits que representan valores de 1 o 0 en serie, en este caso usan bits cuánticos - “qubits"- , que pueden existir en múltiples estados simultáneamente, lo que potencialmente resuelve problemas complejos exponencialmente más rápido que las computadoras convencionales.
La investigación en la informática cuántica es considerada un área crítica en expansión y así grandes potencias como Estados Unidos y China vienen invirtiendo fuertemente en ello. En el caso del primero, el gobierno ha impuesto restricciones a las exportaciones de esta tecnología sensible para evitar potenciales amenazas.
Recibí las noticias en tu celular, unite al canal de ÚH en WhatsAppLa semana pasada, la rival Microsoft presentó su propio chip cuántico que, según se indicó, podría generar grandes transformaciones en la sociedad, desde la lucha contra la contaminación hasta el desarrollo de nuevos medicamentos.
En diciembre pasado, otra de las gigantes tecnológicas, en este caso Google, presentó su propio chip cuántico, el Willow. El grupo californiano sostuvo que este nuevo elemento reducía drásticamente los errores de cálculo y que había realizado en pocos minutos un cálculo complejo que habría llevado millones de años a una supercomputadora tradicional.
Uno de los mayores desafíos de este rubro es la sensibilidad de los “qubits” a las perturbaciones ambientales, como el calor y las interferencias electromagnéticas, lo que puede generar errores de cálculo.
Según AWS, Ocelot evita el problema con su diseño innovador que podría reducir los recursos necesarios para corregir errores entre cinco y diez veces más que los métodos convencionales.
Fuente: AFP.
