La computación cuántica lleva años prometiendo revolucionar campos tan diversos como la salud, la energía o el diseño de materiales. Sin embargo, dar el salto de la teoría a las aplicaciones prácticas no es tan sencillo. Por eso existe XPRIZE Quantum Applications, un concurso global de tres años respaldado por Google Quantum AI, Google.org y GESDA destinado a impulsar algoritmos cuánticos que superen a los métodos clásicos en problemas reales.
Ahora, la organización ha anunciado a los siete finalistas seleccionados entre 133 propuestas de todo el mundo. No solo comparten un millón de dólares en esta fase, sino que competirán por otros cuatro millones más, incluyendo un gran premio de tres millones en marzo de 2027.
Un empujón decisivo para las aplicaciones cuánticas
Aunque Google presuma de avances —como su chip Willow o su algoritmo Quantum Echoes—, la realidad es que el gran reto no está solo en construir ordenadores cuánticos, sino en encontrar qué problemas pueden resolver mejor que los sistemas clásicos.
El XPRIZE busca precisamente acelerar ese proceso, poniendo el foco en dos pasos críticos:
- Identificar problemas concretos (Stage II): No vale con demostrar ventaja cuántica en abstracto. Hay que localizar casos medibles donde un ordenador cuántico gane de verdad.
- Llevar esa ventaja al mundo real (Stage III): Traducir la teoría a beneficios tangibles en ámbitos como nuevos materiales, fármacos o energía renovable.
Con este enfoque, los finalistas representan la vanguardia de aplicaciones que podrían cumplir algunos de los Objetivos de Desarrollo Sostenible de la ONU.
Los siete finalistas del XPRIZE Quantum Applications
A continuación repasamos quiénes son y qué pretende cada equipo. Sus propuestas cubren desde algoritmos de química cuántica hasta nuevas matemáticas para resolver ecuaciones imposibles con métodos clásicos.
Calbee Quantum (EE. UU.)
Trabajan en nuevas técnicas para simular materiales cuánticos de forma más eficiente. Sus métodos podrían acelerar el desarrollo de semiconductores avanzados, algo clave en optoelectrónica y otros componentes que usamos a diario sin darnos cuenta.
Gibbs Samplers (Hungría)
Trabajan un algoritmo cuántico para simular procesos de termalización en materiales. Ayudaría a identificar materiales prometedores sin necesidad de experimentos largos y costosos, reduciendo el proceso de descubrimiento de nuevas aleaciones o compuestos.
Phasecraft – Materials Team (Reino Unido)
Trabajan en usar simulaciones cuánticas para mejorar modelos clásicos de química cuántica. Podría ser útil para el descubrimiento más rápido de baterías mejores, paneles solares más eficientes, y tecnologías de captura de CO₂. Una propuesta muy alineada con la transición energética.
The QuMIT (EE. UU.)
Trabajan en acelerar la detección de comunidades en hipergráficas, un problema complejo de ciencias de la computación. Esto podría ser utilizado para un mejor análisis de interacciones proteína-proteína, lo que podría revolucionar el diagnóstico personalizado y la investigación de enfermedades poligénicas.
Xanadu (Canadá)
Trabajan en nuevos algoritmos para simular la evolución temporal de procesos moleculares. Esto permitiría avances en materiales orgánicos para células solares más eficientes y mejoras en terapias fotodinámicas.
Q4Proteins (Suiza)
Trabajan en combinar simulaciones cuánticas con machine learning clásico para química a gran escala. Esto permitiría crear una herramienta de simulación “de primeros principios” para aplicaciones biomédicas: desde diseñar fármacos hasta explicar fenómenos como los condensados biomoleculares.
QuantumForGraphproblem (EE. UU.)
Trabajan en un nuevo algoritmo cuántico para resolver sistemas de ecuaciones lineales sin la dependencia problemática del número de condición, un obstáculo histórico. Ello abre la puerta a aplicaciones cuánticas mucho más amplias, ya que resolver ecuaciones lineales está en el corazón de miles de problemas industriales y científicos.
¿Qué viene ahora?
Los equipos entran en una etapa crucial: demostrar rendimiento real. Esto incluye:
- Compararse con los mejores algoritmos clásicos actuales.
- Probar que la ventaja cuántica no es solo teórica.
- Mostrar que sus propuestas pueden implementarse en hardware realista, calculando recursos, costes y tiempos.
En 2026 habrá una ronda “wildcard” para equipos que no llegaron a finalistas, lo que mantiene el espíritu abierto e innovador del concurso.
Conclusión: la carrera cuántica acelera
Este anuncio no significa que la computación cuántica vaya a sustituir mañana a los ordenadores clásicos, pero sí marca un avance importante: las aplicaciones útiles empiezan a tomar forma, y no solo como demostraciones de laboratorio.
Todo ello forma parte del objetivo de Google Quantum AI y del propio XPRIZE: demostrar que la computación cuántica no es solo una promesa futurista, sino una tecnología que puede tener impacto real.
¿Llegarán a demostrarlo para 2027? El tiempo y los qubits dirán.