El cultivo de estados mágicos de Google reduce los errores 40 veces, pero el rendimiento es la verdadera prueba
Google afirma que su experimento de cultivo de estados mágicos redujo los errores unas 40 veces en Willow, aunque solo retuvo el 8% de los intentos evaluados. Esta combinación refleja tanto la importancia como el límite del resultado. Google ha trasladado una prometedora técnica de corrección de errores de una propuesta teórica al hardware superconductivo. Aún no ha demostrado una fuente lista para producción de estados destinados a programas cuánticos útiles.
El resultado importa porque los ordenadores cuánticos con corrección de errores necesitan operaciones que las rutinas ordinarias de corrección de errores no pueden proporcionar de forma eficiente. Los estados mágicos aportan esas operaciones, pero producir estados suficientemente limpios puede consumir la mayor parte de una máquina tolerante a fallos. El experimento de Google aborda directamente ese cuello de botella de recursos.
Por tanto, la principal competencia no es Google frente a un rival concreto. Es el cultivo frente a la destilación convencional de estados mágicos, que combina varios estados imperfectos para producir menos estados, pero más limpios. El cultivo intenta desarrollar un estado codificado mientras detecta errores de forma repetida. El experimento de Google sugiere que esa vía puede funcionar, pero el rendimiento y la escala determinarán si gana.
El cultivo de estados mágicos de Google pasa de la teoría a Willow
El cambio central es experimental: Google ejecutó el cultivo de estados mágicos en hardware superconductivo real y midió una gran reducción del error condicional.
Google Quantum AI anunció el resultado el 15 de octubre de 2026. El equipo publicó su artículo revisado por pares en Science en la misma fecha. Una versión anterior había aparecido como preprint en diciembre de 2025.
Según los resultados de cultivo de Google, el protocolo redujo los errores unas 40 veces frente a la preparación de un estado no cultivado. El equipo informó de una fidelidad de estado T lógico del 99,99%.
Un estado mágico es un recurso cuántico preparado de manera especial que permite operaciones no Clifford tolerantes a fallos. Estas operaciones amplían un ordenador cuántico protegido más allá de los cálculos limitados disponibles únicamente mediante puertas Clifford.
La distinción importa porque la corrección de errores no hace automáticamente que todas las operaciones cuánticas sean sencillas. Muchos códigos manejan de forma relativamente limpia una colección restringida de puertas lógicas. La computación universal requiere al menos una operación fuera de esa colección.
Un estado T aporta el recurso para una puerta T lógica, una operación no Clifford habitual. Cada uso consume el estado, por lo que un ordenador práctico necesita un suministro continuo, no una única preparación de laboratorio.
El experimento comenzó inyectando un estado ruidoso en una pequeña región codificada. A continuación, mediciones repetidas buscaron indicios de fallos. Los intentos que mostraban patrones de medición sospechosos fueron rechazados, mientras que los estados supervivientes continuaron por el protocolo.
Google utilizó un código de color de distancia 3 durante el cultivo. La distancia del código indica cuántos fallos físicos puede tolerar o detectar un código de corrección de errores en condiciones definidas.
Después, el equipo transfirió el estado superviviente a un código de superficie de distancia 5. Los códigos de superficie son uno de los principales enfoques de corrección de errores para procesadores superconductivos porque usan principalmente interacciones locales entre qubits vecinos.
Esta transferencia, denominada cambio de código o injerto, fue una parte importante de la prueba. Un estado cultivado tiene un valor limitado si no puede entrar en el código utilizado para los cálculos posteriores.
El artículo experimental revisado por pares informa de una fidelidad de 0.9999(1) reteniendo el 8% de los intentos. La fidelidad describe los estados de salida aceptados, no todos los intentos que entraron en el protocolo.
Esa precisión evita una interpretación errónea habitual. La cifra de 40 veces no significa que todas las operaciones de Willow se volvieran 40 veces más precisas. Se aplica a los estados mágicos preparados bajo las condiciones específicas de comparación y medición del experimento.
El experimento también encontró un problema de evaluación comparativa. Google afirma que la deriva eléctrica y la variación de temperatura produjeron ruido que invalidó una suposición de su método de medición original.
El equipo añadió más control de hardware y diseñó un protocolo de medición tolerante a fallos. Utilizó el propio proceso de cultivo para ayudar a acotar la fidelidad del estado resultante.
Este episodio refuerza el experimento en un aspecto, porque los investigadores identificaron un efecto de medición engañoso. También muestra lo difícil que es validar estos resultados, incluso para el equipo que opera el hardware.
Willow proporciona la plataforma física para el resultado. Google presentó el procesador superconductivo de 105 qubits en 2024, junto con pruebas que mostraban una mejor supresión de errores lógicos a medida que aumentaba el tamaño del código.
El cultivo de estados mágicos aborda una capa diferente del problema. El trabajo anterior de Willow se centraba en proteger información lógica almacenada y en ciclos repetidos de corrección de errores. El nuevo trabajo se centra en preparar un recurso consumible para la computación lógica universal.
Por tanto, el resultado es más limitado que una aplicación cuántica útil. También es más relevante desde el punto de vista operativo que otra prueba de memoria. Un ordenador tolerante a fallos necesita datos protegidos, operaciones lógicas fiables y un suministro escalable de recursos no Clifford.
Google ha conectado ahora varias de esas piezas en una sola plataforma de hardware. La pregunta pendiente es si pueden funcionar juntas con el volumen, la velocidad y la fiabilidad que exige un algoritmo práctico.
Por qué los estados mágicos pueden consumir la máquina
La producción de estados mágicos amenaza con convertirse en una fábrica dentro del ordenador, consumiendo recursos que de otro modo ejecutarían el algoritmo objetivo.
La corrección de errores cuánticos almacena un qubit lógico en muchos qubits físicos. Las mediciones revelan patrones de error sin leer directamente la información cuántica protegida.
Esa protección permite una serie de operaciones lógicas, pero una limitación conocida impide que un código de corrección de errores proporcione todas las operaciones necesarias de la misma manera sencilla. Por ello, la computación universal necesita técnicas adicionales.
La destilación de estados mágicos se convirtió en la respuesta estándar. Una fábrica de destilación prepara varios estados ruidosos, los procesa mediante un circuito detector de errores y emite menos estados con menor error.
El proceso puede repetirse en varios niveles. Cada nivel mejora la salida, pero consume más qubits, ciclos de circuito, capacidad de enrutamiento y operaciones de control.
Las primeras estimaciones arquitectónicas sugerían que las fábricas de estados mágicos podrían consumir hasta el 95% de la capacidad de un ordenador tolerante a fallos. Esa cifra depende en gran medida del algoritmo, el hardware, el código y la tasa de error objetivo.
La presión subyacente se mantiene incluso cuando las estimaciones posteriores son más bajas. Los grandes algoritmos cuánticos pueden requerir cantidades enormes de puertas T. Cada puerta necesita un estado suficientemente preciso entregado en el momento adecuado.
Un procesador con una excelente memoria lógica aún puede detenerse si sus fábricas de estados no pueden seguir el ritmo. La medida relevante pasa a ser el rendimiento del sistema, no la fidelidad de un estado aislado.
La propuesta original de cultivo pretendía reducir ese coste. En lugar de combinar muchos estados codificados de tamaño completo, el cultivo comienza a pequeña escala y expande un estado candidato mientras lo comprueba en busca de fallos.
El enfoque se parece a un control de calidad progresivo. Un candidato defectuoso puede descartarse antes de consumir los recursos necesarios para una codificación mayor.
El cultivo también aprovecha los códigos de color, que ofrecen operaciones transversales útiles. Una operación transversal aplica puertas a través de los qubits físicos correspondientes sin permitir que un fallo se propague libremente por un bloque codificado.
Después, el estado pasa a un código de superficie, donde puede incorporarse a la arquitectura utilizada para el cálculo más amplio. Esta división asigna el cultivo y la operación a largo plazo a códigos adecuados para tareas diferentes.
Ese mecanismo explica por qué el resultado de Willow es más que una mejor referencia de componentes. Prueba si el cambio de código, la posselección, el control físico y la medición de alta fidelidad pueden funcionar como un único protocolo.
La posselección consiste en aceptar solo los resultados que superan comprobaciones especificadas. Intercambia rendimiento por calidad, lo cual es razonable cuando un intento rechazado puede reiniciarse a bajo coste.
La palabra “bajo coste” encierra la incertidumbre central. Una baja tasa de aceptación aún puede ser eficiente si cada intento usa poco espacio y tiempo. Se vuelve costosa cuando los intentos fallidos ocupan hardware escaso o retrasan el algoritmo.
El experimento de Google retuvo el 8% de los intentos evaluados. Eso significa que se necesitaron aproximadamente doce intentos para obtener un resultado aceptado en las condiciones comunicadas, aunque las cargas de trabajo reales requieren una contabilidad más completa.
Por tanto, la fidelidad del 99,99% y la tasa de retención del 8% del artículo responden a preguntas diferentes. La fidelidad pregunta cuán limpios eran los estados supervivientes. La retención pregunta con qué frecuencia el proceso produjo un estado aceptado.
Ninguna de las dos métricas por sí sola establece el coste de una fábrica operativa. Los ingenieros también deben contar los qubits físicos, la profundidad del circuito, el tiempo de reinicio, la decodificación clásica, el enrutamiento y la capacidad adicional necesaria para intentos paralelos.
Es probable que un sistema práctico ejecute muchas unidades de cultivo a la vez. El paralelismo podría compensar los intentos fallidos, pero aumentaría la demanda de hardware y la complejidad de control.
La destilación afronta sus propios gastos generales considerables. Sus circuitos pueden requerir múltiples estados codificados y varias etapas de procesamiento antes de alcanzar la tasa de error objetivo.
El cultivo no necesita eliminar toda forma de destilación para ser relevante. Podría producir entradas más limpias que reduzcan el número de rondas posteriores de destilación.
La afirmación más ambiciosa de Google es que el cultivo podría hacer innecesarias las fábricas convencionales de múltiples niveles en regímenes de hardware favorables. El experimento de Willow respalda el mecanismo detrás de esa afirmación, no toda su conclusión arquitectónica.
Esa diferencia presiona a todas las hojas de ruta hacia la tolerancia a fallos. Los equipos deben explicar cómo suministrarán operaciones no Clifford, no simplemente cuántos qubits físicos o lógicos esperan construir.
El cultivo desafía a la fábrica estándar de destilación
El resultado de Google convierte el cultivo en un competidor creíble de la destilación, pero la vía ganadora se decidirá por el coste total del sistema.
La destilación tiene una ventaja importante: los investigadores entienden su comportamiento matemático y los arquitectos han dedicado años a optimizar fábricas basadas en códigos de superficie. Sus costes pueden estimarse para muchos algoritmos objetivo.
El cultivo ofrece un perfil de costes diferente. Intenta rechazar los estados malos pronto, mientras aún están codificados en estructuras más pequeñas.
El trabajo teórico de 2024 sostenía que los estados T cultivados podrían aproximarse al coste de recursos de puertas CNOT protegidas bajo tasas de error físico adecuadas. Una puerta CNOT invierte condicionalmente un qubit en función del estado de otro qubit.
Esa comparación es ambiciosa porque las operaciones CNOT son fundamentales y frecuentes. Si un recurso no Clifford llegara a ser comparativamente asequible, se reduciría una de las mayores brechas de la arquitectura tolerante a fallos.
Willow no establece paridad de costes. Demuestra que los ingredientes esenciales del protocolo pueden sobrevivir al ruido real en un procesador superconductivo.
Esta distinción separa un resultado científico de un hito de ingeniería. La pregunta científica plantea si el cultivo puede suprimir los errores de preparación de estados en hardware. La pregunta de ingeniería plantea si supera a las alternativas a una escala útil.
La plataforma de Google brinda a la cultivación un importante entorno de prueba. Los qubits superconductores permiten operaciones rápidas, pero afrontan variaciones de fabricación, deriva de calibración, diafonía de control y conectividad limitada.
Los problemas del equipo con equipos eléctricos inestables y variaciones de temperatura ilustran esas limitaciones. Una fábrica debe operar de forma continua, no solo durante una ventana experimental cuidadosamente caracterizada.
La destilación convencional también depende de puertas y mediciones fiables. Su estructura más regular puede simplificar la planificación, mientras que su mayor tamaño puede amplificar el coste de cada error físico.
La comparación cambiará a medida que mejore el hardware. Los teóricos de la cultivación sostienen que el uso de recursos responde con fuerza a tasas de error físico más bajas.
Los protocolos de destilación también pueden mejorar mediante mejores códigos, circuitos optimizados y diseños de fábrica más eficientes. La competencia no enfrenta una técnica en evolución con una referencia estática.
IBM aporta un punto de referencia industrial. Su hoja de ruta de tolerancia a fallos contempla la inyección de estados mágicos en múltiples módulos como parte de su avance previsto hacia la tolerancia a fallos a gran escala.
Ese plan subraya el problema compartido. Google, IBM y otros desarrolladores de hardware emplean arquitecturas distintas, pero todos deben admitir operaciones lógicas universales con una sobrecarga aceptable.
Los sistemas de átomos neutros ofrecen otra comparación. Un estudio de procesador lógico de 2024 demostró circuitos no Clifford complejos utilizando matrices de átomos reconfigurables y qubits lógicos.
Los átomos neutros ofrecen qubits móviles y conectividad flexible. Estas características pueden facilitar operaciones incómodas en una cuadrícula superconductora fija.
El hardware superconductor ofrece otras ventajas, incluidos métodos de fabricación maduros y ciclos de puertas rápidos. Ningún experimento aislado establece qué plataforma ofrecerá el menor coste para un algoritmo útil.
El resultado de cambio de código de Google es estratégicamente importante en esa competencia. Sugiere que los sistemas superconductores pueden usar códigos especializados para distintas tareas sin comprometer toda la máquina con una sola codificación.
Esa flexibilidad se asemeja a la computación clásica heterogénea, donde distintos procesadores manejan cargas de trabajo diferentes. Una arquitectura cuántica tolerante a fallos podría usar de forma similar regiones de memoria, zonas de cultivación, áreas de enrutamiento y zonas de medición.
Sin embargo, cada frontera añade riesgo. Mover un estado lógico entre códigos introduce operaciones que deben seguir siendo tolerantes a fallos. También complica la planificación y la verificación.
El experimento Willow transfirió un estado cultivado desde un código de color de distancia 3 a un código de superficie de distancia 5. Estas siguen siendo distancias de código pequeñas en comparación con futuros sistemas de producción.
Los códigos más grandes protegen la información frente a más fallos, pero también necesitan más qubits físicos y secuencias de medición más largas. El rendimiento a una escala no garantiza la misma eficiencia en la siguiente.
Por tanto, la métrica competitiva más importante no es el número de qubits. Es el coste de entregar una operación lógica verificada dentro de un cálculo completo.
Ese coste combina espacio, tiempo, energía, control clásico, probabilidad de fallo y tasa de salida. Las empresas cuánticas informan actualmente de subconjuntos distintos de esas medidas, lo que dificulta la comparación directa.
La cultivación ofrece a Google una respuesta más sólida al problema no Clifford. No resuelve la carrera más amplia entre chips superconductores, iones atrapados, átomos neutros, sistemas fotónicos y enfoques topológicos.
El titular de 40x oculta una cuestión de rendimiento del 8%
La lectura escéptica es sencilla: mejores estados aceptados no garantizan un suministro eficiente de estados para la computación.
Google describe el resultado como una solución práctica a un grave cuello de botella de recursos. Ese lenguaje es defendible en el plano de la viabilidad experimental.
Se vuelve prematuro si «práctica» implica su despliegue en un ordenador útil. El equipo afirma explícitamente que la cultivación aún necesita una demostración a mayor escala.
La cifra de retención del 8% merece atención porque la postselección impulsa el protocolo. La detección de errores mejora la población superviviente al eliminar intentos asociados con síndromes sospechosos.
Descartar resultados defectuosos es valioso cuando los reintentos son baratos. Una fábrica que atienda a un algoritmo grande debe seguir produciendo suficientes estados aceptados para evitar privar de recursos al cálculo.
Supongamos que varias unidades de cultivación funcionan en paralelo. Su producción combinada podría proporcionar un rendimiento adecuado pese a una baja tasa de retención individual.
Esa disposición consume más área de chip. También necesita reinicios rápidos, control sincronizado, decodificación en tiempo real y almacenamiento para los estados que esperan ser utilizados.
La tasa de retención del experimento incluye comprobaciones estrictas empleadas para evaluar la fidelidad. Investigadores de Google han indicado que esta configuración no se corresponde directamente con el rendimiento de una futura fábrica.
Esa salvedad tiene dos caras. El rendimiento de producción podría mejorar al eliminar la sobrecarga diagnóstica. También podría afrontar nuevas pérdidas cuando la cultivación se conecte con el enrutamiento, el almacenamiento y las puertas lógicas.
Un análisis de costes independiente de 2026 examina esta brecha entre estimaciones de recursos favorables y la postselección no destructiva durante la computación. Sus autores identifican regímenes en los que las limitaciones prácticas elevan los errores lógicos o exigen códigos más grandes.
Ese artículo no invalida la cultivación. Muestra que las suposiciones de medición y el manejo en la etapa final pueden cambiar sustancialmente la aparente ventaja de recursos.
La distinción entre medición destructiva y no destructiva es crucial. Los investigadores pueden destruir un estado experimental para caracterizarlo, pero un ordenador debe preservar cualquier estado destinado a un uso posterior.
Por tanto, un benchmark puede obtener información no disponible durante la computación en vivo. Las estimaciones de arquitectura deben tener en cuenta la información más limitada disponible mientras el estado sigue operativo.
Google abordó parte de este problema desarrollando un método de medición tolerante a fallos que acota la fidelidad. Los sistemas más grandes aún necesitan reglas de aceptación no destructivas que preserven tanto la calidad como el rendimiento.
La mejora de 40 veces comunicada también depende de la referencia de comparación. Mide la preparación de estados cultivados frente a una versión no cultivada en condiciones específicas.
No significa que la tasa global de error lógico del procesador haya caído por el mismo factor. La memoria, las puertas CNOT, las mediciones, las transferencias de estado y las correcciones clásicas conservan cada una sus propios perfiles de error.
Un algoritmo útil acumula errores a través de muchas operaciones. Un excelente estado T no puede compensar un enrutamiento poco fiable o una memoria lógica insuficiente.
La cifra del 99,99% también suena más cercana a la perfección de lo que requieren muchas aplicaciones. Los grandes programas tolerantes a fallos pueden exigir probabilidades de error lógico muy por debajo de una entre diez mil por operación.
El objetivo exacto depende del tamaño del circuito y del presupuesto de errores. Un programa que contiene millones de operaciones debe mantener la probabilidad total de fallo dentro de un rango aceptable.
Es posible que sigan siendo necesarios corrección de errores adicional, mayores distancias de código o purificación adicional. Cada opción aumenta los recursos físicos necesarios para la operación lógica.
La escala plantea otra cuestión no resuelta. Willow contiene 105 qubits físicos, mientras que los sistemas útiles con corrección de errores requerirán matrices coordinadas mucho mayores.
La cultivación compite por esos qubits con la memoria, el enrutamiento, el soporte de decodificación y el cálculo objetivo. Una demostración pequeña favorable debe traducirse en una asignación favorable para toda la máquina.
La consistencia de fabricación también será importante. Los procedimientos de calibración que funcionan en un procesador de investigación podrían complicarse en muchos chips o módulos interconectados.
Google no ha presentado un algoritmo de extremo a extremo que consuma un flujo de estados cultivados. Una prueba así expondría conflictos de planificación y revelaría la tasa de producción sostenida.
La empresa tampoco ha demostrado que la cultivación reduzca el tamaño de la máquina completa 40 veces. La reducción de error medida no debe convertirse en una reducción equivalente de hardware.
La interpretación correcta es más acotada y sigue siendo significativa. Google ha producido estados mágicos aceptados de precisión inusual mediante cultivación en un procesador superconductor.
El resultado reduce la incertidumbre sobre si el protocolo puede sobrevivir en hardware físico. Deja abierta la cuestión de si esa supervivencia se traduce en el mejor diseño de fábrica.
Tres señales mostrarán si el resultado de Willow escala
La siguiente evidencia debe conectar la calidad de los estados con el rendimiento de fábrica, códigos más grandes y una carga de trabajo lógica real.
La primera señal es un experimento de cultivación a mayor distancia de código. Google pasó de un código de color de distancia 3 a un código de superficie de distancia 5 en esta demostración.
Un seguimiento debería mostrar que la supresión de errores continúa a medida que crecen las estructuras protegidas. Debería informar de la tasa de aceptación junto con la fidelidad, en lugar de destacar solo las salidas más limpias.
La mejora en códigos más grandes reforzaría el argumento de Google de que la cultivación se beneficia de un mejor hardware. Una curva de costes plana o en deterioro debilitaría la afirmación de que la técnica escala de forma eficiente.
La segunda señal es un benchmark de suministro repetido y no destructivo. Una fábrica útil debe preparar estados, aceptarlos o rechazarlos, enrutar a los supervivientes y reiniciar los intentos fallidos sin detener la máquina en general.
Ese benchmark debería informar de estados aceptados por unidad de tiempo y hardware. Debería incluir la latencia de reinicio, el rendimiento del decodificador, la sobrecarga de control y el coste de mantener estados completados.
Una mayor tasa de retención ayudaría, pero no es el único camino posible. Los reintentos rápidos y la preparación en paralelo podrían ofrecer un buen rendimiento incluso cuando fallen muchos intentos.
La clave es una contabilidad transparente. Los investigadores necesitan suficiente información para comparar la cultivación con la destilación bajo los mismos objetivos de error físico y error lógico.
Si Google publica una tasa de producción sostenida que supere a una fábrica de destilación optimizada, la cultivación se convertirá en una opción arquitectónica en lugar de una opción experimental. De no ser así, podría seguir siendo una fase útil de preprocesamiento.
La tercera señal es un circuito lógico de extremo a extremo que consuma estados T cultivados. El circuito debería ejecutar una tarea que realmente requiera operaciones no Clifford.
Esta prueba conectaría la preparación de estados con la inyección, el enrutamiento, las puertas lógicas, la corrección de errores y la medición final. También revelaría si la cultivación se integra sin problemas con el resto de la arquitectura de Willow.
El éxito no requeriría valor comercial. Un algoritmo lógico modesto aún podría validar el flujo e identificar dónde se acumulan los errores.
Las hojas de ruta rivales aportarán contexto adicional. IBM planea la inyección de estados mágicos dentro de una arquitectura modular tolerante a fallos, mientras que los equipos de átomos neutros siguen probando operaciones lógicas alternativas.
Un resultado convincente de otra plataforma no borraría el logro de Google. Aclararía si la cultivación resuelve un cuello de botella universal o si se ajusta principalmente a sistemas superconductores con códigos de superficie.
Los desarrolladores y compradores empresariales deberían considerar el anuncio como investigación de infraestructura, no como una señal para trasladar cargas de trabajo al hardware cuántico. De este artículo no se deriva ningún nuevo servicio de propósito general.
La relevancia práctica reside en la curva de recursos. Si la cultivación reduce drásticamente el hardware dedicado a los estados T, las máquinas útiles podrían requerir menos qubits físicos de lo que sugieren las estimaciones dominadas por la destilación.
Ese cambio afectaría a las hojas de ruta de hardware, el diseño de compiladores, la selección de algoritmos y las expectativas para el despliegue tolerante a fallos. No crearía de inmediato un ordenador útil.
El cultivo de estados mágicos de Google ha superado una importante prueba experimental. El protocolo redujo los errores de preparación condicional de estados y sobrevivió a una transferencia entre dos códigos cuánticos.
Ahora el reto pasa de demostrar un único estado de alta fidelidad a suministrar muchos de ellos de forma fiable. Habrá que observar distancias de código mayores, un rendimiento no destructivo sostenido y un circuito lógico que consuma el resultado.
Estos tres resultados mostrarán si el cultivo puede reducir el tamaño de la fábrica dentro de un ordenador cuántico. Hasta entonces, Willow ha validado el mecanismo, mientras que la viabilidad económica a nivel de sistema sigue sin resolverse.
