Las afirmaciones de ventaja cuántica de IBM priorizan resultados verificables sobre la velocidad bruta

IBM afirma que tres experimentos independientes han alcanzado ventaja cuántica, pese a un problema de verificación que ha debilitado muchas afirmaciones anteriores. La empresa presentó el trabajo junto con investigadores de Algorithmiq, Qedma y la University of Chicago en una sesión informativa el 28 de julio.

La ventaja cuántica significa que un sistema cuántico realiza una tarea definida más rápido, con mayor precisión o de forma más económica que cualquier método clásico conocido. La definición parece sencilla. Demostrarlo no lo es.

Un competidor clásico puede borrar una ventaja aparente desarrollando un algoritmo mejor después de que aparezca el experimento cuántico. Los investigadores también deben demostrar que un procesador cuántico ruidoso devolvió una respuesta correcta cuando la reproducción clásica directa se ha vuelto poco práctica.

Las nuevas afirmaciones de ventaja cuántica de IBM abordan ambos problemas. Los equipos utilizaron procesadores IBM Quantum Heron R3, múltiples métodos de mitigación de errores y experimentos diseñados para preservar evidencia sobre la calidad de las respuestas.

Sus resultados no establecen que los ordenadores cuánticos ya superen a las máquinas convencionales en cargas de trabajo comerciales. Los experimentos cubren problemas de investigación acotados, y los artículos subyacentes aparecieron inicialmente como preprints en lugar de publicaciones revisadas por pares.

Sin embargo, la estrategia de verificación hace que este anuncio sea más relevante que otro récord de velocidad. IBM y sus socios están, en la práctica, invitando a investigadores clásicos a atacar los resultados, mejorar sus solucionadores y comprobar si la ventaja afirmada resiste.

Esa invitación importa porque la computación cuántica ya ha vivido esta competencia. Google anunció una ventaja computacional en 2019, solo para que investigadores clásicos redujeran sustancialmente el coste estimado de la simulación. Más recientemente, mejoras clásicas anularon una ventaja aparente en el muestreo de circuitos pico en cuestión de meses.

Por ello, IBM basa su caso en una referencia móvil, no en una declaración de victoria permanente. La competencia central enfrenta resultados cuánticos verificables con algoritmos clásicos en continua mejora.

Tres experimentos construyen un caso de ventaja cuántica para IBM

El argumento más sólido de IBM surge de combinar tres vías de verificación en lugar de depender de un único benchmark o de una sola ejecución del procesador.

El primer experimento involucró a IBM y a la empresa israelí de software cuántico Qedma. Los investigadores estudiaron un modelo de Ising de campo transversal Floquet, que describe el comportamiento cambiante de espines que interactúan bajo un campo aplicado periódicamente.

Un modelo de espines representa partículas cuánticas mediante variables magnéticas simplificadas. Estos modelos ayudan a los físicos a estudiar materiales, transiciones de fase y dinámicas complejas de muchos cuerpos.

El equipo utilizó el software de supresión y mitigación de errores cuánticos de Qedma, llamado QESEM, para estabilizar los resultados de circuitos cuánticos ruidosos. La mitigación de errores estima y reduce el ruido del hardware sin codificar qubits lógicos totalmente corregidos contra errores.

Los investigadores compararon primero la salida cuántica con cálculos de Fugaku, el superordenador japonés operado por RIKEN. La coincidencia estableció una región en la que ambos sistemas aún podían calcular las mismas cantidades.

Después aumentaron la dificultad del circuito más allá del rango en el que el cálculo clásico seleccionado seguía siendo práctico. Según la información publicada sobre los experimentos, el equipo repitió mediciones relacionadas en cinco ordenadores cuánticos.

Esos sistemas incluyeron procesadores IBM en Boston y Pittsburgh. Los investigadores también utilizaron dos máquinas Quantinuum, lo que dio al experimento un componente multiplataforma en lugar de depender de un único dispositivo IBM.

El equipo varió deliberadamente el ruido que afectaba a los circuitos. Según los investigadores, las estimaciones consistentes entre distintos equipos y niveles de ruido respaldaron su modelo de mitigación de errores.

Un segundo experimento emparejó a IBM con la empresa finlandesa de software cuántico Algorithmiq. También examinó dinámicas de Ising impulsadas, pero utilizó una formulación computacional y un método de mitigación distintos.

A medida que crecía el sistema modelado, los métodos clásicos comparados dejaron, según los informes, de coincidir entre sí. Las estimaciones cuánticas mitigadas se mantuvieron consistentes en puntos de control donde el equipo todavía podía probarlas.

Ese patrón no demuestra automáticamente que la respuesta cuántica sea correcta en todas las escalas mayores. Ofrece a los investigadores una vía de extrapolación basada en la convergencia observada antes de que los cálculos clásicos se vuelvan poco fiables.

El tercer experimento, realizado con investigadores de la University of Chicago, utilizó un método de verificación más estructural. El equipo comenzó con circuitos compuestos por puertas Clifford, operaciones cuánticas que los ordenadores clásicos pueden simular eficientemente.

Después, los investigadores introdujeron puertas T, que añaden operaciones no Clifford y elevan rápidamente el coste de la simulación clásica. Este diseño les permitió avanzar gradualmente desde un circuito eficiente de probar hacia uno difícil para los métodos clásicos.

La característica importante era la continuidad. Los investigadores podían estudiar cómo se comportaba el método de mitigación al aumentar el número de operaciones difíciles, en lugar de saltar directamente a un circuito imposible de comprobar.

En conjunto, los experimentos apuntan a tres señales de confianza diferentes: coincidencia con un superordenador, consistencia entre métodos de mitigación y una construcción de circuitos con una ruta comprobable hacia terreno más difícil.

Los estudios utilizaron la arquitectura superconductora Heron R3 de IBM, de 156 qubits. IBM ha informado de una tasa mediana de error de dos qubits de 1,17 veces 10 elevado a menos tres para esta generación de procesadores.

Esa calidad de hardware es relevante porque las puertas de dos qubits generan gran parte del error acumulado en circuitos cuánticos profundos. IBM también informó de que 57 de los 176 acoplamientos de Heron R3 produjeron menos de un error por cada 1.000 operaciones.

Estas cifras describen el rendimiento del dispositivo, no la ventaja en aplicaciones. Los tres experimentos siguen dependiendo de sus algoritmos, sus supuestos sobre el ruido, su procesamiento estadístico y sus comparaciones clásicas.

La distinción es crucial. Un hardware mejor hizo posibles estas pruebas, pero la ventaja afirmada proviene del flujo de trabajo computacional completo.

Por qué los resultados cuánticos verificables importan más que un titular sobre velocidad

Un resultado cuántico tiene un valor científico limitado si nadie puede establecer si la máquina calculó la respuesta correcta.

Los procesadores cuánticos operan mediante distribuciones de probabilidad en lugar de cadenas de bits deterministas. Los investigadores ejecutan un circuito muchas veces, recopilan mediciones y estiman la cantidad que buscan a partir de esas muestras.

El ruido complica el proceso. Los qubits pueden perder su estado, las puertas pueden introducir rotaciones no deseadas, los componentes vecinos pueden interferir y las mediciones pueden interpretar mal el valor final.

La corrección completa de errores cuánticos ofrece la respuesta a largo plazo. Distribuye un qubit lógico entre muchos qubits físicos para que los errores puedan detectarse y corregirse durante un cálculo.

Heron R3 no es una gran máquina tolerante a fallos. En su lugar, los experimentos utilizan mitigación de errores, que estima un resultado más limpio a partir de datos ruidosos y mediciones de calibración de apoyo.

La mitigación conlleva su propio coste. Puede requerir más ejecuciones de circuitos, más procesamiento estadístico o supuestos sobre cómo se comporta el ruido. Esas exigencias pueden consumir los ahorros de recursos que crearon una ventaja aparente.

Por lo tanto, una comparación creíble debe tener en cuenta todo el flujo de trabajo. Eso incluye la preparación del circuito, el tiempo de ejecución del procesador, el muestreo, la mitigación y el posprocesamiento.

También debe compararse con métodos clásicos sólidos. Superar a un algoritmo antiguo con hardware costoso dice poco si una técnica moderna de GPU resuelve rápidamente la misma tarea.

IBM ha reconocido este objetivo móvil mediante su Advantage Tracker abierto. El proyecto permite a los investigadores enviar candidatos cuánticos, respuestas clásicas y benchmarks actualizados.

El historial del rastreador ilustra el riesgo. Un experimento de circuitos pico en hardware de IBM se completó inicialmente en menos de 12 minutos, mientras que las estimaciones clásicas se acercaban a cuatro meses.

Nuevos métodos clásicos redujeron después simulaciones relacionadas a entre aproximadamente una hora y unos segundos. Esa reversión eliminó la diferencia de tiempo de ejecución anterior.

Esto no demuestra que la ventaja cuántica sea imposible. Muestra por qué un anuncio no puede resolver la cuestión de forma permanente.

Los tres nuevos experimentos intentan mejorar el proceso al incluir validación dentro del diseño de investigación. En lugar de pedir a los lectores que confíen en una respuesta inaccesible, los equipos proporcionan comprobaciones intermedias o garantías matemáticas.

En la colaboración con Qedma, múltiples sistemas y ruido deliberadamente variado aportan evidencia de que la respuesta corregida no procede de una única calibración favorable.

En el trabajo de Algorithmiq, se examina la consistencia a medida que los enfoques clásicos comienzan a divergir. En la colaboración de Chicago, la estructura del circuito proporciona una ruta desde una verificación clásica sencilla hasta instancias más difíciles.

Cada método aborda un modo de fallo diferente. Ninguno elimina la posibilidad de una respuesta clásica más fuerte.

La afirmación más defendible es que los equipos han producido candidatos comprobables para la ventaja cuántica. Esos candidatos ahora necesitan escrutinio independiente, referencias clásicas mejoradas y revisión por pares.

Este encuadre también explica por qué estos resultados importan a las empresas. Un usuario comercial no necesita una máquina que gane una competición abstracta de velocidad mientras devuelve un número imposible de verificar.

Un equipo de química necesita confianza en que una energía estimada corresponde a un estado molecular real. Un usuario de optimización necesita evidencia de que una solución propuesta supera las alternativas disponibles bajo límites de recursos comparables.

La verificación convierte una salida de laboratorio en algo que otro científico puede evaluar. Es el puente entre un comportamiento cuántico inusual y un resultado que respalda una decisión.

Heron R3 presiona a los solucionadores clásicos, no a la computación de propósito general

Los experimentos de IBM presionan métodos especializados de simulación clásica, pero no amenazan a la computación convencional en su conjunto.

Los ordenadores clásicos siguen siendo esenciales en cada experimento. Preparan circuitos, seleccionan parámetros, analizan mediciones, estiman errores y evalúan regiones que permanecen computacionalmente accesibles.

Por lo tanto, el rival relevante no es el mercado de CPU o GPU. Es el mejor flujo de trabajo exclusivamente clásico para la cantidad científica exacta que se está calculando.

Ese límite mantiene acotada la afirmación de ventaja cuántica de IBM. Los equipos no están demostrando que Heron R3 pueda sustituir a un superordenador en modelización meteorológica, procesamiento de bases de datos, inteligencia artificial o software empresarial estándar.

Se dirigen a sistemas cuánticos que resultan costosos de representar de forma clásica. Por lo general, un simulador clásico rastrea información que crece exponencialmente con el número de qubits entrelazados.

Los métodos especializados pueden comprimir esa representación cuando un circuito o sistema físico tiene una estructura favorable. Las redes tensoriales, las reducciones por simetría, las representaciones dispersas y las aproximaciones específicas del problema pueden ampliar sustancialmente el alcance clásico.

La competencia resultante depende del problema. Un procesador cuántico puede liderar en una familia de circuitos y perder ampliamente en una tarea ligeramente diferente.

Otras investigaciones de 2026 sobre Heron R3 refuerzan esa salvedad. Un estudio de optimización probó un flujo de trabajo cuántico secuencial híbrido en 20 instancias de optimización binaria de orden superior.

Un único intento híbrido produjo soluciones de alta calidad en menos de un segundo y alcanzó la energía objetivo del estado fundamental en 14 casos. Compitió con solucionadores clásicos que utilizaban 128 CPU virtuales u ocho GPU Nvidia A100.

Sin embargo, un solucionador mejorado de templado paralelo y un método acelerado por GPU igualaron o superaron los resultados cuánticos en comparaciones importantes. Los investigadores evitaron explícitamente afirmar una superioridad universal.

Otro estudio de estado fundamental utilizó un algoritmo de diagonalización cuántica de Krylov basado en muestreo en un problema de 49 qubits. El flujo de trabajo cuántico superó las heurísticas estándar de interacción de configuraciones seleccionadas elegidas como referencias iniciales.

Más tarde, los investigadores diseñaron dos solucionadores iterativos clásicos especializados capaces de resolver el problema construido. El resultado siguió siendo significativo frente a los métodos originales listos para usar, pero no frente a todos los enfoques clásicos posibles.

Estos ejemplos reflejan la dinámica competitiva real. El hardware cuántico expone una región computacional y, después, los investigadores clásicos buscan estructuras que se hayan pasado por alto.

A veces la respuesta clásica cierra la brecha. A veces el método cuántico conserva una ventaja de precisión, coste o tiempo de ejecución. A menudo, la respuesta depende de qué recursos se incluyan en la comparación.

Las mejoras de Heron de IBM aumentan la presión porque una mayor fidelidad de las puertas permite circuitos más profundos antes de que el ruido destruya la información útil. Una ejecución más rápida también incrementa el número de mediciones que los investigadores pueden recopilar dentro de una ventana práctica.

IBM afirmó que Heron R3 alcanzó 330.000 operaciones de capas de circuito por segundo, o CLOPS, en toda su flota. CLOPS mide la rapidez con la que un sistema puede ejecutar repetidamente circuitos cuánticos parametrizados con interacciones clásicas de apoyo.

La empresa también indicó que su experimento de utilidad actualizado podía ejecutarse en menos de 60 minutos, más de 100 veces más rápido que su versión de 2023. Estas mejoras amplían la región en la que los investigadores pueden probar algoritmos útiles.

Sin embargo, la velocidad y la fidelidad no resuelven la comparación a nivel de sistema. La mitigación de errores puede añadir una sobrecarga sustancial de muestreo, mientras que los solucionadores clásicos se benefician de código optimizado y hardware acelerador maduro.

Los tres experimentos importan porque plantean la ventaja de varias maneras. La definición de IBM incluye mayor eficiencia, menor coste o mayor precisión que los enfoques exclusivamente clásicos.

Esta definición más amplia encaja con la forma en que se adquieren los sistemas informáticos. Un acelerador cuántico no necesita sustituir todos los componentes clásicos si mejora un paso costoso dentro de un flujo de trabajo más amplio.

IBM lleva tiempo describiendo los procesadores cuánticos como aceleradores dentro de la supercomputación centrada en lo cuántico. Bajo ese modelo, un sistema clásico orquesta la aplicación y envía cálculos seleccionados a una unidad de procesamiento cuántico.

Esto se parece más al papel de las GPU que a la sustitución de un centro de datos. La pregunta importante es si el componente cuántico aporta suficiente valor verificado para justificar su coste y complejidad.

Para los desarrolladores y compradores empresariales, el nuevo trabajo es, por tanto, una señal sobre la madurez de la investigación, no un plazo inmediato de migración. Las pilas de aplicaciones generales seguirán funcionando sobre infraestructura clásica.

Los equipos que trabajan en química cuántica, modelado de materiales o física de muchos cuerpos tienen más motivos para prestar atención. Sus cargas de trabajo contienen las estructuras que estos experimentos están empezando a probar.

La Brecha de Verificación Se Ha Reducido, No Ha Desaparecido

Los artículos ofrecen comprobaciones más sólidas, pero la expresión “ventaja cuántica verificada” sigue siendo provisional hasta que los desafíos independientes no logren refutarla.

La primera limitación es el estado de publicación. Los artículos experimentales aparecieron inicialmente como prepublicaciones, lo que permite una rápida inspección pública, pero precede a la revisión formal por pares.

Las prepublicaciones son normales en la física y la informática de rápida evolución. También imponen una mayor responsabilidad a los lectores para examinar las decisiones de referencia, la confianza estadística y los detalles de implementación.

La segunda limitación es la selección de referencias clásicas. Ningún equipo de investigación puede demostrar que un algoritmo clásico aún no descubierto nunca resolverá un benchmark de manera más eficiente.

Los investigadores pueden comparar con los mejores métodos que conocen e invitar a especialistas a mejorarlos. La afirmación se fortalece a medida que más rivales capaces no logran hacerlo.

El científico principal de investigación de IBM, Abhinav Kandala, ha descrito abiertamente este intercambio como parte del proceso científico. Esa postura es más creíble que presentar los experimentos como un caso cerrado.

La tercera limitación se refiere a la mitigación de errores. Una estimación mitigada no equivale a un resultado tolerante a fallos protegido durante toda la computación.

La mitigación puede amplificar la incertidumbre estadística cuando los investigadores eliminan matemáticamente el ruido. Un valor comunicado debe incluir suficientes datos para demostrar que su ventaja sobrevive a esas incertidumbres.

El ruido también puede variar. Un modelo de mitigación calibrado en un momento determinado puede ajustarse peor al hardware después de que cambien las condiciones ambientales o las calibraciones del dispositivo.

El experimento de Qedma responde utilizando diferentes sistemas y niveles de ruido. Esto aumenta la confianza en que el método captura algo reproducible, en lugar del comportamiento accidental de un único dispositivo.

La reproducción entre plataformas sigue requiriendo una interpretación cuidadosa. Los sistemas de IBM y Quantinuum utilizan arquitecturas de hardware, conjuntos de puertas y perfiles de error diferentes.

Un resultado físico compartido es valioso, pero los investigadores deben establecer que el preprocesamiento y la mitigación no impusieron la consistencia deseada. Los métodos detallados y los datos abiertos determinarán esa evaluación.

La cuarta limitación es la utilidad. Los modelos Ising impulsados y los circuitos de puertas diseñados son científicamente significativos, pero no son demostraciones directas de una aplicación industrial rentable.

Funcionan como bloques de construcción y pruebas de estrés. El éxito demuestra que un flujo de trabajo cuántico puede entrar en una región difícil para los sistemas clásicos conservando evidencia de corrección.

Pasar de ese resultado al descubrimiento de fármacos, diseño de baterías, logística u optimización financiera requiere trabajo adicional. Las aplicaciones reales introducen restricciones, entradas inciertas y exigencias de rendimiento ausentes en los benchmarks controlados.

La quinta limitación es la contabilidad económica. IBM define la ventaja en parte mediante el coste, pero los informes públicos sobre estos experimentos no ofrecen una comparación completa de costes comerciales.

El acceso a la nube, la utilización del procesador, la calibración, el muestreo repetido, el tiempo de supercomputadora y el esfuerzo de los investigadores afectan a la economía. Sin una contabilidad comparable, las afirmaciones sobre menor coste deben seguir siendo prospectivas.

Los experimentos son más convincentes cuando se enmarcan en torno al alcance computacional y la calidad de las respuestas. Son menos concluyentes como evidencia de retornos empresariales a corto plazo.

La historia respalda esa cautela. El resultado de circuitos aleatorios de Google en 2019 fue un logro importante de hardware, aunque equipos clásicos redujeron posteriormente la carga de simulación aprovechando mejores algoritmos y hardware.

La propia IBM ha publicitado una reversión similar en circuitos con picos. Una tarea clásica estimada en cuatro meses acabó reduciéndose a segundos con técnicas más recientes.

Esa apertura refuerza el anuncio actual porque IBM no puede afirmar de forma plausible que un benchmark permanecerá invicto. También eleva el estándar que deben cumplir los tres experimentos.

Una ventaja duradera requiere definiciones de circuitos transparentes, datos de medición accesibles, referencias clásicas sólidas y réplicas independientes. Los investigadores también deberían informar del consumo total de recursos, no solo del tiempo del procesador cuántico.

Los lectores deberían resistir dos errores opuestos. El primero es tratar los experimentos como prueba de que ha llegado la computación cuántica útil y tolerante a fallos.

El segundo es descartar toda ventaja temporal porque un algoritmo clásico podría mejorar. El progreso científico a menudo surge de exponer un límite, observar cómo los competidores lo atacan y medir cómo se mueve ese límite.

IBM y sus socios han producido tres pruebas de límites con estrategias de verificación inusualmente explícitas. Que se conviertan en hitos duraderos depende de lo que ocurra después de la publicación.

Qué Sigue para la Ventaja Cuántica de IBM

Tres señales determinarán si las afirmaciones de IBM marcan una ventaja computacional duradera u otra entrada temporal en el ciclo de benchmarks de la computación cuántica.

La primera señal es la respuesta clásica a las tres prepublicaciones. Grupos independientes examinarán si los métodos de redes tensoriales, la explotación de simetrías, las mejoras de muestreo o formulaciones alternativas pueden reproducir los resultados de manera eficiente.

Una rápida equivalencia clásica debilitaría la afirmación de ventaja amplia. No eliminaría el logro de hardware ni el valor de las técnicas de verificación.

Si varios equipos sólidos no logran cerrar la brecha, el caso se vuelve más persuasivo. La calidad de esos intentos importa más que el número de titulares favorables.

El rastreador cuántico de IBM ofrece un espacio para este proceso. Su valor depende de envíos detallados, comparaciones reproducibles y revisiones visibles cuando un rival tiene éxito.

La segunda señal es la réplica independiente entre distintos hardware. El primer experimento ya incluye sistemas de IBM y Quantinuum, según informes de la sesión informativa de julio.

Investigadores fuera de las colaboraciones originales deberían reproducir las magnitudes centrales con sus propias calibraciones y análisis. Una reproducción exitosa reduciría la preocupación por supuestos específicos de cada proveedor.

La concordancia entre plataformas también haría más útiles los métodos de mitigación de errores. Una técnica que funciona solo en una configuración de procesador tiene menor alcance científico y comercial.

La falta de reproducción no identificaría de inmediato la causa. Las diferencias podrían surgir del ruido, la compilación de circuitos, los presupuestos de muestreo o la conectividad del hardware.

Por eso los equipos deben publicar los datos intermedios. Un número final corregido por sí solo no puede mostrar dónde divergieron dos implementaciones.

La tercera señal es el paso de los benchmarks de física hacia cargas de trabajo con forma de aplicación. La química y la ciencia de materiales son candidatas probables porque su estructura cuántica se asigna de forma natural a los procesadores cuánticos.

IBM y RIKEN ya han combinado un procesador Heron con la supercomputadora Fugaku para calcular propiedades electrónicas de moléculas de hierro y azufre. Ese flujo de trabajo de química utilizó recursos cuánticos y clásicos en conjunto, en lugar de declarar que un sistema sustituye al otro.

El trabajo futuro debe demostrar que una contribución cuántica mejora una decisión científica. Algunos ejemplos incluyen distinguir estados moleculares candidatos, estimar una propiedad de un material o resolver una ruta de reacción más allá de la precisión clásica disponible.

El mismo requisito se aplica a la optimización. Un benchmark debería incluir preprocesamiento, acceso al procesador, intentos repetidos, posprocesamiento y comparación con solucionadores modernos de CPU y GPU.

El benchmark de optimización de 2026 ofrece un modelo útil porque informa del tiempo completo del flujo de trabajo y reconoce los métodos clásicos que siguen siendo más rápidos.

Para los equipos empresariales, este es el momento adecuado para desarrollar disciplina de evaluación, no para hacer planes de compra basados en un titular. Hagan seguimiento del problema exacto, el método de verificación, la referencia clásica y el presupuesto total de recursos.

Los trabajadores del conocimiento que cubren este campo enfrentan un desafío relacionado. Las afirmaciones cuánticas abarcan artículos, actualizaciones de benchmarks, métricas de hardware y refutaciones clásicas que pueden revertir la historia en cuestión de semanas.

Una base de conocimientos estructurada puede ayudar a los equipos a conectar cada afirmación con sus desafíos posteriores. Esto es más útil que archivar anuncios aislados sin sus revisiones.

La historia de la ventaja cuántica de IBM debería tratarse, por tanto, como un registro de investigación activo. Su significado cambiará a medida que grupos independientes prueben los métodos y publiquen mejores comparaciones.

El resultado inmediato no es una victoria cuántica universal. Es una forma más sólida de sostener que un sistema cuántico ruidoso produjo una respuesta difícil y fiable.

Esa diferencia es importante. La separación computacional bruta puede desaparecer tras un nuevo avance clásico. Un marco de verificación transparente sigue siendo útil incluso cuando cambia el líder.

IBM ha desplazado la competencia de «nuestro procesador ejecutó un circuito enorme» a «aquí está por qué los investigadores deberían confiar en el resultado». Ese cambio acerca la computación cuántica a la utilidad científica.

También hace que la próxima fase sea menos glamorosa y más decisiva. Equipos independientes deben reproducir las mediciones, poner a prueba las líneas de base clásicas y revelar los costes completos de recursos.

Si los tres resultados superan ese proceso, IBM tendrá argumentos creíbles a favor de una ventaja cuántica verificada en tareas específicas. Si no lo hacen, los avances clásicos resultantes definirán un objetivo más preciso.

Cualquiera de los dos desenlaces mejora el campo. La cuestión ahora no es si IBM ha dicho la última palabra, sino si sus pruebas pueden resistir a los rivales que ha invitado.