Computadora cuántica Willow es el nombre del procesador cuántico más reciente de Google Quantum AI, presentado como un salto técnico relevante en dos frentes: reducción de errores a medida que escala el sistema y una prueba de rendimiento que, según la compañía, quedó fuera del alcance práctico de la informática clásica. En la demostración, Willow completó en menos de cinco minutos un benchmark que, en estimaciones de Google, demandaría 10 septillones de años a uno de los supercomputadores más potentes disponibles hoy.
Qué es Willow y qué logró en la prueba de “5 minutos”
Google describe a Willow como su chip cuántico de nueva generación con 105 cúbits, fabricado en su instalación de Santa Bárbara (California). En su anuncio oficial, la compañía sostuvo que el procesador ejecutó un benchmark estándar (random circuit sampling) en menos de cinco minutos, frente a un tiempo equivalente a 10^25 años para un supercomputador clásico en condiciones comparables, una magnitud “muy superior” a la edad del universo, de acuerdo con la propia estimación de la empresa en su presentación de resultados publicada por Google.
En términos simples: el chip no “piensa más rápido” como una CPU tradicional, sino que opera con estados cuánticos que permiten abordar ciertos problemas —muy específicos— de manera distinta a los métodos clásicos.
Te puede interesar
Intel y Google sellan alianza estratégica para potencia en infraestructura de IA
El punto crítico: controlar errores mientras aumenta el tamaño
La computación cuántica no ha estado frenada solo por potencia de cálculo, sino por ruido y errores: los cúbits son extremadamente sensibles a su entorno. El avance que Google subrayó en Willow es haber mostrado que, al escalar arreglos de cúbits bajo su esquema de corrección, los errores pueden bajar de forma sostenida en lugar de dispararse con el tamaño del sistema, lo que la compañía plantea como un progreso directo hacia qubits lógicos más estables.
Este aspecto es el que separa una demostración puntual de un dispositivo que pueda ejecutar tareas prolongadas sin que el resultado quede inutilizable por fallas acumuladas.
Quantum Echoes: del “hito” a una utilidad más cercana
Más allá del benchmark de 2024, el debate se movió en 2025 hacia un concepto que Google y parte de la comunidad llaman “ventaja cuántica práctica”: no solo superar a un clásico en una prueba de laboratorio, sino hacerlo en una tarea con señal científica útil y verificable.
En octubre de 2025, Google presentó Quantum Echoes, un algoritmo que, según se reportó, resolvió en poco más de dos horas problemas que a un supercomputador clásico le habrían tomado 3,2 años, con una relación de 13.000 veces en tiempo, además de resultados que la empresa afirma que pueden verificarse y reproducirse. Esa discusión quedó detallada en la cobertura de El País y también fue reportada por Reuters.
Un punto técnico relevante es la aplicación experimental: la medición “verificable” de dos moléculas mediante una aproximación asociada a resonancia magnética nuclear (NMR/RMN), presentada como prueba de concepto y no como una herramienta industrial lista.
Por qué este avance importa para minería, materiales y energía
Aunque Willow y Quantum Echoes están todavía lejos de un despliegue industrial masivo, el tipo de problemas que Google pone sobre la mesa —química y estructura molecular— se conecta con áreas donde la minería y la metalurgia dependen crecientemente de modelamiento, simulación y optimización.
En Chile, la discusión sobre capacidad de cómputo ya se instaló en el debate tecnológico por productividad y competitividad, como se aborda en la carrera local por IA y supercomputación. Para una industria intensiva en procesos y energía, las líneas de interés se concentran en:
Ciencia de materiales: diseño y caracterización de nuevos materiales (incluidos compuestos para almacenamiento de energía o componentes industriales).
Procesos complejos: simulación de interacciones a escala molecular que hoy exigen aproximaciones o cómputo masivo.
Optimización avanzada: escenarios donde el costo de cálculo limita explorar alternativas de manera exhaustiva.
La discusión se cruza con la digitalización de faenas y cadenas de valor —automatización, analítica, centros de operación remota— que ya se empuja bajo el paraguas de Minería 4.0 y operaciones digitalizadas.
En paralelo, compañías y proveedores han empezado a incluir explícitamente “computación cuántica” dentro del paquete tecnológico futuro, como se ve en la mirada de BHP sobre mantenimiento y tecnologías emergentes y en acuerdos donde el tema aparece como línea exploratoria, por ejemplo en la alianza Codelco–NTT DATA orientada a transformación digital.
Qué diferencia a Willow de un supercomputador clásico
Para dimensionar el salto sin caer en caricaturas, conviene separar tres conceptos que suelen mezclarse:
Benchmark “imposible” para clásicos: la prueba de random circuit sampling está diseñada para ser extremadamente difícil de simular en sistemas clásicos, más que para resolver un problema aplicado.
Ventaja cuántica verificable: en Quantum Echoes, la promesa no es solo velocidad, sino que el resultado sea contrastable y repetible.
Camino a utilidad: el cuello de botella histórico ha sido la corrección de errores y la estabilidad; sin eso, el cálculo cuántico se degrada antes de producir resultados confiables.
Willow se instala, según lo reportado, como una pieza que busca cubrir esos tres frentes: desempeño de benchmark, progreso en reducción de errores y una primera demostración algorítmica con señal científica concreta.
Estado real de la tecnología y plazos: prototipo, no máquina industrial
El mensaje dominante en el sector —incluyendo académicos citados en coberturas internacionales— es que las computadoras cuánticas siguen en fase de prototipo. Lo que cambió con Willow es el tipo de evidencia que Google pone sobre la mesa: una mejora en corrección de errores al escalar y, luego, un algoritmo presentado como paso hacia aplicaciones.
La brecha pendiente está en llevar estos sistemas desde demostraciones controladas a plataformas que soporten operaciones masivas, estables y repetibles, con tasas de error compatibles con tareas largas y útiles. En esa transición se juega la diferencia entre un hito científico y una herramienta que termine impactando industrias como minería, energía y manufactura avanzada.
