- Ocelot integra cat qubits y corrección de errores desde el diseño para reducir un 90% la sobrecarga.
- Arquitectura híbrida: 5 cat qubits de datos, 4 qubits de detección y 5 circuitos búfer en chips apilados.
- Optimiza puertas y canal de error (phase flips) para lograr qubits lógicos con menos recursos.
- Prototipo escalable fabricado con procesos estándar; publicación técnica en Nature y pruebas en Braket.
Ocelot es el nombre con el que AWS ha bautizado a su prototipo de chip de computación cuántica, una pieza de hardware concebida desde el primer minuto para facilitar la corrección de errores y, con ello, acelerar el camino hacia máquinas cuánticas escalables y útiles. Lejos del marketing vacío, hablamos de un diseño que, según la propia compañía y la literatura técnica publicada, recorta la sobrecarga de la corrección de errores hasta en un 90% frente a enfoques actuales.
El proyecto nace en el Centro de Computación Cuántica de AWS en Caltech, y combina ideas de arquitectura con avances en materiales. El equipo de Oskar Painter se ha centrado en elegir el tipo de qubit y la organización del chip partiendo de una premisa clara: la corrección de errores no se añade al final, se integra desde el principio. Esa decisión técnica es la que le permite prometer chips más pequeños, más fiables y con costes potencialmente inferiores a una quinta parte de las alternativas contemporáneas.
Qué es Ocelot de AWS y por qué importa
En esencia, Ocelot es un chip cuántico experimental diseñado para demostrar que la arquitectura adecuada puede minimizar la cantidad de recursos físicos necesarios para proteger la información cuántica. AWS ha comunicado que con este enfoque podría adelantar la llegada de un ordenador cuántico práctico hasta en cinco años, y ha respaldado sus resultados con un artículo revisado por pares en Nature y una explicación ampliada en Amazon Science.
Más allá de los titulares, el valor de Ocelot reside en dos decisiones clave: el uso de cat qubits (qubits “gato”), y la integración de mecanismos de corrección de errores directamente en la arquitectura del chip. Los cat qubits, inspirados en el célebre pensamiento de Schrödinger, suprimen intrínsecamente ciertos tipos de errores, lo que reduce el trabajo adicional que debe realizar el sistema para mantener estable la información cuántica.
La novedad no se queda en el laboratorio: Ocelot ha sido fabricado con procesos estándar de microelectrónica. Este detalle no es menor; implica que las técnicas de fabricación podrían escalar sin necesidad de reinventar por completo la cadena industrial, una de las grandes barreras para convertir prototipos en productos.
Arquitectura y diseño: cat qubits, transmons y corrección de errores integrada
Ocelot utiliza una arquitectura híbrida en la que conviven qubits tipo “gato” y transmons superconductores. Cada tecnología cumple un papel distinto: los cat qubits actúan como qubits de datos que almacenan la información cuántica, mientras que los transmons y circuitos asociados se encargan de estabilizar y monitorizar esos estados para detectar y corregir errores en tiempo real.
En algunos informes se detalla que el chip operacionaliza nueve qubits físicos para conformar un único qubit lógico (cinco cat qubits y cuatro transmons), optimizando así la relación entre recursos y robustez. A la vez, la descripción de la circuitería completa habla de 14 elementos clave: 5 qubits de datos (cat qubits), 5 circuitos “búfer” o de estabilización, y 4 qubits adicionales destinados a la detección de errores. Ambas visiones son complementarias: dentro del conjunto de 14 elementos, nueve son qubits activos que soportan la codificación lógica, y el resto contribuye a estabilizar y leer el sistema.
El chip se construye con dos microchips de silicio de aproximadamente 1 cm² cada uno, apilados y conectados eléctricamente. Sobre la superficie de estos microchips se depositan capas finas de materiales superconductores que conforman los circuitos cuánticos. Este empaquetado en “stack” favorece densidad y prestaciones, y mantiene a raya la complejidad del cableado, un quebradero de cabeza típico cuando el número de qubits empieza a crecer.
Cómo combate Ocelot el gran enemigo: el error cuántico
Uno de los grandes retos de la cuántica es que los qubits son extremadamente sensibles al entorno: vibraciones, calor, interferencias de móviles o Wi‑Fi, e incluso los rayos cósmicos pueden alterar el delicado estado cuántico y colar errores en los cálculos. Por eso, la comunidad recurre a la corrección cuántica de errores, que codifica la información en múltiples qubits físicos para formar qubits lógicos más estables y capaces de detectar y corregir fallos.
El problema es que los métodos tradicionales suelen necesitar muchísimos qubits físicos para obtener unos pocos qubits lógicos, lo que complica la escalabilidad y encarece el sistema. Ocelot ataca de raíz esa sobrecarga: al emplear cat qubits que ya suprimen algunos errores de forma intrínseca, el número total de recursos necesarios para conseguir el mismo objetivo se reduce de manera drástica.
En computación cuántica se distinguen, de forma simplificada, dos tipos de errores frecuentes: los bit flips (el estado se intercambia erróneamente entre 0 y 1) y los phase flips (cambios en la fase, propios del comportamiento ondulatorio cuántico). Ocelot está diseñado para que predominen los phase flips, algo deseable porque permite aplicar esquemas correctivos más eficientes. Para ello, AWS ha ajustado, entre otras cosas, la implementación de puertas como la CNOT, mitigando el efecto indeseado que estas operaciones suelen tener sobre los bit flips.
Como metáfora, AWS propone pensar en la corrección cuántica como el control de calidad en una fábrica: si logras que la línea sea más estable de base, puedes conseguir los mismos resultados con menos puntos de inspección. En otras palabras, se mantiene la calidad con menos recursos, y encima se mejora el proceso de fabricación, que es exactamente lo que persigue Ocelot a escala cuántica.
Especificaciones clave y ciencia de materiales: tántalo y osciladores
Los cat qubits de Ocelot almacenan estados cuánticos apoyándose en osciladores de alta calidad, responsables de generar señales eléctricas repetitivas con temporización muy precisa. Estos osciladores se construyen como cavidades u osciladores superconductores sobre el chip y, en Ocelot, están fabricados con una fina película de tántalo.
El equipo de materiales de AWS ha desarrollado un proceso específico para depositar y tratar el tántalo de forma que mejore la calidad y estabilidad de estos osciladores. Esa mejora, aparentemente sutil, se traduce en tiempos de coherencia más largos y en menos errores, lo que refuerza la promesa del diseño: menos recursos para proteger la información, y por tanto, más opciones de escalar sin que el coste se dispare.
Todo el sistema opera a temperaturas criogénicas cercanas al cero absoluto. Esta condición es indispensable en arquitecturas superconductoras para mantener a raya el ruido térmico y permitir que los circuitos cuánticos funcionen de manera predecible. No es un detalle trivial: el ecosistema de control y refrigeración es parte sustancial del desafío de ingeniería cuando piensas en escalar de un prototipo a una máquina de propósito general.
En qué se diferencia del enfoque de Google e IBM (y quién más compite)
Google e IBM han impulsado arquitecturas basadas casi exclusivamente en transmons superconductores, lo que ha permitido progresos notables pero a costa de una elevada sobrecarga de corrección de errores. AWS ha optado por un planteamiento distinto: cat qubits combinados con transmons, alineando el canal de errores hacia aquellos más sencillos de corregir y reduciendo el presupuesto de hardware necesario para lograr qubits lógicos útiles.
La estrategia no es única en el mundo. La francesa Alice & Bob también persigue ordenadores cuánticos basados en cat qubits, lo que sugiere que esta línea de investigación tiene tracción en la comunidad. Por su parte, otras empresas exploran familias de qubits diferentes, como las propuestas topológicas (ej. los Majorana citados recientemente por Microsoft), cada una con su camino para lidiar con el ruido y los errores.
El mensaje general es que no hay una única receta: la elección del “ladrillo” correcto para escalar es determinante. De hecho, AWS recuerda que la revolución de la informática clásica no despegó de verdad hasta que el transistor sustituyó a las válvulas de vacío; es decir, cuando el componente base adecuado se convirtió en la palanca del cambio.
Coste, escalabilidad y hoja de ruta: de prototipo a impacto real
Ocelot es hoy un prototipo a pequeña escala que valida su arquitectura. Según AWS, los chips construidos como Ocelot podrían costar, con madurez industrial, hasta una quinta parte de los enfoques actuales, gracias a la reducción drástica de recursos para corrección de errores. Esta ganancia económica se suma a otra promesa: acortar en hasta cinco años la llegada de un ordenador cuántico práctico a escala comercial.
En términos de cifras, una de las demostraciones más llamativas es la codificación de un solo qubit lógico estable con nueve qubits físicos en el núcleo operativo de Ocelot. Frente a eso, estudios previos en otras plataformas han llegado a requerir decenas o incluso cientos de qubits físicos, y las proyecciones industriales para máquinas tolerantes a fallos hablan de escalas de cientos de miles o millones de qubits físicos. Que Ocelot reduzca esa relación no significa que el problema esté resuelto, pero sí que el vector va en la dirección adecuada.
Quedan retos importantes: la interconexión eficiente entre múltiples chips, el cableado criogénico para controlar más qubits sin estrangular la anchura de banda, y la integración de la electrónica de control. Oskar Painter insiste en que “apenas estamos empezando” y que el equipo tiene “varias etapas de escalado por delante”, con inversión continuada en investigación básica y un aprendizaje constante del mundo académico.
Como referencia histórica interna, AWS compara este camino con la maduración de sus chips Graviton: años de ingeniería, pruebas y garantías de fiabilidad a escala x86 antes de convertirse en una opción líder en la nube. La lección es clara: la cuántica requerirá la misma paciencia y disciplina para pasar de demostraciones a productos.
Aplicaciones: de la investigación a la empresa
La computación cuántica promete acelerar tareas donde los ordenadores clásicos se quedan cortos. Ocelot apunta en esa dirección al facilitar la construcción de máquinas más estables, compactas y asequibles, y con ello acerca aplicaciones como el descubrimiento y desarrollo de fármacos, la simulación y diseño de nuevos materiales, la optimización de estrategias de inversión y gestión de riesgos financieros, la logística o la resolución de problemas de optimización complejos.
Para quien quiera empezar hoy, AWS ofrece Amazon Braket, un servicio administrado que da acceso en la nube a distintos hardwares cuánticos de terceros, simuladores de alto rendimiento y un conjunto de herramientas de software. Braket permite a científicos, desarrolladores y estudiantes experimentar con algoritmos, aprender sobre ruido y probar esquemas de corrección antes de que existan ordenadores tolerantes a fallos de gran escala.
La publicación de resultados en Nature y la documentación técnica adicional en Amazon Science facilitan que la comunidad pueda replicar, escrutar y extender lo presentado. Esta apertura es clave para que el progreso sea acumulativo y para que otras líneas (trampas de iones, Rydberg, fotónica, topológica, etc.) puedan compararse con criterios comunes.
Detalles técnicos adicionales: puertas, señales y lectura
El éxito de Ocelot no depende solo del tipo de qubit, sino de cómo se ejecutan las operaciones. Al optimizar puertas como la CNOT y diseñar la interacción entre cat qubits y transmons, AWS consigue que el canal de error dominante sea el de fase, menos costoso de corregir. Esta ingeniería fina reduce el “daño colateral” que a menudo introducen las puertas sobre los estados cuánticos frágiles.
En el plano físico, los cat qubits funcionan como cavidades/ osciladores superconductores que confinan radiación de microondas, mientras que los transmons, más “accesibles” a nivel de control, actúan como vigilantes y estabilizadores. La lectura de estados y la aplicación de pulsos electromagnéticos sincronizados con precisión permiten manipular los qubits sin destruir la coherencia más de lo estrictamente necesario.
Este equilibrio entre elementos “almacén” de información (cat qubits) y elementos “operativos” (transmons y circuitos búfer) es lo que posibilita que nueve qubits físicos bien acoplados implementen un qubit lógico con una sobrecarga notablemente menor que en otras plataformas superconductoras tradicionales.
Realismo operativo: menos humo y más método
Conviene mantener la cabeza fría: la computación cuántica no es magia y, como en cualquier transformación técnica, no basta con el hardware. Hacen falta equipos preparados, gobierno claro y modelos operativos que soporten el cambio. En operaciones sucede algo parecido a lo que pasa con la IA: si alimentas el sistema con caos, el resultado será caótico. Con Ocelot, el reto no es solo físico; también organizacional.
Así que, cuando te presenten “la” solución, pregunta siempre por el cómo: ¿dónde se ha demostrado?, ¿qué capacidades del modelo operativo se verán afectadas?, ¿cómo se gestionará el cambio técnico, operativo y humano? La tecnología exige pensamiento crítico, no delegación ciega. Ese enfoque pragmático es el que separa los prototipos deslumbrantes de las soluciones que perduran en producción.
Ocelot se perfila como un paso serio hacia ordenadores cuánticos tolerantes a fallos: integra la corrección de errores desde el diseño, aprovecha cat qubits para reducir la sobrecarga, combina transmons para vigilar y estabilizar, y se fabrica con procesos de microelectrónica estándar. Todo ello sitúa a AWS en una posición interesante dentro de una carrera global donde la eficiencia en recursos y la escalabilidad son el factor crítico para que la ciencia ficción empiece a convertirse en ciencia aplicada.
