Tiempo de lectura aprox: 7 minutos, 40 segundos
AHORA DIARIO | Ciencia y tecnología | 23 de octubre de 2026 | Corte: 08:00, Monterrey
Una computadora cuántica puede localizar la salida de cierto laberinto matemático y, aun así, necesitar un esfuerzo enorme para entregar la ruta. La diferencia no es una avería: una investigación teórica delimita lo que puede conseguirse cuando cambia el resultado que se exige al algoritmo.
Imagen de encabezado: Resultado teórico en un modelo de grafos. El dibujo es conceptual, no reproduce exactamente los árboles estudiados. Ilustración editorial original.
Stony Brook divulgó el 22 de octubre el trabajo de David Miloschewsky y Supartha Podder sobre dos árboles binarios unidos por sus hojas. En ese modelo, localizar una etiqueta de salida y producir la secuencia de conexiones hasta ella tienen dificultades distintas. 1
El estudio original es un preprint del 17 de septiembre, no un experimento recién realizado en un procesador. La prueba establece crecimiento exponencial de consultas para obtener una ruta con probabilidad constante de éxito, bajo las condiciones de acceso a información que define. 2
La conclusión vale para esa tarea y sus supuestos. No demuestra que cualquier problema de navegación sea intratable para métodos cuánticos. De hecho, otros trabajos muestran ventajas para producir rutas en construcciones diferentes: el detalle del problema es parte del resultado, no una nota secundaria.
Saber dónde termina el laberinto no entrega un itinerario
Un grafo representa puntos y conexiones. En el problema estudiado, el algoritmo no recibe un mapa completo: consulta información sobre vecinos mediante etiquetas. Ese acceso limitado organiza el desafío. Entregar todas las conexiones de antemano cambiaría lo que necesita descubrir y las estrategias disponibles.
La salida solicitada también cambia el trabajo. Identificar el destino permite devolver una etiqueta; describir un camino exige una lista de conexiones que pueda seguirse desde la entrada. La primera respuesta no contiene automáticamente toda la información necesaria para construir la segunda.
Una analogía cotidiana ayuda con la distinción, siempre que conserve su límite: reconocer un destino y explicar cómo llegar no son la misma petición. El estudio no analiza GPS, tráfico real ni una ciudad. Utiliza un acceso matemático diseñado para comparar recursos de algoritmos.
La consulta es la unidad relevante. Cuenta peticiones de información a una caja negra, no segundos de ejecución ni energía consumida por un equipo. Para traducir un límite de consultas a rendimiento físico harían falta otros elementos que este resultado no mide.
Exponencial describe cómo crece un recurso cuando aumenta el parámetro del problema. No significa que todo ejemplo pequeño tarde mucho ni que sea imposible hallar alguna ruta con recursos suficientes. La afirmación descarta una solución eficiente bajo la formulación y el nivel de éxito considerados.
Por eso cambiar el tamaño no es la única forma de modificar la pregunta. Alterar el acceso, la estructura o el tipo de respuesta puede producir otra tarea.
Evaluar una promesa tecnológica necesita identificar esas condiciones antes de comparar un nombre genérico como búsqueda de caminos.
La ventaja original resolvía otra pregunta
Un trabajo de Andrew Childs y colaboradores, presentado como preprint en 2002 y en el congreso STOC de 2003, construyó una separación exponencial mediante un paseo cuántico. 3
La comparación usaba un problema de caja negra: no era una competencia entre productos comerciales navegando un mapa real.
El antecedente mostró que localizar el extremo podía requerir recursos muy diferentes según el método de acceso clásico o cuántico. 3 Eso abrió una pregunta adicional: si también podía entregarse el camino completo.
Una ventaja para un resultado no prueba una ventaja para todos los resultados relacionados.
Scott Aaronson incluyó esa cuestión entre problemas abiertos de complejidad de consultas en 2021. 4 Señaló que medir la trayectoria del procedimiento conocido destruye su interferencia, pero esa observación no bastaba para excluir cualquier otro algoritmo capaz de producir una ruta.
La diferencia entre intuición y demostración es central. Mostrar que una estrategia pierde su ventaja al registrar información no prueba que todas las estrategias deban fallar. Un límite general necesita abarcar alternativas, no solamente explicar por qué una propuesta evidente no funciona.
El NIST explica que superposición y medición tienen reglas específicas para extraer información de un sistema cuántico. 5 Superponer posibilidades no permite leer libremente todas las soluciones como si fueran entradas de una lista.
La forma de preparar y obtener una respuesta importa tanto como la representación interna.
La interferencia puede favorecer determinados resultados y reducir otros dentro de un cálculo. Pero conservar una descripción clásica de todo el recorrido plantea otra exigencia. El problema del laberinto hace visible esa distancia entre obtener una respuesta útil y extraer información adicional de su proceso.
El resultado parcial dejó alternativas abiertas
Childs, Matthew Coudron y Shiraz Gilani presentaron en 2022 un trabajo publicado en ITCS de 2023 que descartaba una clase natural de algoritmos eficientes. Restringía cómo conservaban conexiones con la entrada y utilizaban etiquetas. Su alcance no excluía todavía todas las estrategias. 6
La limitación parcial aportó evidencia sobre el problema y precisó lo que faltaba demostrar. Reconocer restricciones no reduce su valor: permite saber qué conclusiones están justificadas y dónde podría existir una alternativa. Esa frontera organiza el siguiente paso de una investigación matemática.
Quanta Magazine explicó el avance en julio de 2023 mediante entrevistas con investigadores. 7 Es reporteo independiente de aquel momento, no una reacción al preprint de 2026. Sus explicaciones ayudan a reconstruir la pregunta, sin presentarlas como una validación contemporánea de las pruebas nuevas.
La historia evita describir cada anuncio como un descubrimiento aislado. Una pregunta puede permanecer abierta después de un avance importante porque cambia el conjunto de estrategias cubiertas. Para comprender la aportación reciente interesa identificar exactamente qué restricción anterior consiguió superar.
Las nuevas pruebas amplían el alcance bajo sus modelos
Miloschewsky y Podder eliminan restricciones de clases anteriores y prueban un límite para cualquier algoritmo cuántico en el modelo que formalizan. Usan registros matemáticos de información aprendida y olvidada para analizar por qué exploraciones separadas difícilmente permiten producir una ruta completa. 2
Otra investigación, de Joseph Carolan, Childs, Coudron y Amin Shiraz Gilani, apareció como preprint el 22 de septiembre. Establece también una dificultad exponencial para obtener caminos, con una distribución específica de las conexiones entre árboles. 8
Es una prueba concurrente, no una repetición experimental con otro equipo físico.
Las formulaciones no deben presentarse como idénticas. La forma de unir las hojas y las condiciones de consulta intervienen en cada prueba.
Que las cotas escritas tengan exponentes distintos no constituye por sí solo una contradicción: antes de compararlas hay que conservar el problema que cada una estudia.
Ambos documentos estaban identificados como preprints en los registros consultados. Su existencia y contenido no equivalen a una publicación editorial ya comprobada con revisión por pares.
El anuncio de Stony Brook explica el resultado institucional, pero no aporta un certificado externo sobre cada paso de las demostraciones.
El registro de lo aprendido es una herramienta de análisis, no una cámara añadida al dispositivo. Permite razonar sobre qué información podría sostener una respuesta.
Confundir ese recurso matemático con una medición física del camino volvería a introducir la estrategia cuya limitación ya motivaba la pregunta original.
Un trabajo de Carolan de septiembre de 2025 sobre oráculos de permutaciones comprimidos desarrolla herramientas para representar conocimiento mediante pares de entrada y salida. 9 Es contexto metodológico para estudiar límites, no prueba de que el laberinto haya descifrado o protegido una aplicación criptográfica concreta.
El circuito es esquemático, no un algoritmo probado. La ventaja depende de tarea y acceso. Fuentes: Li y Zur, 2025, y NIST. Ilustración e infografía original.
Otros grafos sí permiten ventajas para rutas
Jianqiang Li y Sebastian Zur publicaron en Quantum, en mayo de 2025, un trabajo sobre redes eléctricas multidimensionales y problemas de grafos. Construyeron otra clase de estructuras donde producir rutas admite ventaja exponencial frente al acceso clásico correspondiente. 10
El contrapunto impide convertir el resultado reciente en una prohibición universal. Los modelos tienen relaciones, pero no solicitan exactamente lo mismo sobre las mismas conexiones.
Una ventaja en aquella construcción y una dificultad en esta pueden coexistir sin que uno de los trabajos refute automáticamente al otro.
La comparación tampoco necesita elegir entre entusiasmo absoluto y rechazo completo. Una teoría útil identifica dónde funciona una herramienta, bajo qué condiciones y para qué respuesta. Delimitar fronteras puede orientar investigación con mayor precisión que afirmar que todo problema será más rápido por utilizar qubits.
El NIST presenta computación clásica y cuántica como complementarias y distingue posibilidades algorítmicas de dificultades físicas. 5 Ese marco ayuda a interpretar el estudio: un límite ideal no depende simplemente de que hoy falten componentes mejores, aunque los equipos reales tengan además sus propios desafíos.
La pizarra contiene fórmulas genéricas: no reproduce la demostración ni un ensayo de hardware. Fuentes: preprints de septiembre de 2026. Ilustración e infografía original.
Un límite matemático no es una falla del procesador
En un experimento físico, ruido o errores pueden impedir obtener un resultado esperado. Aquí no se documenta una máquina que dejó de funcionar. La prueba razona dentro de un modelo ideal y limita recursos necesarios incluso sin atribuir el obstáculo a defectos de fabricación.
Mejorar un equipo puede reducir tiempos o errores operativos y seguir sin eliminar una dificultad matemática bajo los mismos supuestos. Para cambiar esa conclusión haría falta modificar condiciones relevantes del problema o mostrar un error en la demostración, no únicamente anunciar más capacidad física.
La investigación tampoco ofrece un número de qubits, un costo comercial o una fecha de producto. Sus consecuencias públicas son de comprensión del alcance. No hay evidencia revisada que conecte esta cota con un freno específico a logística, navegación o proyectos tecnológicos mexicanos.
Para evaluar anuncios futuros conviene preguntar qué entrada recibe un algoritmo, qué salida entrega, contra qué rival se compara y qué recurso cuenta. Es una pauta de lectura, no un diagnóstico comercial. El nombre computación cuántica no responde esas preguntas por sí solo.
Un contraste justo necesita describir qué información recibe cada participante y qué puede pedir después. Conceder un mapa completo a un método y acceso limitado a otro produciría una competencia distinta, aunque ambos trabajos utilizaran el mismo nombre de tarea.
El criterio de éxito también necesita estar definido antes de comparar recursos. Un acierto ocasional y un procedimiento que alcanza un resultado con regularidad no ofrecen por sí mismos la misma evidencia.
Una lista de etiquetas solo sirve como itinerario si los elementos consecutivos enlazan de la manera requerida. La salida solicitada incorpora esa estructura y pide más que reconocer el nombre del último punto.
Una respuesta breve puede condensar lo necesario para una tarea y ser insuficiente para otra que demanda explicación del recorrido. La extensión o estructura de lo que se entrega forma parte del costo que se intenta estudiar.
Las cotas inferiores y los algoritmos cumplen papeles diferentes. Un algoritmo muestra una manera de resolver; una cota establece un recurso mínimo bajo supuestos. Encontrar un procedimiento mejor y demostrar que cierto umbral no puede superarse son avances distintos dentro del análisis computacional.
El resultado divulgado no se presenta aquí como una cota óptima. Precisar un límite requiere comparar demostraciones y procedimientos bajo condiciones compatibles. La existencia de crecimiento exponencial no significa que cualquier exponente propuesto sea intercambiable ni que todos los detalles del problema hayan quedado cerrados.
Los registros matemáticos también permiten analizar información que no aparece como una lista ordinaria durante el cálculo. Su propósito es seguir posibilidades dentro de la demostración.
Eso explica por qué una herramienta teórica puede ser útil sin describir un componente que alguien deba instalar en una máquina.
El caso recuerda que una separación de recursos necesita un rival definido. Decir más rápido carece de precisión si no se identifica el mejor acceso clásico considerado y el criterio de éxito.
La ventaja puede ser rigurosa en ese marco sin convertirse en comparación comercial universal.
La interpretación pública gana claridad cuando separa dimensiones. Un resultado matemático puede ser importante aunque no venga acompañado de una fotografía de laboratorio. Un dispositivo que funciona tampoco demuestra por sí mismo ventaja para cualquier tarea: necesita una comparación pertinente y una respuesta bien definida.
La diversidad de grafos ofrece precisamente ese contraste. Cambiar conexiones puede abrir estrategias que no están disponibles en otra construcción. En vez de buscar una regla única para toda navegación, la investigación examina cómo la estructura y el acceso hacen posibles o difíciles respuestas concretas.
La divulgación del 22 de octubre muestra un progreso en límites, no una sentencia sobre toda la tecnología. Encontrar el final y entregar el recorrido son tareas distintas.
La aportación está en demostrar esa diferencia con supuestos precisos y conservar abiertas las posibilidades que pertenecen a otros problemas.
Fuentes y fechas
5. NIST, Quantum Computing Explained; contexto conceptual, no evaluación de los preprints de 2026.
