Google Quantum AI: обучение с подкреплением втрое стабилизировало квантовый чип Willow

El 22 de julio de 2026, Google Quantum AI presentó en la revista Nature un sistema que, mediante aprendizaje por refuerzo (reinforcement learning), autocalibra el procesador cuántico Willow directamente durante los cálculos —sin detenerse— y triplica la estabilidad del código de corrección de errores.

Cómo el chip aprende de sus propios errores

Google Quantum AI integró un algoritmo de aprendizaje por refuerzo directamente en el bucle de corrección cuántica de errores (QEC). Un agente autónomo observa los eventos de detección de errores en el procesador Willow y ajusta en tiempo real miles de parámetros de control, compensando la deriva del hardware, todo ello sin interrumpir el cálculo. Antes, la calibración debía ejecutarse por separado, deteniendo el funcionamiento del procesador; ahora el sistema "se ajusta sobre la marcha".

• Publicación — 22 de julio de 2026, revista Nature
• Plataforma — procesador cuántico superconductor Willow
• Aumento de 3,5 veces en la estabilidad lógica del código de corrección
• Reducción adicional del 20% en la tasa de errores lógicos tras el entrenamiento
• Récord: menos de 1 error por cada 1000 ciclos (surface code), alrededor de 1 por cada 100 (color code)

Cuánto se redujeron los errores

El entrenamiento adicional mediante aprendizaje por refuerzo produjo un aumento de 3,5 veces en la estabilidad lógica del código de corrección y redujo adicionalmente la tasa de errores lógicos en un 20%, informa Google Quantum AI. Según la publicación en Nature, el sistema alcanzó cifras récord: menos de un error por cada mil ciclos para el surface code y alrededor de uno por cada cien para el color code.

Para la decodificación, Google utiliza el decodificador de red neuronal AlphaQubit y el decodificador algorítmico Tesseract. El aprendizaje por refuerzo funciona por encima de ellos: no se encarga de descifrar los errores, sino de mantener el propio "hardware" en un estado óptimo mientras se realiza el cálculo.

"Encontramos una manera de afinar los instrumentos mientras suena la música", así describen los autores la calibración continua durante los cálculos activos en el blog de

Google Research.

¿El enfoque es escalable?

El enfoque escala a máquinas cuánticas más grandes: según Google Quantum AI, el número de iteraciones de entrenamiento no depende del tamaño del sistema. En simulaciones numéricas con cientos de cúbits y decenas de miles de parámetros de control, el número de rondas de entrenamiento por RL se mantuvo prácticamente constante, es decir, el método no "se atasca" al pasar a los miles de cúbits necesarios para cálculos prácticos tolerantes a fallos.

Los autores principales del trabajo son los investigadores de Google Quantum AI Volodymyr Sivak y Paul Klimov. Según el equipo, es precisamente la independencia del costo de entrenamiento respecto a la escala lo que hace que el método sea apto para las futuras grandes computadoras cuánticas, y no solo para el Willow actual.

Qué significa esto

El aprendizaje por refuerzo convierte a la computadora cuántica de un instrumento frágil que requiere un ajuste manual constante en un sistema que se estabiliza a sí mismo. Esto elimina una de las principales barreras en el camino hacia la computación cuántica tolerante a fallos: la deriva continua del hardware, que durante años había que compensar manualmente.

Preguntas frecuentes

¿Qué es el aprendizaje por refuerzo en la corrección cuántica de errores?

Es un agente de IA que aprende a partir de las señales de error y ajusta por sí mismo miles de parámetros de control del procesador durante los cálculos. En el trabajo de Google Quantum AI, produjo un aumento de 3,5 veces en la estabilidad lógica sin detener el cálculo.

¿Qué es el procesador Willow?

Willow es el procesador cuántico superconductor de Google en el que se probó el método. Fue precisamente en él donde el sistema alcanzó el récord: menos de un error lógico por cada mil ciclos para el surface code.

¿Esto reemplaza a los decodificadores

AlphaQubit y Tesseract?

No. AlphaQubit (decodificador de red neuronal) y Tesseract (decodificador algorítmico) siguen descifrando los errores, mientras que el aprendizaje por refuerzo funciona por encima de ellos: calibra el hardware, no decodifica.