IBM Research demuestra que los circuitos cuánticos superan a los LLM en dos problemas

IBM Research el 15 de septiembre de 2026, publicó un informe sobre un trabajo que demuestra separaciones teóricas incondicionales entre circuitos cuánticos superficiales y grandes modelos de lenguaje: un problema funcional y un problema de muestreo para los cuales los circuitos cuánticos superficiales poseen una ventaja demostrable sobre los LLM.

El encabezado de la publicación enumera a Srinivasan Arunachalam, Arkopal Dutt, Hari Krovi, Rik Sengupta y Ryan Mandelbaum. Describe el artículo “Separating quantum circuits from classical LLMs”, de Arunachalam, Dutt, Krovi y Sengupta, que fue publicado en arXiv el 4 de agosto de 2026, y tiene 60 páginas con seis figuras. El resumen presenta el trabajo como el inicio del estudio de la ventaja cuántica en la era de los grandes modelos de lenguaje. Los autores describen los resultados como teóricos más que inmediatamente prácticos, señalando la brecha entre el hardware maduro y a gran escala que sustenta a los LLM modernos y las computadoras cuánticas propensas a errores que están disponibles actualmente.

Una línea de investigación desde 2018 hasta los LLM

El trabajo sigue una línea de investigación sobre circuitos cuánticos superficiales, en la que la profundidad de un circuito permanece constante al aumentar el número de qubits. Un resultado de 2018 publicado en Science por los investigadores de IBM Sergey Bravyi, David Gosset y Robert König mostró que un determinado modelo de circuitos cuánticos de profundidad constante puede resolver problemas de búsqueda específicos que ningún circuito clásico de profundidad comparable puede resolver. En los años posteriores, los investigadores han reforzado de manera constante esa separación frente a modelos de computación clásica cada vez más expresivos, mientras que el lado cuántico ha permanecido superficial, según la publicación.

Dada la ubicuidad de los LLM en tareas computacionales, los autores buscaron separaciones para dos tipos básicos de problemas. Los problemas funcionales implican calcular el valor de una función, devolviendo la salida correcta para una entrada dada, como obtener una información específica en respuesta a una solicitud. Los problemas de muestreo implican generar una salida según una distribución de probabilidad deseada, como producir texto o imágenes nuevas en respuesta a una solicitud.

Una separación funcional y una de muestreo

Separación funcional: la función de índice iterado

Para el caso funcional, el artículo se centra en transformadores solo decodificador, la arquitectura detrás de muchos LLM destacados, incluidos GPT, Claude y Llama. Un transformador tokeniza la entrada cruda, incrusta los tokens como una secuencia de vectores y repondera repetidamente esos vectores a través de múltiples capas, utilizando parámetros aprendidos y un mecanismo de producto punto escalado llamado atención. Los modelos solo decodificador generan nuevos tokens de forma secuencial en respuesta a una solicitud.

Investigaciones previas de complejidad sobre transformadores habían identificado la función de índice iterado como un problema que requiere recursos computacionales considerables. La publicación lo ilustra con una entrada de índice al final de un libro que apunta a una entrada de índice en un segundo libro, que a su vez apunta a una entrada en un tercero, y así sucesivamente; el problema pregunta dónde termina esa cadena de referencias después de muchos libros sucesivos.

Adaptar el resultado anterior proporcionó un límite inferior que muestra que resolver el problema del índice iterado requiere recursos computacionales suficientemente grandes por parte de los transformadores. Los autores demostraron entonces que el problema es resoluble mediante un circuito cuántico de profundidad casi constante ampliado con una única puerta AND clásica, y que esa profundidad no puede hacerse verdaderamente constante. El resumen indica que la función es computable en circuitos QNC^0 de profundidad O(log log n) con una única puerta AND clásica aplicada posteriormente, mientras que cualquier transformador solo decodificador de profundidad constante que la calcule debe tener un ancho n^Ω(1).

Separación de muestreo: paridad y modelos de lenguaje de difusión

El segundo resultado se refiere a problemas distributivos, cuyos ejemplos más conocidos aparecen en la generación de imágenes manejada por modelos de difusión como DALL·E y Stable Diffusion. El artículo estudia los modelos de lenguaje de difusión, que se entrenan añadiendo ruido aleatorio al texto y aprendiendo a revertir la corrupción paso a paso; en la fase de prueba, parten del ruido y lo eliminan iterativamente hasta que la salida adopta la forma deseada.

El problema clásico aquí, muestreo de paridad, es similar al que Bravyi y sus coautores usaron para comparar circuitos cuánticos y clásicos superficiales en 2018. Dada una cadena de 0 y 1, la paridad pregunta si la cadena contiene un número par o impar de 1. Un circuito cuántico de profundidad constante puede usar entrelazamiento e interferencia para predecir la paridad de una cadena desconocida y, de ese modo, muestrear eficientemente cadenas con una paridad especificada.

Trabajos anteriores habían mostrado límites sobre cuán bien los modelos de lenguaje de difusión podían resolver una versión de este problema de muestreo, pero esos resultados no cubrían los modelos equipados con cadena de pensamiento, en los que un modelo genera y procesa tokens intermedios, una capacidad que investigaciones previas han encontrado que hace a los modelos significativamente más capaces. Los autores demostraron que incluso cuando a un modelo de lenguaje de difusión se le brinda acceso a cierta cantidad de cadena de pensamiento, aún no puede igualar de manera eficiente la distribución que produce el circuito cuántico poco profundo. El resumen también indica que existe una distribución muestreable por circuitos QNC^0 de profundidad constante que ningún modelo de lenguaje de difusión de rondas constantes que utilice programación superficial y denoising puede muestrear dentro de una distancia constante, incluso con cadena de pensamiento sublineal y revisión y re‑mascarado de tokens de salida permitidos.

Limitaciones y próximas direcciones

Los autores describen el trabajo como estrictamente teórico, consistente en pruebas matemáticas. Reconocen que las computadoras cuánticas actuales están limitadas en sus capacidades y son susceptibles al ruido y a los errores, mientras que LLMs clásicos disponen de hardware informático de última generación a gran escala. El trabajo no identifica una escala exacta en la que los sistemas cuánticos superarán a los LLMs en los problemas específicos estudiados; los autores afirman solo que, asintóticamente, los circuitos cuánticos superarán a los LLMs cuando se comparen directamente.

Los autores dijeron que esperan que los conocimientos allanen el camino para métricas concretas que comparen sistemas cuánticos y LLMs en estos problemas difíciles. Entre las preguntas abiertas que nombraron están cuáles problemas separan a los circuitos cuánticos poco profundos de los modelos más poderosos que los LLMs, y cómo se comparan los circuitos cuánticos menos restringidos. Su objetivo a largo plazo declarado es trazar el panorama completo de separaciones incondicionales entre la computación cuántica y clásica totalmente general, un objetivo que describen como aún muy lejano.

Entretanto, escribieron que el trabajo debería motivar el desarrollo de algoritmos y aplicaciones para la computación cuántica, dado que algunos problemas están más allá del alcance de las arquitecturas LLM estudiadas mientras siguen siendo tratables incluso para modelos limitados de computación cuántica tolerante a fallos. Los autores también plantean la posibilidad de que la computación cuántica eventualmente pueda complementar los sistemas de IA clásicos, permitiéndoles manejar tareas que de otro modo exigirían recursos computacionales sustancialmente mayores, y afirman que son optimistas respecto a un futuro de computación híbrida cuántico‑clásica plenamente realizada.