¿Problema irresoluble? No para la cuántica

La computación cuántica se está consolidando como una herramienta relevante para abordar problemas donde la complejidad se dispara y el número de posibles soluciones hace que incluso para un superordenador clásico resulte prácticamente inviable evaluarlas de forma exhaustiva.

Esto tiene aplicación en sectores industriales y estratégicos: desde la planificación logística con múltiples restricciones hasta la optimización de recursos limitados, la asignación de tareas en entornos cambiantes o la simulación de situaciones con muchas variables en juego. Son problemas en los que una pequeña variación en el entorno puede obligar a recalcular decisiones y comparar alternativas.

En el ámbito de la defensa encontramos un ejemplo: cómo operar en condiciones adversas u hostiles, donde las reglas cambian constantemente y la información disponible es incompleta. Un caso típico es el de los entornos GNSS (Sistema Global de Navegación por Satélite) denegados, donde sistemas como GPS o Galileo dejan de ser confiables debido a interferencias o manipulación de señales. Esto impacta directamente en la navegación y coordinación de vehículos no tripulados (UxVs), como drones o plataformas autónomas terrestres y navales.

Sin el GNSS el desafío no es solo continuar la operación, sino decidir cómo hacerlo: qué rutas son viables, cómo evitar áreas de riesgo, cómo mantener la comunicación, cómo distribuir tareas entre unidades y cómo gestionar la energía y los tiempos de misión. En términos formales, todo ello puede modelizarse como un problema de optimización con tantas restricciones y alternativas que el cálculo clásico puede volverse intratable.

Es aquí donde la computación cuántica encaja como una herramienta complementaria. No para tomar decisiones en tiempo real durante la operación, sino como parte del ciclo de planificación y mejora: se definen escenarios, se simulan comportamientos, se evalúan estrategias y se optimizan configuraciones de misión, ajustando modelos con datos obtenidos de pruebas y ejecuciones. Normalmente, se combina con computación clásica y simulación de alto rendimiento (HPC), integrando algoritmos cuánticos en subproblemas específicos de optimización.

Este enfoque híbrido permite abordar problemas que, por su tamaño y complejidad, son difíciles de tratar con métodos convencionales, especialmente cuando se busca comparar diversas alternativas y seleccionar la mejor bajo condiciones inciertas. En este ámbito, CTIC Quantum Lab desarrolla trabajos orientados a la investigación, evaluación y validación de algoritmos cuánticos aplicados a problemas de optimización compleja. Estas actividades incluyen la formulación matemática de casos de uso industriales y estratégicos, su adaptación al hardware cuántico disponible, la integración en arquitecturas híbridas junto a infraestructuras de computación de alto rendimiento (HPC) y el análisis comparativo frente a métodos clásicos.

En este contexto, el equipo de computación cuántica de CTIC Quantum Lab trabaja en la exploración de estos enfoques aplicados a problemas complejos de optimización. No se usa para “hacer lo mismo más rápido”, sino para encontrar nuevas formas de hacerlo cuando el número de combinaciones, restricciones y escenarios hace que el problema parezca casi irresoluble.

Equipo de Computación Cuántica

CTIC Quantum Lab – CTIC Centro Tecnológico