El ordenador cuántico ya existe. ¿Para qué sirve realmente?

Ventaja cuántica o utilidad cuántica, que es el punto en el que un ordenador cuántico te puede resolver un problema, pero que te lo puede resolver mejor que un ordenador convencional. Esto para un problema útil de gran relevancia, no ha llegado.

El estudiar las propiedades de las moléculas con la informática convencional iba a ser un problema. El problema es que cuando uno quiere, quiere f-fabricar o quiere controlar uno de estos cúbits, como son muy, muy delicados, se rompen. Se llaman er-e-errores cuánticos. En el mundo de la física atómica, la medida modifica el estado y, por tanto, la descripción de la naturaleza ya no es certezas, sino que son probabilidades.

Y me decía que su tarea era la refrigeración, ¿no? Era una temperatura negativa contra la no temperatura del espacio, que es también un concepto que nunca ninguno de nosotros tres tendrá un computador cuántico en el bolsillo. No tendrá sentido, ¿no? Seguramente ni en casa. Tus datos bancarios, tus passwords, la comunicación de Internet, todo esto es encriptado basándose en el concepto de que factorizar es muy fácil de hacer en una dirección y muy, muy, muy difícil de deshacer. Te tardarías cientos de millones de años en hacer un brute forcing de una desfactorización. Con un computador cuántico universal que no tenga tantos errores, esto es una hora, quizá, de cálculo.

Si tú te vas a una sala blanca a ver cómo se fabrica un chip cuántico, es un proceso artesanal.

Si ahora me da por comprarme un computador cuántico, ¿estamos hablando de diez mil euros, diez millones de euros?

Depende del número de cúbits.

Vale, el más grande que tengáis, el de quince.

Pues estamos hablando de... varios millones de euros.

Bienvenidos una semana más al pódcast de Itnig. Hoy vamos a hablar de Quilimanjaro y vamos a hablar de computación cuántica. Tenemos a Marta Astarellas y a Víctor Canivell, CEO y fundador y presidente de Quilimanjaro, respectivamente. Bienvenidos al pódcast.

Muchísimas gracias.

Muchas gracias.

A ver, vamos a empezar con una breve presentación de la compañía y luego vamos a entender a qué os dedicáis. Marta, explícanos en un minuto qué es Quilimanjaro.

Quilimanjaro es una empresa de computación cuántica full stack. ¿Qué hacemos en la compañía? Construir ordenadores cuánticos desde la capa de software hasta la capa del hardware y las integramos conjuntamente para seguir trabajando en escalado, en el escalado de esta tecnología. Somos una empresa que se constituyó en el año 2019, ¿no, Víctor?

Sí.

2019. Llevamos ya un tiempo trabajando en el prototipado y escalado de esta, de esta tecnología. Somos proveedores de ordenadores cuánticos en el Centro Nacional de Supercomputación, el BSC. Pues está en marcha ya y en producción para dar acceso a toda la Red Nacional de Supercomputación. Y, bueno, somos ahora mismo ochenta personas y la única empresa en España con capacidades de desarrollo de computación cuántica.

Vale, bueno, hay, hay mucho -

Mucha información, sí

...a explicar aquí, ¿no? En el pódcast de Itnig hablamos con emprendedores, sobre todo de tecnología, Internet, software, e-commerce. Hemos hablado también con empresas como Mercadona, como Desigual, ¿no? De todas las industrias, aerolíneas, pero computación cuántica es un tema que nos pilla un poco fuera de juego. Así que antes de entrar más en Quilimanjaro, me gustaría rebobinar y explicar un poco qué, qué es un ordenador o un computador cuántico. Y ahí os dejo a vuestro criterio, que sois los expertos, hasta dónde llegamos, ¿no? Cómo explicamos para una audiencia general, una audiencia muy inteligente, pero que no es especialista en computación cuántica ni en

física, eh, entender qué es esto que hacéis, ¿no? Qué producís y qué, y qué tipo de ciencia tenéis detrás de Quilimanjaro. ¿Qué es la computación cuántica? ¿Qué es un computador cuántico, especialmente uno de Quilimanjaro?

Vamos a ver, eh, la computación cuántica se basa en el hecho de codificar la información en los objetos que siguen las, las leyes de la física cuántica. O sea que en vez de codificar la información en base a bits de unos y ceros, que al final son transistores, se codifica en quantum bits o cúbits, que son, eh, son objetos cuánticos. Objetos cuánticos, eh, quiere decir que siguen en su, en su dinámica, en sus prestaciones, las, las reglas de la física cuántica. Entonces, estas reglas son muy

exóticas, son muy exóticas. Y justamente se trata de aprovechar estas leyes tan exóticas, tan especiales, tan fuera de, fuera de nuestra experiencia habitual, justamente aprovechar ese exotismo para poder hacer cálculos mucho más ricos, mucho más potentes que los que se pueden hacer con los bits normales, con transistores y en ordenadores convencionales. Esta es la gran diferencia.

Intento traducirlo, eh, a lo que estoy entendiendo yo. En la computación, mmm, tradicional, ¿no?, eh, se utilizan los bits, que son sistemas, eh, de almacenaje y de comunicación binarios, ¿no? Con lo cual nosotros mapeamos todo el mundo a una foto, ¿no? En el caso, pues de un JPG o un MP3, para que la gente nos entienda, que es binario. Ahí lo que hacemos es que cogemos, eh, unidades de información discretas, con lo cual perdemos mucha riqueza, mucho detalle y muchas posibilidades del mundo real, del mundo físico, que no es discreto, sino que es continuo, ¿no? Tiene una complejidad

que, que, que cuando la mapeamos al mundo digital perdemos un montón de resolución y un montón de potencia de cálculo, de simulaciones, ¿no?, de, y de, y de cálculos. Yo esto es lo que entiendo entre la gran diferencia entre el mundo, el bit y el cúbit. El cúbit nos permite una riqueza de matices, de, de modelar o hacer cálculos en un mundo continuo versus el mundo digital, que por definición lo simplifica todo, porque tiene que acabar con el blanco y negro, el uno cero, ¿no? El, el concepto del bit. Esto es un concepto un poco abstracto, ¿vale? Pero ya empezamos de ahí, que es lo más básico.

Ehm, esto, la, lo has dicho, la física cuántica Mmm, es un, es un mundo de la física, ¿no? Y también utiliza una rama de las matemáticas mucho más compleja que, que el resto de la física y el resto de la ingeniería a la que estamos a, a, a, mmm, acostumbrados. ¿Para qué sirve esta rama de la física antes de entrar en la computación? La física cuántica, ¿para qué sirve este mundo?

Bueno, la, la física cuántica sirve para, para, para describir en modelos matemáticos el funcionamiento de la naturaleza a escala de los nanómetros, a escala atómica. Un nanómetro es una millonésima de milímetro y está muy lejos de nuestra experiencia habitual. Y ocurre que cuando los científicos intentaron hacer un, un modelo, un, u-una teoría que explicase los fenómenos atómicos, la manera que se pudo llevar a cabo esta teoría, esta,

este, este modelo, fue a través de, eh, unos conceptos, unos conceptos llamados de física cuántica, que es un modelo, es un modelo matemático que usa conceptos diferentes de los habituales, ¿eh? Y que, entre otros fenómenos, eh, se, digamos, entran en juego conceptos como la... lo que se conoce como la dualidad on-onda, o-ona, eh, onda partícula. Eh, como hablandos-- hablamos de ondas, pues entonces, ondas de probabilidades, por cierto, ondas de probabilidades. Pero las ondas tienen

fenómenos de superposición, que es algo que no existe en nuestro, digamos, en el mundo macroscópico no hay superposición de, de la materia, pero, eh-

Espera, que voy a-- vamos a traducir. En el mundo macroscópico no hay superposición de la materia. ¿Qué significa eso? Que en el mundo físico nosotros no podemos observar una superposición.

En el mundo físico, bueno, yo lo voy a dejar aquí para después tú, Marta, lo vas a explicar mejor. Pero digamos, en el mundo físico macroscópico-

Macroscópico, ¿qué significa?

En, en el mundo nuestro, en el mundo, digamos, a la escala de metros, centímetros y milímetros, hasta las células.

Vale.

Todo lo que podemos, eh, lo que se podía observar de la naturaleza hasta final del siglo XIX.

No hay superposición.

Lo que hay son ondas, ondas y hay materia.

Y las ondas y la materia tiene un estado.

La, eh, la materia es, son partículas que siguen a ciertas, las normas de la física clásica, de la mecánica, por ejemplo, o de la termodinámica. Pero después, y hay ondas, como todo el, todos los conceptos de electromagnetismo. La electricidad y el magnetismo y la luz se explican perfectamente hasta final del siglo XIX en base a una teoría basada en ondas, que se suponía que eran ondas en un éter, que después se vio que no existía tal éter.

Era una simplificación que nos permitió entenderlo, pero que no era la realidad.

Mmm, sí, porque se pensaba que eran ondas que tenían que ver con un, con un sustrato físico que se llamaba el éter, que después se descubrió que, que, que como tal no, no existía. Y en cambio, cuando vamos a estudiar los fenómenos a escala atómica y pensamos en partículas, pensamos en átomos, pensamos en electrones, que al principio se pensaba que eran objetos como los macroscópicos, que tenían ciertas propiedades, se vio que la descripción de ese mundo tenía que hacerse con unas matemáticas y unos conceptos diferentes de los que es-- estamos acostumbrados en, en nuestro

mundo habitual. Dicho esto, yo lo voy a dejar aquí y voy a pedirle a, a Marta que pueda incidir más en detalle sobre estos aspectos.

Igual puedo dar un poco la, la perspectiva desde, desde la informática, ¿no? La parte más, más computacional.

Un, un porcentaje de la audiencia-

Sí.

Lo entenderá quizá un poco desde ese punto de vista.

Por eso. Y, y volviendo un poco, haciendo un recap de lo que ha explicado Víctor. Tenemos el, tenemos el mundo macroscópico, que es lo que podemos ver con los ojos, que es lo que explica las, la, la física, que es lo que se, se explica con la física que hemos aprendido todos en el colegio, en el instituto, en, en, en las universidades. Si, si no has estudiado un, eh, física o química, que no te-- no has entrado en temas de mecánica cuántica, es la, la, toda la parte de las dinámicas de Newton, las leyes de Newton, la gravedad, etcétera, etcétera. Luego tienes el mundo microscópico, el mundo atómico, el mundo, eh, de las, eh, subpartículas, electrones, protones, neutrones, que

sigue una física que se, que se comporta por unas leyes que no son las que explican el mundo macroscópico. Esto es la mecánica cuántica y esto existe. ¿Qué pasa que se-

Esto existe, esto es un conocimiento. O sea, al final la mecánica cuántica es una observación y una teoría que nos ayuda a entender cómo funciona el mundo atómico.

El mundo microscópico. El mundo atómico, que al final, si lo piensas bien, una reflexión que a mí me parece muy interesante, es que el mundo macroscópico está formado por los elementos básicos, que es el mundo atómico. Así que todo es cuántica, el mundo que nos rodea es cuántica. Lo que pasa que a nivel macro lo puedes describir con una mecánica y a nivel micro necesitas la cuántica. Vale, ¿qué, qué pasó con la computación cuántica? Pues que empezamos a ver que podías, eh, plantear una forma, como ha comentado Víctor, diferente de codificar la información en estos elementos, eh, cuánticos y podías explotar las propiedades que tiene la mecone--

mecánica cuántica, los fenómenos, que son muy exóticos. Y eso te permitía, si tenías, si tienes el suficiente control y la capacidad de programar estos sistemas, crear una nueva manera de hacer computación. O sea, en computación convencional, ¿qué hacemos? Pues computamos con bits siguiendo una lógica booleana, ¿no? Sumas y restas de unos y ceros. AND, OR, XOR, NOR. Todas estas puertas lógicas que lo que hacen es una combinación, un resultado con el uno y el cero, que es lo que te hace la computación, lo que está en la ALU de tu CPU o lo que está en tu GPU, siempre es así.

Clara, déjame hacer un inciso. Este pódcast está patrocinado por Qonto. Si tienes una empresa, ya sabes que es un lío tener cobros, pagos, facturas, todo en plataformas diferentes. Con Qonto puedes centralizar todo esto en un solo sitio. Cuentas remuneradas para la empresa, tarjetas para ti, para tu equipo y facturación, todo integrado en un mismo sitio. Crea una cuenta, emite una factura, procesa un gasto, todo en una única plataforma. Obtén la claridad y el control financiero que necesitas. Puedes abrir una cuenta hoy gratis. Más información en la descripción. Gracias, Qonto. Para la gente que nos

escuche, que, que no haya estudiado la computación tradicional, eh, que es la que, por ejemplo, Bernat y yo estudiamos, es bastante sorprendente, pero un ordenador no deja de ser, muy comprimido, eh, unos cables por los que pasa corriente o no pasa corriente.

Exactamente.

Y que si los juntas de una manera, sumas, y si los juntas de otra manera, restas o multiplicas.

Exactamente.

O mueves un número a la derecha o a la izquierda, o mueves un código a un registro o lo quitas de ahí. O sea, en el fondo, las operaciones-

Operaciones binarias sencillas

...básicas que hace un iPhone o que hace una Nvidia, ¿no?

Sí, se va.

Que, que, que ahora mismo está cambiando el mundo y está destrozando a la humanidad, no dejan de ser matemáticas muy básicas.

Muy básicas.

Pero paralelizadas y con una frecuencia, ¿no? Muchas operaciones.

Exactamente.

Muchas, muchas, muchas operaciones por segundo. Y con esto, pues parece ser que acabamos con la humanidad, con la IA y tal, que luego ya acabaremos ahí. Pero esta es, es, es muy sencilla, la matemática.

Muy sencilla.

Y la lógica que utiliza la computación, que, que nos ha cambiado el mundo varias veces en las últimas décadas, ¿no?

Sí.

Y, y tú dices: "Vale, esto era, mmm-

Antes.

"La guardería".

Sí. Ahora-

Ahora llegamos al mundo real, ¿no?

Claro.

A una capa más por debajo, que es una realidad mucho más compleja, donde-

En vez, en vez de la lógica booleana, pones la lógica cuántica. Y las operaciones que tú aplicas, en vez de ser la suma y la resta, la AND o la OR, que son estas operaciones que tenemos de matemática básica en computación convencional, pues tienes procesos de entrelazamiento, procesos de creación de superposición, tienes una serie de puertas lógicas o de operaciones lógicas que te manipulan la información de una manera completamente distinta. Ahí está la gran diferencia. Pones sobre la mesa una lógica de computación completamente exótica y completamente y radicalmente diferente a como hemos hecho computación hasta ahora.

Vale. Un concepto que yo, este pódcast tengo que reconocer que me lo he preparado. Normalmente, vengo aquí con poca preparación. Hoy, es que si no me pillabais totalmente perdido y he estado estudiando. Eh, uno de los conceptos que, que he ido, digamos, leyendo y entendiendo, eh, va-- vuelve mucho al mundo probabilístico, ¿no? Nosotros tenemos, eh, una, una manera de entender la probabilidad como entre cero y uno, ¿no? El típico caso de si tiras una moneda cincuenta veces, cuántas probabilidades tienes de que caiga cara o cruz, y acabamos, pues con un treinta por cien, con un cincuenta por cien, con un cero coma noventa y ocho. Depende cómo nos lo representemos, ¿no? Y en cambio, estamos hablando aquí

muchas veces de que esta probabilidad compleja del mundo real la representamos con una combinación de todas las probabi-- de, de todos los esta-- de todas las probabilidades en todos los estados de ese mundo que estamos modelando. Seguro que lo he explicado fatal, pero ayudadme a entender este concepto-

No, lo has explicado bien

...de la probabilidad en el mundo cuántico.

Eso es el concepto de superposición. O sea, en el mundo macro, en el mundo clásico, por ejemplo, siempre pongo la misma-- la-- el mismo ejemplo. Tienes una lámpara, uno de estos focos que tenemos aquí. Puede estar encendido o apagado. No concebimos un estado distinto. Podemos imaginar que cero, uno, cero es apagado, uno es encendido. Puede estar en uno de los dos estados y ya está. Si ahora cogiéramos esa lámpara y nos la lleváramos en el mundo microscópico, eso no sería así. La lámpara podría estar encendida y apagada a la vez, con diferen-

¿Y qué significa esto? Vamos a hacer un superzoom. O sea, estás hablando de los electrones de la lámpara. ¿Q-qué significa apagada y encendida a la vez?

Pues que está, está coexistén-- coexistiendo el mismo estado a la vez. O sea, o sea que realmente está encendida y apagada a la vez, con diferentes probabilidades. Podría estar más apagada que encendida, más encendida que apagada.

Todo el rato, ¿eh?

Todo el rato.

O sea, yo con mis ojos la veo encendida y tú dices: "Si esto yo hago un zoom hasta el mundo de los átomos de la lámpara, la voy a ver apagada y encendida a la vez".

Dependiendo de en qué estado está. Puede estar solo apagada, solo encendida o puede estar en una superposición de ambas.

Esto, esto cuesta un poco, ¿eh? Que entre, entre de-

Pero esa es la magia. Imagínate cuando estás operando con estados de bits, con estados binarios, el poder atacar superposición de ambas. Lo que estás consiguiendo es como una, y esto llevado mucho a la, a la simplificación, estás, estás consiguiendo una paralelización masiva, porque estás consiguiendo computar con sistemas que pueden-- con estados que pueden estar-- con información que puede estar en varios estados a la misma vez.

Mhm.

Eso es una de las magias del-- de la capacidad de superposición que tienen los sistemas cuánticos.

Y esto quizás para, para complementar, para completar esta, esta explicación. Eh, en el mundo de la, de la, de la descripción del mundo atómico, se habla sobre, sobre probabilidades, ¿eh? Digamos, el, el asunto esta, y la sorpresa de los científicos cuando se descubrió esta nueva teoría, fue que la descripción de lo que pasaba, pasaba por hablar de probabilidades, no de certezas, ¿no? Y una, una comparación que, que, que es interesante plantearse es decir: "Oye, yo esta mesa que tengo aquí delante la estoy viendo aquí y está quieta".

O sea, la probabilidad de que se-- esto se-- esté aquí o allá es, o sea, está aquí seguro. No hay ninguna-

Lo hice

...incerteza.

No tiene ruedas.

Y, y, pero eso, ¿cómo lo sé? Lo sé porque lo estoy midiendo. ¿Y cómo lo mido? Pues porque hay una luz que incide en esa superficie, rebota, viene a mi ojo o al aparato de, digamos, de los físicos experimentales, y entonces, eh, digamos, sabe que hay una señal que viene de aquí. ¿De acuerdo? Y esto no se mueve. Bien, pero si en vez de mirar dónde está esta mesa, en vez que este son billones y trillones y trillones de átomos, voy a mirar dónde está un átomo, que es una cosa pequeñísima, superligera comparado con esta mesa, entonces al final hago un experimento parecido

y yo envío luz también. Envío luz, algún tipo de señal que rebota sobre ese átomo, que rebota y viene a mi ojo o al instrumento de, de medida. Y aquí está la diferencia. Porque la luz que incide sobre una mesa no le hace nada, aparentemente no le hace nada a la mesa, la mesa se queda donde está. Pero si en vez de enviar esta energía de la luz Para que rebote y vaya a la, al, a tu ojo. Lo dirijo a una cosa pequeñísima. Lo que pasa es que esa cosa pequeñísima re-- sale rebotada. Sale rebotada porque claro, la energía que le, que le llega es comparable a su, a

su masa, para entendernos. Estoy explicando un poco simplificadamente. Con lo cual, eh, la medida en el mundo de la física atómica, de la física cuántica, la medida modifica el estado y, por tanto, la descripción de la naturaleza ya no es certezas, sino que son probabilidades. Y ese, ese concepto un poco esotérico y un poco sorprendente, eh, es el que trasciende toda la, la, eh, la física cuántica. Y justamente eso, como decía Marta, ese fenómeno tan curioso de que al final describim-- hablamos de probabilidades y las probabilidades son ondas que se pueden

superponer y se pueden interferir. Este, estos fenómenos son los que desde hace muy poco tiempo, desde hace una década o quince años, se es capaz de, de hacer desde el pu-- desde el laboratorio. Es decir, que podemos coger un átomo o un fotón de luz, o una serie de fotones, una serie de átomos, y si están aislados y con lo cual siguen las normas de la física cuántica, o sea, estas cosas tan raras de las probabilidades, no de certezas, entonces, si podemos manipularlos con f-- con una habilidad extraordinaria y muy difícil,

pero entonces, como se comportan de esta manera tan ex-- eh, tan exótica, entonces podemos, y aquí vienen los, los informáticos, los, los teóricos de la informática cuántica y dicen: "Oye, si manipulamos con lo que com-comentaba Marta, con estas puertas lógicas, con estas, eh, digamos, mmm, situaciones donde tienen que hacer ciertas cosas, estos a-- estos materiales, eh, que siguen la, la, la física cuántica, pues hacen cosas muy raras, que es inimaginable que se pueda hacer con un bit, porque un bit es un transistor y un transistor, pues hace lo que hace, pero no tiene superposición. O sea,

pasa la electricidad o no pasa y punto, se acabó. Pero en el, en el mundo atómico pasan cosas muy-- estas cosas, digamos, fuera de lo normal. Pero hay que tener en cuenta que hay esta, eh, diferencia de, de escala y digamos, hay, digamos, y esta diferencia de, de escala nos puede hacer entender que la descripción de una cosa tan lejana y tan, digamos, fuera de nuestra ex-experiencia dia-- eh, habitual, sigue a unas normas que no tienen nada que ver con lo que estamos habituados.

Claro, estamos hablando de que en el mundo de la física y de la computación, ¿no? La física la podemos tocar, observar, medir y entender. Y, eh, la computación también, ¿no? Porque, mmm, cuando estudias ingeniería muchas veces, o electrónica, empiezas con dos cables, acabas con cien cables y luego de ahí a cien millones de cables, pues solo hace falta un poco de imaginación, ¿no? En vuestro mundo no se puede observar la física de ojo, ¿no? Ya estamos hablando de manipular un átomo y luego la, la complejidad matemática y computacional que te genera este mundo, pues tampoco la puedes observar, te la tienes que creer, entre comillas, ¿no? Que ahora veremos

cómo re-- cómo llegamos al, al mundo real con, con Kilimanjaro. Vale, yo creo que de momento aceptamos una base de lo que es, eh... de dónde sale el concepto de la mecánica cuántica y la computación cuántica. Em, es-esta, esta idea de la computación cuántica es, es relativamente reciente, ¿no? O sea, esto, mmm, creo que nace en los ochenta, setenta, ochenta, ¿no? Feynman al menos es uno de los más famosos que se cita, eh, imaginándose este, este computador, eh, esta máquina, ¿no? Que nos permite hacer simulaciones cuánticas. Pero yo me acuerdo de haber estudiado, pues a principio de los 2000,

hace veintipico años, Ingeniería Informática y tengo la sensación como con la Sagrada Familia, que es que está a punto de llegar, ¿no? La Sagrada Familia, yo, mmm, desde que nací, tengo cuarenta años casi, eh, siempre en cinco años, en diez años se acaba, ¿no? Y ahora se ha acabado, pero tampoco se ha acabado. La computación cuántica, tengo la misma sensación. Em, ¿qué ha pasado en estos cuarenta y seis años desde que el señor Feynman o su equipo, eh, se imaginan un computador cuántico hasta 2026, donde tenemos no una, sino varias compañías en el mundo de la computación cuántica? ¿Cuál ha sido esa evolución de

la realización de la idea?

Feynman decía, auguraba, que para poder describir de manera precisa el mundo que nos rodea, porque el mundo es cuántico, al final, la base de todo, esas piezas básicas del puzle que lo forman todo son cuánticas, necesitábamos la lógica cuántica. Y ahí eso se le atribuye un poco ese inicio de la computación cuántica. Pero ese inicio ha sido, o sea, es-ese, ese desarrollo ha sido muy progresivo. Yo creo que si, si acaso es ahora, estos últimos años, que hemos visto una auténtica aceleración también, que ha venido dada por una auténtica necesidad también.

Eh, ah, el, ¿qué es lo que dificulta más ese crecimiento y cómo se ha ido marcando el progreso en computación cuántica? Si, si buscáis y miráis en Google, eh, progreso en computación cuántica, veréis que se habla mucho de número de cúbits.

Mhm.

Número de cúbits. ¿Qué es el cúbit? Pues como comentaba Víctor, el transistor en el mundo de, de clásico del semiconductor convencional. El cúbit es la unidad básica de codificación de la información. Ese cúbit se comporta bajo las leyes de la mecánica cuántica y ese cúbit es como el, la métrica de capacidad de procesamiento que tiene tu chip.

Mhm.

Cuanto más cúbits, más, eh, relevante es el problema que tú puedes resolver. ¿Ha llegado la computación cuántica? Yo creo que sí. Yo creo que sí porque, eh, pasa-- en unas, unas calles más abajo tenemos cuatro máquinas. En el BSC, el Centro Nacional de Supercomputación, hemos instalado tres. Estos son ordenadores cuánticos. Otra cosa es qué problema resuelven estos ordenadores cuánticos. Y ahí, ahí es donde vamos. El-- estamos en un proceso de escalado de la tecnología, pero una tecnología que es aún tan incipiente, en la que aún no se ha determinado

claramente cuál va a ser el hardware ¿Cuál va a ser la propuesta? Eh, eh-

La manera de implementarlo.

La arquitectura no está, no, no s-no s-

No está clara

...no está estandarizada, no hay estándares, no está nada industrializado. Eh, cada uno sigue un poco su vía, pero el mercado, o sea, el campo, aún es muy heterogéneo. Kilimanjaro, en Kilimanjaro trabajamos en cúbits superconductores de tipo Fluxonium.

Alto. Cúbits superconductores.

Superconductores de tipo F-- pero para que veas todos los matices-

Cúbit lo hemos entendido

...superconductores es que, eh, los fenómenos cuánticos los sacas de generar unos átomos artificiales a través de la superconductividad.

Mhm.

Y Fluxonium es una arquitectura o un sabor concreto del superconductor. Pero luego, si nos vamos a IBM-

Correcto, que es la empresa más famosa por haber invertido y desarrollado un supercomputador, un computador, perdón, un computador cuántico con cuatrocientos setenta cúbits, creo, o quinientos o algo así, ¿no?

Sí, sí. Ellos hacen-

Que es muy poco si piensas en el mundo de los computadores.

Es poco, es poco. Pero es mucho también.

Pero es mucho. En el caso cuántico es mucho, ¿no?

A nivel, a nivel de, de logro arquitectónico y logro de ingeniería y científico, es una auténtica barbaridad.

Mhm.

Y tiene mucho mérito. Pero Google e IBM, por ejemplo, utilizan, eh, cúbits superconductores de tipo Transmon, que es otra arquitectura. Luego, si nos vamos a Francia, encontraríamos a Pascal.

Mmm.

Que utiliza, utiliza átomos neutros. O sea, no utiliza la superconductividad para crear un átomo artificial, sino que coge un átomo directamente de la naturaleza y lo aprende a controlar y a programar.

En el caso de IBM, y me acuerdo que un día conocí un, un chico que trabaja-- un señor que trabajaba en, en, en el computación cuántica en IBM.

Mhm.

Y me decía que su tarea era la refrigeración.

Sí.

Era un tío que llevaba veinte años-

Sí

...eh, apretando el frío, ¿no? Y creo que estaba en veinte mili o microkelvins. Ahora no puedo decir.

Veinte milikelvins, sí.

Milikelvins, ¿no?

Sí, milikelvins.

El, el, el, kel-- la, la escala de, de frío de Kelvin, o sea, era más frío que el espacio.

Sí.

Era una temperatura negativa-

Sí

...contra la no temperatura del espacio, que es un, también un concepto que te hace, te hace pensar. Y eso in-- a nivel de ingeniería es complejo, ¿no? O sea, mmm, construir una electrónica o una máquina, ¿no? Una maquinaria que no solo, eh, genera esta cantidad de estados y es capaz de comunicarse, controlar errores y sincronizar unos procesos tan difíciles de controlar como los cambios de los cúbits, sino que además tienes que hacer todo esto a una temperatura más fría que el espacio, eh, añade un, pues décadas de, décadas de ingeniería, ¿no? Que todavía parece ser que

este señor y creo que cientos de personas están solo trabajando en eso. ¿Vosotros, eh, os habéis escapado de la carrera del frío o también tenéis que estar luchando-

No

...contra, eh, el calor del mundo?

Todas, to-todas las implementaciones de computación cuántica con tenelo-tecnología superconductora requiere estar a baja temperatura.

¿Por qué?

Porque es cuando el, el sistema se comporta con superconductividad. Super-superconductividad a temperatura ambiente, ahora mismo no tenemos, no tenemos controlable y es un tema también de desarrollo de nuevos materiales, etcétera. Pero para poder llegar a tener esa superconductividad y ese control, tenemos que bajar a muy baja temperatura. Y también-

¿Está resuelto este problema?

Sí.

Sí.

La ingeniería, la criogenia está bastante avanzada, tengo que decir. O sea, sí que es verdad que a la gente le asusta mucho porque dicen: "¿Tan frío?" O sea, es verdad, tienen-

Son conceptos que cuestan de imaginar, eh.

Son conceptos que cuestan y son máquinas-- o sea, tú ves, vienes a nuestro laboratorio y ves uno de nuestros ordenadores cuánticos y casi todo a nivel de volumen que vas a ver va a ser una nevera.

Ya. Es como, como, como un termos.

Es un termos.

Como un cilindro que dentro está hiperfrío, ¿no? Pero claro, nosotros en este tema, como decía Marta al principio, lo que, lo que hacemos nosotros es, mmm, fundamentalmente dos cosas: los chips, los chips y después el, el software, los algoritmos. Y también hacemos una tercera pieza, que es la que comunica los algoritmos con los chips, que es el, el sistema operativo. Y para que esto funcione tiene que estar muy frío, porque el fenómeno de la superconductividad, como comentábamos, pasa a milésimas de kelvin. Entonces, eh, necesariamente hemos de bajar las temperaturas. ¿Y esto cómo lo hacemos? Pues trabajando

con startups europeas que se especializan en justamente desarrollar esta, esta tecnología, ¿no? Hay una finlandesa, una en Holanda, una en Inglaterra. Eh, o sea, que eso, digamos, nosotros, eh, lo que hacemos es, mmm, usar su tecnología para la criogenia. No, no desarrollamos. De que-- de hecho, IBM, IBM, por lo que sabemos también, lo que hace es, eh, tiene mucho conocimiento de la criogenia, evidentemente, pero de hecho trabaja con un proveedor también, eh, digamos, eh, finlandés para, para sus grandes sistemas de-

Ahí saben de frío. Si saben de algo.

Saben de frío, sí.

Oye, Victoria, que has empezado, ¿no? Has dicho: "Nosotros vendemos chips y el software y el sistema operativo". Vamos a empezar con Kilimanjaro. Cuando fundas Kilimanjaro en 2019, eh, ¿qué problema quieres solucionar en el mundo? ¿Qué ves tú ahí que dices: "Esto, gracias a Kilimanjaro, va a estar resuelto"?

Pues, eh, somos, eh, son cin-cinco fundadores.

Cinco fundadores.

Yo soy, yo soy físico cuántico, pero toda mi carrera ha sido en el sector de la informática y en la parte de, de business. Pero tengo una formación, un doctorado cuando era joven, hace muchos años. Y tres profesores que vi-- trabaja-trabajan en, en Barcelona, que eran físicos cuánticos, uno que venía más de la parte de los chips y otros que venían de la parte de los algoritmos, tuvieron una, una idea. Y la idea era construir un aparato que hiciese computación cuántica y que evitase El gran problema de la computación cuántica. ¿Y cuál es el gran problema de la computación cuántica? El gran

problema es que los sistemas cuánticos, o sea, los, los cúbits, que son elementos que funcionan según la cuántica, son hipersensibles. Son hiper, hiper, hipersensibles. Luego hay que decir que cualquier, mmm, temperatura, cualquier radiación, cualquier cosa que les pueda afectar, pues como son sensibles, pues se rompen en el sentido de que pierden, digamos, la, su, su estructura. Y fundamentalmente lo que pasa es que pierden, eh... También pueden perder su capacidad de funcionar como un aparato, mmm, de

física cuántica. Se convierte en un fe-- en un aparato, eh, de temperaturas macroscópicas y, por tanto, pierden la magia de la cuántica. O sea que como son hipersensibles, resulta que, eh, de hecho, y hago un paréntesis, en el sector se habla de los cúbits físicos y los cúbits lógicos. ¿Y esto qué quiere decir? Pues que cuando, eh, los teóricos de la informática cuántica dijeron: "Oye, vamos a aprovechar esta, este exotismo de estos, de estas, de esta materia cuántica para, para, para hacer computación".

Eh, y entonces hicieron todo su montaje de, digamos, por ejemplo, de las, de la lógica cuántica que comentaba Marta, ¿no? Si, si tenemos un aparato, un, un objeto que funciona según las normas de la cuántica, pues le aplicamos una serie de transformaciones cuánticas que son muy especiales y con eso pode-podemos hacer computación. El problema es que cuando uno quiere c-- quiere f-fabricar o quiere controlar uno de estos cúbits, como son muy, muy delicados, se rompen. Se rompen enseguida. Eh, digamos, pierden su-

Se rompen para siempre.

Se rompen para siempre o pierden su, su orientación, con lo cual, eh, si tenían-

Los lees y no son fiables.

Exacto.

Exacto.

Digamos, cuando-- tie-tienen errores, ¿no? Se, se llaman e-errores cuánticos. Errores cuánticos. Y entonces, esto y todos los diferentes tipos de cúbits que hay, que hay los de superco-- estos, eh, que son artificiales, que son los que hacemos nosotros de superconductividad, que no es un bo-- es un, es un si-- es una, es una corriente eléctrica que funciona según las normas de la física cuántica. O sea, no, no es un átomo.

No es, no es el, el elemento cuántico en sí, sino que es-

Es una representación. Exacto

...del fenómeno cuántico gracias a la supercon-conductividad.

Superconductividad, exactamente, que eso se describe únicamente con, con, con teoría cuántica, ¿no? Por tanto, es un objeto cuántico. Otra gente trabaja con, eh, con, con fotones, que son partículas de energía de luz, otros con, con átomos. En fin, hay, hay diferentes tipos, ¿no? Eh, pero to-todos ellos tienen este, este problema de que son muy frágiles. Y entonces, toda la industria está peleando, y, y se está avanzando mucho, ¿eh? En, en, en poder superar este, este problema práctico. Es decir, uno quiere trabajar con un cúbit, pero resulta que lo que fabrica en el laboratorio n-n-- se te rompe. Entonces, eh, mmm, y eso es lo que la gran mayoría

de los proveedores, mmm, los-- las grandes empresas de informática y los startups, la gran mayoría están haciendo, intentando trabajar en esta dirección. Bueno, y la idea que hubo de los, de los fundadores de Klimanjaro es trabajar en otra dirección diferente. Y es aprovechar, eh, vamos a llamarle el exotismo, la magia de la física cuántica, de los objetos cuánticos, para hacer computación, pero no haciendo puertas lógicas. Y, y se basa en un concepto que, mal explicado, muy simplificado, sería decir que se aprovecha

una, una equivalencia matemática de un problema que tú quieres resolver, que está descrito por una ecuación. Resulta que los objetos cuánticos, la física cuántica describe a los objetos cuánticos en base a ciertas ecuaciones. Entonces, o-ocurre que en ciertas, en ciertas ocasiones hay una acci-- hay una equivalencia matemática entre el problema matemático de la logística o de finanzas que tú quieres hacer, has de resolver, y la descripción de un objeto cuántico, de unas, de una, de unas moléculas que, digamos, funcionan según esas normas, ¿no? Y entonces, el-- lo que haces es que de alguna manera usas tu chip

cuántico. Tu, tu chip cuántico es un, es, eh... Lo que haces es, no le, no le des instrucciones para que haga cosas, sino que tú lo configuras inicialmente y para simplificar mucho, decimos que lo dejamos ir y él, él solo sigue las normas de la, las, las ecuaciones de la física cuántica. Y entonces él llega a-al, a-al estado final de manera automática, igual que cuando dejamos caer el bolígrafo, se cae sistemáticamente a-al suelo, pues, eh, digamos, siguiendo

unas normas que-- donde no hay que hacer nada. O sea, es que simplemente tú lo dejas hacer, ¿no? Y con esa evolución automática y sin intervención humana o de ninguna tecnología, llega al resultado, ¿no? Esto está muy mal explicado, pero-

Esto se llama... No, no, pero, pero se entiende, ¿eh? Creo. Al menos habiendo hecho los deberes, se entiende. Esto es, eh, me estás explicando lo que es el quantum annealing, ¿no?

Sí, esto sería un annealing, sí.

Esto es un annealing, que, que, que el annealing, creo que la traducción es el recocido.

Sí.

Que es el, el concepto de ver cómo se enfrían, eh, los metales, ¿no? O sea, viene de, de, de, de la química, entiendo, de los metales, de entender cómo funciona cuando tú enfrías lentamente un metal y puedes entender su comportamiento si controlas este enfriamiento. Entonces, yo lo que he entendido con lo que me has explicado tú, más lo que me he leído, es que esta, esta manera de atacar, eh, la computación cuántica o el cálculo cuántico es, eh, configurar una situación, una fórmula, un, un contexto y observar cuál es el

enfriamiento o la relajación de esta situación o de esta fórmula o de este contexto. O sea, es más una lectura y una observación de los comportamientos cuánticos, que no una computación en el sentido activo, sino que más de lectura.

Eso es correcto, pero esto se puede, eh, ampliar.

Sí, aquí-

Ampliemos.

Desde el punto de vista también de, de computación, ¿no? Tú tienes problemas de optimización binaria que están en el sector logístico, que están en el sector financiero, problemas en el que estás buscando un mínimo global Que te resuelve

Mínimo, por ejemplo, ¿no? Si yo tengo unas furgonetas y tengo que entregar paquetes, pues el mínimo de gasolina gastada-

Claro

...o el mínimo de furgonetas usadas-

Un mínimo global según un-

...para repartir todos mis paquetes

Según unas restricciones y una serie de variables y una serie de situaciones, tú estás buscando un óptimo.

Mhm.

Un óptimo. Pues puede ser una manera más eficiente de distribuir a nivel de consumo energético una serie de paquetes en una ciudad, o la manera de optimizar de la manera más óptima un almacén.

Mmm.

¿Vale? Estos, estos problemas a, a nivel de complejidad son NP-hard y una manera de resolverla, ¿vale?

O sea, que, que-

Tienen una comple-

Para todos los públicos, ¿qué significa que sea NP-hard, una optimización compleja?

Bueno, que la-- en estos casos, la manera de resolver, o sea, hay una manera posible de resolver estos problemas, que es con, con fuerza bruta. O sea, tú puedes-

Con fuerza bruta. Vas a ir probando caminos-

Tú puedes probar todos caminos

...e ir viendo lo que cuesta.

Tú tienes todos los caminos posibles, que serán, mmm, muchos o pocos. Normalmente, son muchos cuando el problema de optimización es muy, muy, muy amplio.

Y que en algunos casos, este muchos no cabe-

No cabe en un-

...en el tipo de vida que tenemos.

Exactamente.

El planeta, ¿no?

Exactamente.

O sea, que si los calculas todos, ya la Tierra se ha apagado.

Exactamente.

O el sol se ha apagado.

So, puedes ir uno por uno. También puedes paralelizar con computación paralela y probar varios a la vez. Pero con la cuántica y con el proceso que estaba comentando Víctor, lo que estás haciendo es empezar el cómputo en una superposición, volvemos a la superposición, de todas las posibilidades. Y poco a poco, tu problema, a medida que va evolucionando según las-- la dinámica, eh, cuántica de, de tu sistema, tiende a converger al estado de menor energía. Si tú haces un-- has hecho una codificación apropiada de tu problema dentro del chip cuántico, el estado-

O sea, es traducir-- o sea, esta codificación es traducir el problema de las furgonetas-

Mhm

...a una fórmula

Una programa-- una fórmula que tú puedas programar en tu chip, que tú puedas programar en tu chip. Tu chip tiene una serie de variables, de grados de libertad, que tú puedes programar, puedes tocar, encender o apagar. Y si tú haces este mapeo de este problema logístico o problema financiero y lo mapeas a tu chip, empiezas una superposición de todos los posibles estados. Y el problema, o sea, el sistema, va a tender al estado de menor energía.

Mhm.

Si la codificación la has hecho bien, que en teoría es un tema matemático, es una fórmula matemática, el estado de menor energía será el óptimo global.

Y a eso os dedicáis.

Bueno, eso, entonces, pero no únicamente eso, ¿vale? Porque hay otro, otra aplicación muy interesante, que es de la que hablaba Feynman, de nuestro amigo, el premio Nobel Feynman. Y, eh, lo que venía a decir cuando propuso la idea de un computador cuántico era que el estudiar las propiedades de las moléculas con la informática convencional iba a ser un problema. Iba a ser un problema porque, eh, el número de bits necesarios para hacer el cálculo rápidamente se

hace exponencial y se hace imposible. Entonces, por ejemplo, en los centros de supercomputación, como en el BSC, pues hay un grupo de, de química cuántica, que por cierto, y nos explicará Marta después, sus orígenes vienen allí, por cierto. Pero el hecho es que, eh, se trata de, de, de calcular las propiedades del, de la, de, de la materia, de, digamos, de niveles de energía, en fin, temas de valen-- eh, digamos, de, de, mmm, de combinaciones de moléculas y tal. Eh, para hacerlo exactamente, mmm, digamos, se hace inviable, porque no hay tiempo ni hay memoria suficiente. Entonces, hay que hacer

muchas aproximaciones que están muy bien y son muy, muy sofisticadas, pero que llegan hasta donde llegan. Entonces, cuando la molécula se hace relativamente compleja, pues llega un momento en que no se puede hacer. O sea, hay una limitación a que se pueda resolver ese tipo de información acerca de, de la materia. Entonces, eso es por-- tal como-- y esa, esa limitación viene del hecho de que la computación convencional funciona en base a bits y con los sistemas que, que, que ya conocemos, que son muy superpotentes. Y por cierto, con la IA ahora se puede hacer muchísimo más de lo que se podía hacer hasta ahora y es impresionante. Pero sigue habiendo, eh, esta limitación.

Esa limitación física.

Exacto. Y entonces, y la contrapartida es: oye, si lo que hacemos es un computador que sea un, un, un gemelo digital, un ge-- un gemelo cuántico, es decir, vamos a construir un chip, un chip que, mmm, replique en su descripción la molécula de la naturaleza que queremos medir, pero que no, no podemos medir en el laboratorio porque es muy complicado de hacer, ¿no? Es inviable. Y con un computador convencional tampoco, porque hay límite de tiempo y, o de memoria y no se puede hacer. Pero si tuviésemos un chip que fuese una réplica, porque también siguiese las

normas de la física cuántica o de la química cuántica, pues entonces lo que har-- construimos este chip y lo que hacemos es medir cómo, cómo funciona. Entonces, en vez de medir la molécula, medimos al chip. Y eso se llama simulación, simulación cuántica. Entonces, la gran promesa de la idea original de cuando nació Kilimanjaro era los problemas de optimización por los-- por el ámbito de, del annealing cuántico, por un lado, y la simulación de las moléculas, por otro. Eran dos ámbitos naturales donde, eh, eran-- i-iban a ser

sistemas llamados no universales, en cuanto que no, no se-- no pensábamos que iban a ser programables como los de puertas lógicas, que sí que son universales, pero que lo que podían abordar, que era optimización y que era simulación, simulación de, de la materia, pues eran dos grandes, eh, ámbitos de, de aplicación donde económicamente habría un gran interés si realmente pudiésemos llegar a construirlos y que funcionasen correctamente, ¿no? Esto un poco fue la idea original. De esa idea original, después se nos incorporó, al cabo

de-- cuando nació la empresa, se incorporó Marta, y Marta ha añadido otra dimensión a esas ideas iniciales que van más allá de lo que nosotros queríamos hacer inicialmente, ¿no? Que quizás Marta puedes-

¿Cuál es esa dimensión?

Pero más o menos sigue la misma, la misma traza. O sea, yo me uní a Kilimanjaro porque seguía una visión muy, muy alineada a lo que yo estaba haciendo. Yo estaba en Tokio, yo estaba en Japón trabajando en el ámbito de la, de la investigación. Y yo lo que veía es que había una limitación con la computación cuántica digital por los errores y que me parecía mucho más interesante intentar construir una máquina que hablara el mismo lenguaje de la naturaleza O sea, es una máquina que ha-habla el mismo idioma. Y la-- y yo pensaba: la naturaleza, como bien decía Feynman, es cuántica, pero a la vez la naturaleza también es continua, tiende a ser

analógica. Yo vengo de la rama de la química teórica y cuando simulaba, trabajaba en simulación de moléculas y, y reacciones químicas, esta-- estos sistemas evolucionan con el tiempo y el tiempo es continuo. Con lo cual, mapear todas estas dinámicas y procesos en un ordenador que funciona con la misma matemática era algo que me fascinaba y es lo que me llevó a Quilimanjaro. Seguimos trabajando en estas líneas desde entonces, optimización y simulación como prioritarias, pero también se nos abrió mucho el interés a otra derivada, que es como poniendo encima de la mesa una máquina que

tiene una lógica de una matemática o un-una manera de procesar la información radicalmente diferente, puedes reimaginar el procesamiento de datos y cómo esto impacta en la inteligencia artificial y en el machine learning. Esa era una de las grandes preguntas.

Esa es una de las grandes preguntas que tengo yo también. Eh, pero para, para intentar resumir lo que me habéis explicado entre los dos, habéis introducido un concepto, Víctor, lo has dicho de pasada, que es el computador cuántico universal, que este no es el que hacéis en Quilimanjaro, es lo que hace IBM o Google, ¿no? Que es, es que no es un ordenador más rápido y más potente, ¿no? Yo creo que para la gente no se entienda, el computador cuántico no sustituirá el computador electrónico.

No, no, no.

No tiene nada que ver.

No.

O sea, se llama computador porque hay un-

Es un acelerador.

Porque calcula también.

Es un acelerador.

Calcula, computa. Pero, pero no tiene nada que ver. El caso de uso, o sea, nunca ninguno de nosotros tres tendrá un computador cuántico en el bolsillo. No tendrá sentido, ¿no? Seguramente ni en casa, porque es un caso de uso, una necesidad muy diferente que soluciona.

Del mismo modo que no tienes un rack de GPUs para-

Tampoco tienes una NVIDIA en el bolsillo, ¿no? Aunque, bueno, cuidado, que yo sí que tengo un rack de GPUs, ¿eh? Porque el, el iPhone este, aunque tenga tres años, eh, de un idó. La de GPUs que tiene y lo-- y la cantidad de cientos de millones de operaciones que hacen. Pero, pero quiero decir que distanciamos el computador cuántico universal del computador tradicional, eh, que son casos de uso totalmente diferentes, pero en ese computador cuántico universal es donde hay, por ejemplo, mucha polémica con la criptografía, ¿no?

Exactamente.

Que es el algoritmo RSA, que es el más utilizado en la, eh, encriptación comercial del HTTPS, para que nos entienda la gente, ¿no? El SSL son conceptos que a la gente le sonarán de encriptaciones comerciales con las que nos encontramos cada día. Tus datos bancarios, tus passwords, la comunicación de Internet, todo esto es encriptado basándose en el concepto de que factorizar es muy fácil de hacer en una dirección y muy, muy, muy difícil de deshacer, ¿no? Y el típico caso es que tardarías cientos de millones de años, si no más, en ha-- en f-- en hacer un brute forcing de una

desfactorización. Lo he explicado un poco mal, pero para que se entienda. Con un computador cuántico universal que no tenga tantos errores como los que tienen hoy, ¿no? A 15 de septiembre de 2000, eh, 26, esto es una hora, quizá, de cálculo. Hemos pasado de cientos de millones de, de da-- Y, y hay otras casuísticas más computacionalmente intensivas que se pueden hacer con esos sistemas de computación cuántica universal. Vosotros estáis en el mundo analógico, estáis en el mundo de la simulación y en el mundo de la optimización, ¿no? Donde no estamos haciendo este tipo de brute forcing con, con este otro tipo de

matemáticas, sino que lo que estáis haciendo es conseguir representar un sistema que es tan complejo como el universo cuántico, ¿no? El universo que tenemos realmente en el que vivimos, en el mundo que vivimos, y, eh, poder predecir, ¿no? Poder, eh, poder calcular probabilidades de, eh, pues la eficacia de un medicamento, de la eficacia de-- o del, del impacto del cambio climático, ¿no? De, de, de sistemas, ecosistemas muy complejos. Vosotros podéis llegar a predecir y simular. ¿Sí, más o menos?

Sí.

Sí, sí, aunque yo ya diría que a esas dos grandes, eh, áreas de, de uso, eh, también-- y añadir lo que comentaba Marta de la intece-- inteligencia artificial. Hay ciertos-

Vale, ¿cómo, cómo entramos en la inteligencia artificial? Porque estamos en 2026 y solo hay un tema.

Sí, sí, sí.

Que es: se acaba el mundo porque los robots vienen a por nosotros gracias a la IA.

Pues hay unos, hay unos proce-- hay algoritmos que ya se están trabajando y de hecho en los últimos, te diría, dos años, ha habido un crecimiento de publicaciones científicas y técnicas en el área de, de la convergencia entre la computación cuántica y la inteligencia artificial, porque se convierte en una necesidad. O sea, la inteligencia artificial ha entrado muy fuerte. La inteligencia artificial hace décadas que existe, décadas.

Que también siempre estaba casi ahí.

Siempre estaba casi ahí.

Hasta que de repente-

Hasta que un día, un buen día, explotó.

Ha venido fuerte.

Y ahora somos incapaces de seguir, de seguir track de, de los modelos que van cambiando cada semana. O sea, es una barbaridad, pero ha venido para quedarse porque es que es superútil. Yo creo que na-nadie lo discute. Da miedo, sí, pero es muy útil. Bien usada, es muy útil, eh, tanto a nivel personal como a nivel industrial. O sea, esto está clarísimo. ¿Qué pasa? Que, eh, decimos que estos, estos modelos se entrenan en una nube, pero todos sabemos que la nube es infraestructura real. Son centros de datos, gigafactorías, que se sustentan por una cosa-- sobre una cosa muy importante que es la energía. O

sea, todas estas máquinas escalan, pues a nivel metiendo más y más y más racks de CPUs, de GPUs, una con la otra, conectándolo todo, dándole la potencia para que de cada vez pueda abarcar más y más y más datos y más procesamiento. Esto no escala. Esto no está escalando bien ahora mismo, no escala bien, eh-

O sea, estamos limitados por la energía.

Estamos limitados por la energía.

Estamos limitados por la memoria.

Exactamente.

¿No? Por la capacidad de producir y mandar y enchufar GPUs, porque es fuerza bruta. Estamos aplicando fuerza bruta de metal y de energía a un, a un avance científico.

Exactamente. Y aquí tenemos dos vías: la vía de la compresión, la vía de empezar a hacer que estos modelos sean más eficientes, porque no es que sean la cosa más eficiente del mundo y tampoco es que lo usemos de la manera más eficiente del mundo.

Y esto es una vía algorítmica.

Es una vía clásica, puramente clásica.

Esto es cambiar las fórmulas que utilizamos para que sean más eficientes.

Puramente clásica. Y luego está el encontrar, identificar Eh, hardware más eficiente. O sea, está la parte software, la parte hardware. Claro, todo el mundo ha puesto los ojos en la computación cuántica.

Bueno, porque parece que es, ¿no? la próxima manera-

Una gran, una gran promesa

...de hacer computación compleja.

Una gran promesa. Eh, no es casualidad de que de repente un día Jensen Huang, el CEO de Nvidia, empieza a hablar de computación cuántica. Se da cuenta que esto no escala, que va a necesitar otro tipo de paradigma y que puede ser, igual no, pero la computación cuántica puede ser ese paradigma, esa siguiente GPU que nos cambia a todos el tipo de infraestructura con el que trabajamos. Con lo cual, esto ha arrancado una serie de investigaciones y muchísimos trabajos, eh, tanto en Kilimanjaro, incluso previo a Kilimanjaro, como en, en otras

compañías, de empezar a plantearse, a cuestionarse, pensar un poco fuera de la caja, de cómo puedo construir todos estos modelos de inteligencia artificial, pero sin pensar en cómo lo estoy construyendo con la red neuronal, sin pensar en transformers, sin pensar en todos estos paradigmas que son clásicos y reinventando con la-- los ingredientes que te pone la mecánica cuántica encima de la mesa. Aquí hay muchas ideas.

O sea, estás hablando de otro paradigma que no es el paradigma transformer.

Otro, eso es.

Que es el paradigma en el que vivimos ahora mismo.

Sí.

O sea, ¿hay, hay otra manera de llegar?

Eso es lo que se está, se, se está contemplando.

Vale, pero no hemos llegado.

Hay-

No hay un e-- no hay un equivalente a un LLM que te genere tokens, ni siquiera desde un plano teórico.

No hay un equivalente demostrado que te proporcione, eh, la misma capacidad ahora que ahora mismo los transformers, pero hay iniciativas y hay estudios preliminares muy prometedores en el que sí que puedes hacer aprendizaje con ordenadores cuánticos. ¿Y cuál es la clave de ese aprendizaje? Que un ordenador cuántico utiliza, explota un espacio exponencial de probabilidades.

Correcto.

¿Por qué? Porque puedes estar en superposición de todo tu, eh, mapa de bits y combinación de ellas.

Este es un concepto fundamental del transformer, la probabilidad de seguir un camino, ¿no? Al, al, al, al, a la generación de tokens.

Mmm.

O sea que conceptualmente tiene so-- todo el sentido del mundo.

Es que hay muchos paralelismos que nos hacen intuir, aún no tener la obviedad y la prueba científica, pero intuir que ahí hay algo. Y las primeras pruebas, nosotros, nosotros tenemos varias publicaciones en una línea que se llama reservorios cuánticos, en el que realmente podemos conseguir hacer supervised learning. Supervised learning, un proceso de aprendizaje muy sencillo, pero que a la vez no-- también nos, nos lleva a estudiar cuánto menos consume esto. No es tanto un tema de velocidad, eh, de cómputo, de precisión, de, de, de llegar a resultado adecuado, sino es un

tema más de qué me va a consumir esto, cuánta energía, cuántos recursos, porque el ordenador cuántico al final te comprime muchísimo las capacidades de cómputo en un-- unos pocos números de cúbits.

Una pregunta, digamos, separando el mundo de la inteligencia artificial como la entendemos hoy, a septiembre de 2026, y la computación cuántica, como la habéis explicado muy bien hace unos minutos. Aparte de, eh, el entrenamiento de una nueva generación de modelos utilizando la computación cuántica, yo también pensaba, eh, en la capacidad de, l-- de, de generar ideas y validarlas y programar y simular de la inteligencia artificial para hacer un salto cuántico en la capacidad de, ¿no? Mmm, desarrollar, eh, la computación cuántica y viceversa, ¿no? O sea, la

capacidad de simular un sistema de inteligencia artificial desde un punto de vista de experimentación cuántica, con lo que decíamos antes de optimización y de simulación. ¿Qué ha pasado en estos últimos dos, tres, cuatro años desde que se lanza hace-- casi ahora, hace cuatro años, ¿no? Mmm, ChatGPT, eh, en, en estas dos carreras paralelas de la inteligencia artificial y la computación cuántica ayudándose una a la otra.

Pues bueno, de hecho, como para simplificar, por un lado, eh, la, digamos, el desarrollo de las-- la promesa de los sistemas cuánticos, la contribución a la inteligencia artificial, y es, como comentaba Marta, esta nueva forma de poder entrenar, o sea, digamos, una-- en forma radicalmente diferente de, de funcionamiento. O sea, esta es, digamos, y es la contribución y es la promesa que, que puede hacer. Y eso implica, se supone, y las primeras indicaciones, mmm, dan, le dan soporte, un consumo energético de órdenes de magnitud inferior, lo cual ya de por sí es una cosa-

Es una locura

...espectacular.

Órdenes de magnitud de energía es-- cambia todo.

Exacto. O sea que esto, digamos, es un tema que se está trabajando mucho, pero es una gran promesa. Esto es en una dirección.

¿Esto requiere, Víctor, de un computador cuántico universal funcionando a tope o no?

No, porque los nuestros, que, como has dicho antes, no son universales, pero justamente para este tipo de, de cálculos son muy adecuados, incluso pueden ser más adecuados que los digitales, que sí que son universales, ¿no?

Eso es una cosa que vosotros podríais aplicar en los próximos dieciocho meses.

Exacto. Esta es, es una de las ideas en, en que estamos trabajando y que justamente Marta, pues ha, ha estado trabajando, porque además resulta que Marta, en su trabajo en Japón, entre-- trabajaba sobre dos líneas que han sido muy cruciales para nosotros. Una es el-- su comprensión de la, de la problemática de los errores cuánticos, correcciones cuánticos, que es un problema diferente, pero también los, los temas de indi-- de, de, de, digamos, que tienen que ver con in-interacción artificial, con sistemas analógicos, ¿vale? Ese es un tema. Entonces, viceversa, evidentemente también pasa. O sea, la inteligencia artificial

actual es fundamental para los que estamos trabajando en computación cuántica, porque en la-- el proceso de diseño, de diseño, porque al final se diseña con un ordenador de los convencionales, eh, pues, eh, en ese proceso de diseño, pues hay unas herramientas que son superútiles. Y es más, cuando tenemos el chip funcionando, hay que controlarlo. Hay que controlarlo y hay que, digamos, eh, estabilizarlo y hay que-- y eso también, eh, las herramientas que controlan ese chip cuando está-- ese chip cuántico está funcionando y hay que controlarlo con electrónica convencional Pues eso también hay herramientas de

IA que son superimportantes para poderlo hacer mucho más fácilmente, mucho más rápidamente, muchas-- mucho más eficientemente. O sea que hay, digamos, un, un, la-

Una retroalimentación total.

Una simbiosis.

Y absoluta.

Me la imaginaba y decía: "Quizá, mmm, la semana que viene, ¿no?, Víctor, tú te despiertas y dices: 'Ya está'". ¿No? Porque le has dicho a Astra o a Fable, ¿no?, los últimos modelos. De repente, ¿no? Os ha pasado en uno de estos lanzamientos de modelos, hay, hay muchas industrias en las que ha pasado, ¿no? Que de repente sale un nuevo modelo. Hace una semana y dos días creo que salió Astra de OpenAI y hará un par de meses salió Fable, ¿no? Y, y los dos nuevos modelos frontera han empezado a desa-- a desatascar casos de uso que, que realmente no funcionaban, han pasado a estar totalmente resueltos. ¿Habéis tenido algún momento de estos en los últimos seis, doce meses,

cuando realmente la inteligencia artificial está a la, a la altura a la que está ahora, donde digáis: "Ya está. Hecho. En una mañana he hecho lo que llevaba un año que no conseguía hacer"?

La inteligencia artificial ha tenido un impacto increíble en la compañía a todos niveles, tanto que hemos contratado a una persona especializada solo para trabajar en esto, para ayudar a nuestros equipos científicos de diseño, de medidas, a explotarla al máximo para que no haya estos bloqueos. No te puedo decir un caso concreto en el que haya sido transformacional, que nos haya desbloqueado una gran duda científica, porque es que lo que hacemos es precisamente muy complicado también. Tan complicado que hasta es complicado para la inteligencia artificial. Pero sí que puedo decir que uno de los impactos más fuertes que ha tenido es en la-- en el diseño de los chips. O sea, estamos

trabajando mucho. Eh, antes lo hacíamos todo con software especializado o lo hacíamos con-- de manera manual, programando las ecuaciones, etcétera. Y ahora con la inteligencia artificial, dándole una serie de directrices, es una auténtica barbaridad la va-- la velocidad con la que puedes testear un nuevo diseño, una nueva idea para una nueva iteración de prototipado de un chip. Esto yo creo que es donde está teniendo más impacto y donde nuestro equipo tecnológico lo está viendo más, que están alucinados.

Pero al ritmo que vamos, quizá es cuestión de semanas, ¿eh? Porque la analogía que se utiliza en la inteligencia artificial, en los LLMs, es: es inteligente como un niño de cinco años, ¿no? O una niña, como un, como un becario, ¿no? Como un, eh... Como un científico, como un doctor, pero para lo vuestro hacen falta cuatro doctorados, ¿no? Con lo cual faltan dos, dos versiones más de los modelos para que os sea útil, eh-

Pero llegará, llegará, seguro.

Pero a la velocidad que vamos está, está a punto de llegar. Vale, volvamos a Quilimancharo. ¿Qué vendéis vosotros? ¿Vendéis chips? ¿Vendéis consultoría? ¿Vendéis software o suscripciones? Eh, ¿o vendéis research? ¿Qué, qué, qué combinación de estas cosas vendéis al mercado?

Claro, ¿qué, qué es el-- cuál es el target del modelo de negocio de Quilimancharo? El target es vender máquinas, ordenadores cuánticos a centros de datos, gigafactorías, infraestructuras, centros de supercomputación, gente que quiera, empresas que quieran la máquina.

Con lo cual vosotros mandáis un, un palé.

Eso es el target. Eso es el target. Para eso tienes que industrializar, productivizar, escalar y avanzar muchísimo en esta tecnología. ¿Qué hacemos entre medias, ma-- mientras estamos yendo a, a, a-- hacia esta dirección? Pues tenemos casos de compras directas de ordenadores cuánticos. Esto es lo que llamamos, eh, l'on prem, o sea, eh, compañías, centros de supercomputación, centros de investigación que quieren adquirir un ordenador cuántico, aunque sean conscientes de que está en un estado de escalado y de prototipado, para empezar precisamente a democratizar internamente en, en su entorno, en, en, en su entorno de

ingeniería, en-- a-- como, como país, como, como comunidad, etcétera, aprender cómo funcionan estas máquinas y tener toda esa transferencia tecnológica para que sirva de pool de innovación para generar más y más conocimiento dentro de esta tecnología, porque es difícil formarla desde cero.

¿Esto ya lo habéis vendido?

Eso lo hemos vendido.

¿Cuántos computadores cuánticos?

Cuatro. Hemos vendido cuatro hasta día de hoy.

Y se han comprado con fines de investigación.

Con fines de investigación, de democratización. Tenemos dos que se compraron por parte del Gobierno de España, por parte del ministerio, financiado por el ministerio, uno que se compró con financiación de la Comisión Europea, de EuroHPC, porque EuroHP-- EuroHPC es la unidad de la Comisión Europea que se encarga de toda la infraestructura de supercomputación a nivel europeo y tenía una estrategia muy clara de hace muchos años, que creo que es fantástica, de equipar todos los grandes centros de supercomputación de Europa con capacidades cuánticas, para que eso sirviera de polo de democratización de la tecnología como estrategia para competir con los otros grandes

mercados que son China y Estados Unidos. Luego, ¿qué otra vía también seguimos de...?

¿Algún cliente privado os ha comprado también?

Sí, esta-estamos en proceso. Estamos en un proceso de venta de un cliente privado. No se puede decir.

No se puede decir.

Pero sí, sí. Pero no es, no es-- ahora mismo, no es lo más común. Lo más común para-- por parte nuestra y por parte de las otras compañías es vender a gobiernos, centros de supercomputación con un, con una, un mandato de investigación o con un mandato gubernamental de soberanía tecnológica y autonomía tecnológica, eh... o centros, estos centros de investigación, universidades, etcétera.

¿Teníais, o, o yo encontrando por Internet, eh, clientes privados?

Sí.

Bueno, claro, el Hospital del Mar no es privado.

Bueno, pero tenemos clientes.

Tenéis el Hospital del Mar, ¿no? En... Y he encontrado en Internet.

Tenemos, tenemos otros clientes privados, pero por otro modelo.

Luego Repsol, BBVA, Telefónica.

Sí.

Listados como clientes. Vale, pero no os han comprado computadores cuánticos.

No.

Entonces, cuéntanos las otras vías de negocio.

¿Qué hacemos con ellos? O hacemos una colaboración de desarrollo de, de capacidades algorítmicas cuánticas, o los empezamos a, a embordear, no me sale la palabra en castellano, a, a, a preparar, a, a El onboarding, ¿no?

Sí, les dais la acogida como clientes

La acogida, sí, la acogida, de, eh, para prepararlos para lo que vendrá en, en toda la materia de computación cuántica. Y ya les estamos dando, pues un servicio muy especializado utilizando, pues nuestras capacidades y nuestro conocimiento a nivel algorítmico. Esto queremos que evolucione en los próximos meses en un acceso directo por su parte, para aquellos que estén interesados, a las máquinas que tenemos aquí en Poblenou. Nosotros estamos aquí preparando un quantum data center. O sea, que no tengas-- o sea, si tú no tienes acceso a las máquinas del BSC, puedas venir a las nuestras y puedas trabajar con nuestro

servicio de consultoría algorítmica, que es algo supernicho, porque son todos, eh, doctores en cuántica o en proceso, que tienen un conocimiento muy, muy específico de, de, de la computación cuántica y las capacidades que puede tener para la, esa industria en concreto, y les ayudamos a identificar el caso de uso, porque han es-- escuchado de cuántica, tienen interés desde sus equipos de innovación o sus equipos, eh, tecnológicos y se piensan que todo vale, pues les ayudamos a, a bajarlo un poco, a quitar el hype y el humo, identificar qué casos de uso puede tener sentido y qué no. También intentar cuantificar

qué ventaja obtendrías tú si consiguiéramos un ordenador cuántico que te resolviera este caso de uso, porque a veces la ventaja es tan marginal que dices: "Mira, no te molestes". Pero cuando la ventaja es muy grande, cuando el margen de beneficio o de ahorro de costes es muy grande, pues entonces pasamos a la siguiente fase, que es empezar a construir el algoritmo.

Que es lo que decíais antes de modelar ese problema del mundo real a ese estado que programáis en el chip cuántico.

Sí.

¿No? Esa transformación, que esto es una cosa, entiendo, avanzadísima, que ningún cliente sabrá hacer por sí mismo. O sea, vosotros-

Exacto.

...tenéis que hacer toda esta traducción.

Les ayudamos a, a entender ese algoritmo, a, a, a-- se lo damos, le damos ese algoritmo. También lo simulamos. Esta-- hacemos una serie de benchmarks y de estudios con, eh, datos simplificados, porque obviamente con el problema completo no cabe en una máquina convencional, con lo cual tenemos una serie de simuladores especializados basados en redes sensoriales que nos permiten simular una parte del problema, pero no toda. Pero eso ya nos sirve para demostrar, para hacer ver que eso está funcionando. Y en algunos casos, ya solo haciendo esa simulación y cambiando el algoritmo cuántico, esto se llama

quantum inspired. En algunos casos, aunque no haya corrido en un ordenador cuántico de verdad, que es donde tendría la ventaja exponencial, etcétera, empieza a dar una ventaja. A veces es un incremento de, de, o sea, una reducción de tiempo de unas decenas, de un porcentaje de decenas, o a veces es una mejora en la precisión, etcétera. Normalmente, esto no es que sea una ventaja cuántica como tal, es que estamos proponiendo un algoritmo de inspiración cuántica que mejora muchísimo como tuvieras tú implementado ese algoritmo.

Aunque lo ejecuten en una computación tradicional.

En al-en algunos casos, mmm, en muchos, de hecho, no se encuentra esta ventaja.

Y esta es una de las críticas que, que leía sobre la realidad hoy-

Del quantum inspired.

Práctica. No, en general de la computación cuántica, cuando lo aterrizas, ¿no? Yo le he hecho a, a varios modelos de IA la pregunta varias veces, ¿no? Pero ponme ejemplos, ¿en qué caso hemos conseguido cosas calculadas con un computador cuántico que sean objetivamente, mmm, mejores, más baratas, más rápidas, más escaladas que la computación tradicional, no? Y, y me he encontrado un poco un muro.

Claro.

De decir: "No estamos ahí".

No, no, no, y es-

O sea, nos complicamos mucho la vida-

No, no, no

...para llegar a una cosa que en realidad hay un camino más corto, que, que tampoco es tan ineficiente de hacerlo con la computación no cuántica. Lo que pasa es que si te imaginas unas cuantas iteraciones más, entonces llegas a estos órdenes de magnitud a los que nos-- pero no estamos ahí todavía.

No estamos ahí. Eso yo creo que hay que ser muy, muy transparente y responsable, porque si no, ¿qué pasa? Que viene desinfo-

Si no vamos a vender lo que no es

...desinformación o moho, hype. Eh, esto es lo que se llama ventaja cuántica o utilidad cuántica, que es el punto en el que un ordenador cuántico te puede resolver un problema útil o de interés comercial o de interés industrial o de interés científico, me da igual, pero que te lo puede resolver mejor-

Mhm.

...que un ordenador convencional o que una capacidad de supercomputación convencional. Claro, esto es un poco subjetivo.

Esto no ha llegado.

Esto para un problema útil de gran relevancia no ha llegado. No ha llegado. Aquí habrá mucho debate porque de-- cada empresa dice una cosa. No ha llegado desde el punto de vista puramente científico, que se, se ha demostrado la ventaja cuántica para problemas científicos muy concretos y para problemas también artificina-- artificiales, como de, de, de sampling, que tienen aplicaciones, pues limitadas. Pero para problemas de optimización, problemas-- el algoritmo de Shor, que es el algoritmo que te resuelve todo el tema de la factorización-

La encriptación. Mhm.

Para la encriptación o problemas de simulación que no se puedan resolver a día de hoy, eh, con un superordenador, aún no se ha llegado. Pero estamos en ese punto de inflexión en el que estamos empezando a ver sistemas hardware ya de cierto tamaño, en el que ya sí que va a ser muy complicado resolver lo que te resuelva este hardware con un ordenador clásico. Y yo creo que estamos hablando de pocos años en ver ventaja cuántica para los primeros algoritmos. No creo que sean algoritmos de alto impacto en, por ejemplo, en un sector financiero, o igual no va a

estar, no va a entrar de seguida, impact-- enseguida a impactar toda la sociedad a nivel industrial. Va a empezar, yo creo, desde mi punto de vista, en problemas de simulación, en problemas más, eh, de simulación de materiales, de materia condensada, física.

Esto sí que tiene muchas aplicaciones-

Muchísimas aplicaciones.

Con valor económico, ¿no?

Muchísima aplicación.

El desarrollo de materiales, por ejemplo, a nivel de cirugía, medicina-

Muchísimas aplicaciones.

Construcción aeroespacial.

Baterías para los coches eléctricos.

Baterías, correcto. Este es un tema enorme, ¿no? En energía. Eh, o sea, hay, hay "trillions" bloqueados ahora mismo por falta de desarrollo-

Claro.

De materiales.

Claro.

Y es uno de los casos más mencionados en la simulación cuántica, ¿no?

Sí, allí, allí es donde creemos que va a haber el primer impacto, la primera ventaja cuántica. Luego, mucho más adelante, va a ser la optimización, porque la optimización, cuando realmente, los problemas de optimización, cuando realmente se vuelven, eh, imposibles de resolver en un ordenador convencional, es cuando tienen muchísimas variables.

Mmm.

Muchísimas variables, muchísimos caminos posibles para llegar al resultado. Cuando esto pasa, pues también necesitas muchísimos cúbits, porque tienes que codificar toda esta información en un sistema grande, con lo cual tienes un Una necesita de escala-- una necesidad de escalar el sistema, aún que va un poco más allá de lo que ya podrías demostrar ventaja cuántica en simulación. Y la gran incot-- eh, incógnita es aquí cuando, cuando entra le, el, el impasse de la inteligencia artificial y el quantum AI, cuándo se va a poder también demostrar una ventaja cuántica en, en inteligencia artificial.

En el entrenado de modelos-

Sí.

Con computación cuántica.

Y, y en cada uno de los casos, lo que se conoce como ventaja cuántica es una métrica distinta. En alguna puede ser el tiempo, en otra puede ser el consumo de recursos, la energía, y en la otra puede ser la precisión. No tiene por qué ser siempre complejidad a nivel temporal.

Ah, y el tema, perdón, y el, y el, y el tema está en que, en que como estos sistemas cuánticos, eh, siguen estas normas exponenciales, eh, puede ocurrir que llegue un momento en que añadiendo unos cuánt-- un, un poc-- unos pocos cúbits adicionales, cúbits lógicos, que funcionan realmente como han de funcionar, sin errores, eh, la capacidad de cálculo sí es exponencialmente mejor. Y, por tanto, digamos, puede llegar un momento en que hasta un cierto momento no pasa nada porque aún no es competitivo con un sistema convencional, como es el caso actual hoy.

Pero puede pasar que para ciertos cálculos llegue un momento en que de repente se haga supers-- mmm, superdisruptivo. Por eso las grandes consultoras, hay una, hay una transparencia del Boston Consulting Group que es muy interesante, eh, que es muy gráfica y que habla de, del, del impacto de la-- previsible, de el valor económico, dónde es-- qui-quién lo va a acumular, ¿no? Las, las, eh... Hay una, hay una curva en el tiempo, hay una curva de Bell, una, una curva gaussiana típica de la adopción

de nuevas tecnologías, ¿no? Hay los, los, los pioneros, la mayoría y los, los, los que van detrás, ¿no? Y en cambio, ponen otra curva en la misma gráfica, también con el tiempo, pero esta mide, eh, el, la, la acumulación de la, de la aportación económica. Y esa curva está totalmente, eh, puesta hacia el principio. Es decir, que los pioneros van a acumular la gran mayoría de la ventaja económica que se suscitará por el uso de la computación cuántica. ¿Por qué? Porque-

Esto no es intuitivo.

No es intuitivo, pero, pero si explico-

Se me ocurren ejemplos donde no ha pasado esto, ¿no?

Vale, pero digamos que su argumento es que como que la ventaja será disruptiva y pasará de repente, cuando pase, la gente que no esté preparada porque tendrá aún que ponerse a probar los, estos nuevos programas, esto de la cuántica, no sabemos cómo funciona, etcétera, etcétera, etcétera, perderán un tiempo hasta que con las consultoras podrán ponerse al día. Los que lo tengan ya preparado desde el primer momento podrán usarlo y como para ciertos cálculos la diferencia será exponencial o puede ser exponencial, el beneficio económico puede ser extraordinario. Y por tanto, su argumento es: los que

estén preparados al principio, que puedan acceder a los primeros sistemas cuánticos realmente, eh, comercialmente atractivos, que tampoco habrá tantos, porque habrá una cierta limitación. La gente que está preparado in-- con el acceso a esos equipos y sobre todo con los códigos ya preparados para usarse un sistema cuántico, en cuanto sea útil y sea atractivo, será exponencial o puede serlo, y por lo tanto, el beneficio que van a sacar competitivamente con respecto a, a los demás va a ser muy grande. Y por tanto, eh, cuando los demás puedan hacer lo mismo, ya habrán perdido el tren, porque los que lo han hecho primero habrán acumulado toda la ventaja, ¿no?

En fin, o sea que el, en resumen es que, que conviene-

Y esto, esto es-

La recomendación es, la recomendación es prepararse. Y prepararse qui-- no quiere decir comprar un computador cuántico. Lo que quiere decir-

Gracias a Dios.

Porque es muy caro y es muy complejo hoy, y eso lo hace por el, el sector público. Pero una empresa lo que tiene que hacer es concienciarse de que esto vendrá, entender en su portafolio de aplicaciones dónde va a incidir y para esas aplicaciones en particular, preparar los códigos, que no tienen nada que ver con los códigos habituales, sino son códigos radicalmente diferentes, y estar preparados para cuando llegue el momento poderlos aplicar de forma inmediata.

O sea, con lo que cuesta hoy en día hacer la reflexión de cómo está cambiando el mundo con la inteligencia artificial, ya yo me dedico a esto. O sea, yo solo hago esto y me cuesta un montón intentar pensar cómo cambia el mundo en un año.

Sí, sí.

Ya no te digo en diez y en veinte. Con la inteligencia artificial, imagínate si además de esto-

Ya poner la cuántica.

Tengo que plantearme-- y ahora con computación cuántica mainstream, qué implicaciones tiene. Ya no te digo mi empresa, es que el mundo, la sociedad, la economía, eh, la política, etcétera. Eh, un, una cosa que me hacías pensa-pensar, que luego te pediré esta transparencia del BCG porque la podemos compartir, eh, en el, en el vídeo, pero, eh, estaba pensando yo en Internet, ¿no? Que es un poco mi vida. Yo, yo nazco, eh... y, y, y mi infancia es los inicios de Internet, ¿no? Y mi, mi vida adulta empieza cuando estalla Internet. Entonces, yo he vivido toda, toda esta explosión y me he dedicado a esto, ¿no? Las empresas

que nacen con Internet, que son punteras, que están preparadas, eh, no son las empresas que ni de lejos se han beneficiado más con la explosión de Internet, ¿no? Si tú miras las empresas por capitalización bursátil que más se han beneficiado de Internet, pues tendrás un Google, tendrás un, eh, Amazon, que son de las antiguas, pero luego tendrás, eh, un Meta, ¿no? Eh, tendrás un Airbnb, tendrás un Uber, tendrás un montón de compañías que son muy antiguas comparadas con la edad de Internet. Y tú estás diciendo que con la computación cuánt-- o BCG, ¿no? Boston Consulting Group está diciendo

que con la computación cuántica no habrá ese tiempo de preparación Porque la-- el estallido será más brusco-

Puede, puede pasar

...que en Internet.

Puede pasar. También hay o-otros argumentos que dicen: bueno, esto será progresivo y los temas cuánticos irán mejorando, digamos, paso a paso y como que estarán instalados en los centros de datos de los Amazons y compañía, do-- los, los usuarios de a pie, para entendernos, las empresas, pues podrán acceder a esos sistemas de forma progresiva y el usuario casi, digamos, verá que es mucho más potente lo que puede hacer y no será consciente de que igual detrás hay un sistema cuántico. Pero el, el informático tiene que saber que para poderlos aprovechar tiene que, tiene que entenderlo.

Buena suerte. ¿Y cómo se prepara un informático? O sea-

Bueno, pues yo-

Yo que soy informático, por ejemplo, ¿no?

Bueno, yo-

¿Qué son estos códigos de los que hablas a la práctica?

Claro, lo-- digamos que en el futuro, como que en las, en las facultades de-- en las escuelas de informática del futuro o en las actuales, se empezará a hablar sobre computación cuántica, pues habrá nuevas generaciones de, de informáticos o de científicos en general, o de ingenieros, que ya sabrán que hay una-- un diferente tipo de, de, de hacer-- una dif-- una forma diferente de hacer cálculos, que es esta de cu-- de la cuántica, y lo pueden aprovechar sin saber nada de los detalles de la física cuántica. Igual que tampoco sabemos hoy en día cómo funciona un transistor ni-

No sabemos de electrónica. Para programar JavaScript no hace falta saber electrónica.

Claro, eso, eso también pasará. Pero hoy, para poder aprovechar estos nuevos sistemas cuánticos, que son muy exóticos, muy especiales, pues, eh, en general hay que-- hay, mmm-- la gente que lo sabe usar bien hoy es gente que viene de-- son conocedores de la, de la física cuántica, ¿no? Son físicos cuánticos, son, son, son teóricos, son-

Es igual que los primeros programadores tenían que saber bastante de electrónica, porque el lenguaje máquina, que es el primer lenguaje de programación-

Exacto

...digamos, que se podía utilizar y que se utilizaba, era literalmente poner bits a uno y a cero, ¿no? Y luego como darle una vuelta a la manivela y esos bits se propagaban, ¿no? El primer lenguaje de programación es lenguaje máquina, es literalmente, mmm, interruptores en todos los bits de un registro para empezar a mover, ¿no? Y luego se, se pasa de ahí al ensamblador, al C, a-- y, y luego acabamos en el Ruby, el Python, el JavaScript y las cosas que, que utilizamos hoy en día. ¿Cómo se programa un ordenador cuántico? ¿Se programa en JavaScript, se programa en ensamblador o en chino? No lo sé.

Bueno, hay, hay, hay todo un, un stack de software que va desde, digamos, el lenguaje máquina, que es donde en nuestro caso enviamos unas señales de microondas al chip para que haga cosas. Y entonces hay una medida muy, muy sofisticada de qué es lo que ha hecho el chip y cómo... En fin, hay toda una, una, una parte de, de muy bajo nivel que está controlada por una serie de, de señales electrónicas.

Pero lo humano define esto.

Exacto. Pero después eso está, digamos, está controlado por una serie de capas de, de software que acaban en un SDK que-- donde, digamos, con, con un Python, con Python se puede trabajar, pero-

Un SDK es un kit de desarrollo de software.

Exacto, exacto.

Unas librerías que utiliza el humano.

Exacto, que lo que hace en el fondo es-- hay una-- las capas de software van traduciendo lo que el programador quiere hacer y sin saber nada de lo que pasa por debajo, ¿no? Y lo va traduciendo para que funcione. Entonces, eso tiene-- y eso que es complejo, eh, y digamos, y hoy en día cada, cada proveedor tiene su propio stack de software.

Proveedor de computadores cuánticos.

Exactamente así, correcto.

Vosotros, por ejemplo.

Exacto, exacto. Entonces, digamos, en la industria tien-tendrá que haber un ejercicio de consolidación, ¿no? Y de ponerlo en común.

Estandarización.

Y estandarización.

De cómo se programan esos ordenadores.

Exacto. Sí.

Claro.

Que NVIDIA, por ejemplo, tiene famosamente CUDA.

Exacto.

Que es una de las grandes ventajas competitivas de NVIDIA, ¿no?

Su estándar de programación de GPU.

Que es el-- es cómo se programan las GPU, ¿no?

Sí, exacto.

La computación de para-- hiperparalelización, que es lo que se antes usaba para gráficos, luego para cripto y ahora para inteligencia artificial. Todo esto se basa en un lenguaje de programación, en un SDK, que es CUDA. Vosotros habéis creado vuestro propio CUDA.

Claro, y es-- y el, el, el-- la razón detrás de esto es lo que comentábamos antes. O sea, el, el, el campo del hardware cuántico es tan heterogéneo que un poco cada uno de nosotros, a no ser que compartas el mismo hardware, tienes que crear tu, tu lenguaje, tus, tus stack de software. Eh, y es, es-- y a pesar de que tengamos esas diferentes capas, esa capa de control, que lo que te hace es modular los pulsos de microondas, luego tienes otra capa que lo que te hace es convertirlo en una secuencia, una secuencia de, de operaciones y luego una capa más alta, que es donde programas, eh,

una serie de objetos. O sea, es una serie de objetos que te permiten hacer esta combinación de, de, de operaciones que se traducen en el algoritmo. Esto sigue siendo muy bajo nivel. O sea, de hecho, una de las cosas que, eh-

O sea, incluso ese Python-

Es muy, muy bajo

...estás tocando cúbits.

Es muy bajo, exacto. Tienes que tener-

No sé si te entiendo lo que digo, pero que estás muy cerca del hardware.

Estás muy cerca. Y una de las grandes, grandes desafíos, que yo creo que van más allá del hardware, están en el software. Y de hecho hay mucha gente que opina en esa dirección, que el gran desafío va a ser el software, no tanto el hardware, es generar esa abstracción. De manera que, por lo que comentábamos antes, o sea, yo creo-- ¿por qué el, el Boston Consulting Group dice esto? Yo creo que porque la barrera de entrada es tan grande que o se soluciona o s-- o la gente va a tener que ser siempre experta en lenguaje máquina cuántica. Bueno-

Y habrá, por definición, cuatro.

Habrá muy-- habrá-

El mundo no se va a hacer experto en computación cuántica.

Habrá muy poco. Habrá muy poco. O sea, o tardará mucho, porque es un campo muy nicho, muy poco intuitivo y necesita un nivel de expertise, pues, mmm, complejo. Con lo cual yo creo que aquí el gran desafío y el gran reto, y donde tendríamos que trabajar muy activamente todos y de manera conjunta, es, es en esa capa de abstracción que nos falta. O sea, cómo trasladamos ese-- esos conceptos, esos paquetes de software a un lenguaje que el ingeniero que trabaja en una energética o, eh, la persona que tiene que optimizar su almacén, se pueda trasladar todo y de manera completamente

abstracta, transparente y sin tener que tener conocimientos de mecánica cuántica, puedas explotar, puedas utilizar las capacidades de un ordenador cuántico.

Pero esto sí que Os han cambiado las reglas del juego brutalmente.

Con la inteligencia artificial.

La inteligencia artificial ha aprendido a programarlo todo.

Sí.

Y con una perseverancia y una creatividad bastante potente.

Sí.

O sea, yo antes, por ejemplo, nunca me hubiera planteado, mmm, programar, mmm, CUDA, ¿no? Una, una GPU yo. Pero yo ahora mismo no tengo-- no lo he hecho, pero esta noche, si me pongo con mi ordenador, mmm, Anthropic o OpenAI me harán todo el trabajo. Yo les puedo pedir lo que quiero hacer y sé que me van a programar todas las capas intermedias hasta el bajo nivel de-

Y es la gran promesa. Es que es la gran promesa.

Esto ya está resuelto, ¿no? Es-este agujero que teníais ya está resuelto por los modelos, eh, grandes, con lo cual ahora solo falta, pues que acaben de funcionar bien los cúbits. Oye, que me he pasado de largo y, y quería pararme ahí. Habéis hablado antes de el número de cúbits. Yo he leído que vosotros tenéis ordenadores cuánticos con diez cúbits.

De la modeliz-- de la modalidad analógica estamos trabajando con diez, 15, sí.

Por eso, que son de una calidad muy diferente.

Vale, ¿qué significa diez o 15 cúbits? ¿Y por qué no 150? ¿O por qué no dos?

Bueno, o sea, cuantos más cúbits, más capacidad de procesamiento.

Más mejor.

Cuantos más, mejor.

Pero de calidad. Ahí está el problema.

Porque IBM tiene 500 o 470.

Sí, pero tiene la problemática de los errores.

Claro.

Con lo cual-

Los suyos van como en escopeta de feria, los vuestros van finos.

Tiene la problemática de los errores y su mecanismo para corregir estos errores de manera casi paralela, con propiedades distintas, como hacemos en computación convencional, es bajo la-- poniendo redundancia.

Vale. O sea, prueban la misma operación múltiples veces y eligen el camino más-

No exactamente, porque la mecánica cuántica no te permite hacer este tipo de cosas. Lo que-- pero necesitan, al final, en definitiva, protocolos de corrección de errores que te exigen tener por cada cúbit lógico, por cúbit algorítmico, eh, el orden de mil cúbits físicos para poder codificar esa información de manera redundante y de manera tolerante a errores.

¿Sí? ¿Uno a mil?

Hay, hay, eh, los algoritmos originales de, eh, protocolos de corrección de errores que son basados en surface code, que son los que han-- se han probado poder escalar, son-- tienen estos ratios. Sí que es verdad que se están reduciendo estos ratios y los vas a encontrar si buscas, ratios diferentes, pero no te corrigen todos los errores.

O sea, como más corrijan los errores de los cúbits digitales, me-menos cúbits digitales hacen falta para poder hacer la misma cantidad de computación que un cúbit analógico.

Exacto. Y eso es para hacerlo para la computación universal digital que hemos comentado antes, pero la computación cuántica analógica no tiene las mismas demandas de corrección de errores, con lo cual puedes utilizar-- puedes hacer más con menos cúbits o no sin las exigencias de miles de cúbits que te pide la computación cuántica digital para ciertos problemas.

¿Qué os limita a hacer un computador cuántico con mil cúbits-

Ahora mismo.

...buenos en lugar de diez o 15?

Pues hay muchísimos desafíos de-- en el escalado. También recordar que nosotros estamos haciendo una tipología de cúbit que no es la que ha escalado Google o IBM, con lo cual las recetas de escalar a nivel de diseño, a nivel de fabricación, las estamos reinventando desde cero, estamos inventando desde cero. Y ahora mismo, pues estamos haciendo prototipados donde estamos mirando. Vamos también muy-- con mucho cuidado de no escalar a la vez que pierdes coherencia, a la vez que pierdas esa calidad. Con lo cual nuestra KPI no es el número de cúbits ahora, ahora mismo. Lo va a ser, pero ahora mismo es la calidad. Y

vamos a in-incorporando nuevos cúbits, chips más grandes, siempre enfocándonos en preservar estos tiempos de coherencia, que ahora mismo están alrededor de 160 microsegundos.

¿160 microsegundos es lo que tardáis en poder leer o, o estabilizar un cúbit?

Es, es el tiempo en el que el cúbit te va a mantener efectos cuánticos, lo cual es mucho. O sea, parece poco, pero es mucho.

No, no, es mucho.

Es mucho, es mucho. Es mucho tiempo.

Sí, yo entendía que el problema era lo contrario, ¿no? Que, que se, se mueve tan rápido que no, no tienes tiempo de parar a mirarlo.

Exacto.

Es lo contrario. O sea, es, es mucho. Em, ¿de qué está hecho un cúbit de los vuestros? Es, eh, sil-sil-silicio.

Aluminio. Aluminio.

Es aluminio.

Aluminio. O sea, el circuito superconductor es aluminio y luego está sobre una placa de silicio también, una PCB, eh...

Vale, pero la conducción, la superconductión.

Aluminio.

Es aluminio frío.

Muy frío. Muy frío.

O sea, en, en los dos ingredientes básicos son aluminio.

Sí, no son elementos muy noved-- o sea.

Y decenas de mil kelvin.

Sí.

Exacto.

Elementos bastante básicos.

¿Qué compráis hecho y qué hacéis vosotros?

Bueno, lo que, lo que compramos es lo que te comentábamos antes, el, lo, el, todo el sistema de, de criogenia.

Vale.

Que es estos grandes termos con-

La nevera.

La nevera, con unos sistemas de, de helio para mantener la temperatura muy baja, etcétera. Ese es un tema. Después, eh, para acceder a, a los chips hacen falta unos, unos cables. Y estos cables tienen una cierta, digamos, eh, requerimientos, porque claro, pasan de temperatura de milésimas de kelvin y al final el cable tiene que salir afuera, ¿no? O sea que hay unos cables muy espe-especializados.

A 38 grados este verano.

Sí, exacto. O sea que eso es, digamos, otra tecnología que también, digamos, tenemos gente con la que trabajamos. Y después hay la-- claro, para-- y después, eh, ese cable tiene que enviar las, las señales que están controladas por un, por una electrónica, por una, por una electrónica que de momento está fuera del sistema criogénico. Y esa, y esa electrónica es una cri-- electrónica especializada, porque está pensada para saber, digamos, qué tipo de señales tiene que enviar, cuándo y cómo, en función del programa que le llega del sistema operativo, ¿no? Entonces, aquí hay otra serie de, de startups

también. En principio también son, son europeas con las que trabajamos nosotros, que nos-- con los cuales trabajamos para, digamos, acceder a, a esa electrónica. O sea que hoy por hoy hacemos el chip y hacemos el sistema operativo.

Fabricáis el chip.

Eh, lo fabricamos, sí. O sea, diseñamos y-

Diseñáis y luego lo mandáis.

Lo mandamos para-

A un TSMC de turno.

Sí, bueno, de momento son foundries pequeñas.

Tenemos dos vías. Tenemos fabricación interna. En fabricación interna lo que hacemos son los elementos más, más base que alimentan el diseño. Y luego cuando ya tenemos un diseño completo, ya un chip grande, lo llevamos a escalar a una serie de foundries europeas.

Vale.

Que son-- no son foundries grandes, son-

Son una versión regional de TSMC, digamos, que hay en el mundo.

Salas blancas, salas blancas pequeñas con una especialización muy concreta.

Vale. Ehm, ¿qué cuesta si ahora me da por comprarme un computador cuántico?

Te hacemos un buen precio, ¿eh? O sea que-

Vale, pero el, el precio de lista, vamos a decir. Luego nos decís el descuento de amigo, pero el precio de lista, ¿estamos hablando de diez mil euros, diez millones de euros?

No. El-- depende del número de cúbits. ¿Por qué? Porque cuanto más grande tienes el chip, más-

Vale, el más grande que tengáis, el de quince.

Pues estamos hablando de varios millones de euros.

Varios millones de euros.

Sí.

Esto es fabricar y entregar-

Todo

...un computador cuántico.

Sí.

Todo. Digamos que se puede usar, se puede programar, se puede aprovechar.

Todo.

Vale, o sea, todo el tema operativo y toda la, la-

Todo. Las licencias, todo, todo mantenimiento

...y de estos habéis vendido cuatro.

Mhm. Exacto.

Sí.

¿Es este vuestro principal modelo de negocio, vender computadores cuánticos?

Ahora mismo es el que tiene más impacto en, en el, en, en los ingresos. Porque sí que son órdenes de magnitudes mayores al, a lo que facturamos con clientes más pequeños de consultoría, obviamente.

¿Qué facturáis?

El año pasado cerramos con cinco coma cinco millones.

Cinco coma cinco millones de euros, que esto serán un par de computadores cuánticos.

Bueno, son proyectos multianuales. Lo que hacemos en, en el despliegue de computación de ordenadores cuánticos, muchas veces nos piden, claro, el campo evoluciona tan rápido que lo que te piden es un upgrade ability. O sea, que cada equis meses o cada, eh, medio año les puedas actualizar el chip. O sea, tú pagas una se-- la infraestructura y luego vas cambiando el chip para un chip más potente, con más cúbits, etcétera. Esto lo hemos hecho, por ejemplo, en el caso del Barcelona Supercomputing Center, uno de esos proyectos tenía, bueno, los dos, de hecho, los dos proyectos que tenemos con ellos tienen una upgrade ability, unas condiciones de que cada equis, pues vas

mejorando. Y luego, según los milestones que vas consiguiendo a nivel de ponerlo en specs, etcétera, pues facturas.

Y si todo va bien en Quilimanjaro, imaginaros el plan perfecto. ¿Qué pasa en los próximos cinco años a nivel de producto en producción, ¿no? O sea, en manos de clientes, eh, aportando valor al, a la economía o, o a los centros de investigación. En cuanto a facturación, en cuanto a inversión, ¿cómo evoluciona Quilimanjaro en el mejor de los escenarios en los próximos cinco años?

Depende. Va-- vamos por partes. A nivel tecnológico, el escalar en los sistemas hasta donde creemos que podemos ya poda-- empezar a demostrar esa ventaja cuántica, esa utilidad cuántica, que serán entre los cincuenta y los cien cúbits.

Vale, esto es más cúbits por máquina, ¿eh?

Más cúbits, manteniendo las coherencias. Y también en la parte algorítmica. O sea, identificar ese caso de uso, ese algoritmo, que con ese tipología de chip, pues nos da esa ventaja cuántica. Y también todo el software de control. O sea, todo va acompañado. A nivel de milestone tecnológico, esto.

Cien, ciento cincuenta cúbits. Con esto crees que ya llegamos a solucionar problemas grandes-

Sí

...de manera práctica.

Sí.

Con una gran-- con, con efecto ya disruptivo, ¿eh?

Mhm.

Sí. Y es ahí-

Con lo cual hay cola para comprarlos.

O es ahí donde ya empiezas a ver el crecimiento. Claro, no es solo una máquina, un prototipo que tú puedas tener en tu laboratorio, que ya puedas demostrar esa ventaja, que obviamente, eh, mmm, va a ser un sistema muy concreto, es ya luego empezar un proceso de, de industrialización, un proceso también de, de estandarización de los procesos de fabricación. O sea, nosotros para hacer un chip, para fabricar un chip que funciona bien, que está en, en specs, tenemos que fabricar muchísimos. ¿Por qué? Porque los yields, la robustez de los procesos son horrorosos. ¿Por qué? Porque tú si tú te vas a una fábrica de un chip

semiconductor, probablemente no verás personas, porque está todo superautomatizado y eso hace que el error humano sea mínimo. Pero si tú te vas a una sala blanca a ver cómo se fabrica un chip cuántico, es un proceso-

Ver a señores con pipetas, ¿no? Es muy-

...artesanal, es un proceso muy artesanal. Con lo cual esto es una cosa que tiene que pasar si tú realmente quieres llevar esta tecnología a una escala industrial. Esto ya se está trabajando de manera muy cooperativa y muy colaborativa con diferentes compañías a nivel europeo y a nivel internacional. De hecho, formamos parte de las pilot lines de desarrollo de cúbit superconductores con empresas que son competidoras, pero que como tenemos el mismo interés de desarrollar estas infraestructuras a nivel europeo, que tengan estos procesos lo más estandarizados y automatizados posibles, nos compensa a todos. Es un win-win. Luego, a nivel de crecimiento económico, pues lo que

queremos, lo que quiere cualquier empresa, seguir facturando, seguir facturando cada vez más y sobre todo generar un, un mercado cada vez más grande. O sea, pa-- hasta ahora nos hemos enfocado mucho en el mercado español, nos hemos enfocado también un poquito, hemos tenido algún caso concreto pero muy ad hoc con el mercado asiático. Tenemos que crecer mercado y hay un mercado que para nosotros es muy importante, que es el mercado americano. El mercado americano, pues ahí hay grandes empresas también muy interesadas en la computación cuántica. Hay un polo de tecnologías cuánticas muy fuerte, o sea, las empresas como la nuestra en Estados Unidos están cotiza-cotizadas en el

Nasdaq. Eso quiere decir que hay una recepción muy grande del mercado y de las compañías hacia esta tecnología y es un mercado en el que tie-- hay que estar. O sea, ese crecimiento y esa expansión de mercado necesaria y a la par que estás empezando a industrializar todos los procesos de despliegue y puesta en producción de un ordenador cuántico, con el fin de también empezar a entrar ya no a centros de investigación, universidades, HPC, sino que empezar a virar hacia gigafactorías y centros de datos.

HPC, me lo has dicho varias veces, es high performance computing, ¿no? Es una manera de hablar de supercomputadores.

Supercomputadores que normalmente están dedicados a, eh, áreas de investigación.

Y el BSC, ¿no? Es el Barcelona Supercomputing Center, que yo estudié ahí al lado, que de hecho creo que ya hemos hablado del BSC en algún otro episodio de podcast, ahora no recuerdo de cuál, pero recomendamos mucho ir a verlo.

Ir a verlo.

Porque es una preciosidad, es una joya de Barcelona. Está un poco escondida arriba en la Diagonal.

Es maravillosa.

Pero es una obra de arte, ¿no? Arquitecto.

Pues ahora, ahora, perdona, ahora cuando entras, cuando entras en la-

Ya hacía años que no voy

...en la capilla, bueno, pues ahora tienes que ir, porque ahora cuando entras en la capilla, cuando hay como una pequeña escalinata y hay toda la, todo el, todo el, todo el cristal con centro de datos.

La pecera.

Pues lo que hay delante en, en la pecera son tres ordenados cuánticos, uno azul, uno rojo y uno verde que está detrás. Digamos que es lo primero que ves cuando entras.

¿Y alguno es vuestro?

Sí, sí, los tres.

Los tres son vuestros.

Detrás hay la, eh, la fa-- la factoría de, de IA, que se está poniendo en marcha ahora. Y detrás, el edificio nuevo que hay detrás, eh, que es el nuevo edificio del, del BSC, que es una, y es una torre blanca, eh, enorme. Y en el sótano hay el Barelos Trun cinco, que es su nuevo supercomputer.

Uno de los más potentes de Europa.

¿Nos pasaréis alguna foto también para que la...? Tenemos que haber hecho el podcast ahí.

Sí, sí. Así.

Hubiera sido una pasada.

Eso sí que hubiera sido un banger.

Y después, si queréis, pasamos y cuando, cuando queráis volvemos por allí y lo hacemos allí.

Vale la pena verlo.

Tocar una cosa tan abstracta como esta tiene que ser interesante. Ehm, a nivel de rondas o corporativo Es que estamos hablando de entidades públicas, estamos hablando de universidades y estamos hablando de mucha colaboración. O sea, parece que estemos hablando de un centro de investigación, mmm, de gente que trabaja a nómina de, de una, digamos, de un grant europeo, ¿no? ¿Vosotros sois una SL? ¿Sois una empresa normal y corriente?

Somos una empresa, somos una SL.

¿El capital es cien por cien privado?

No, tenemos inversión pública, porque-

Sois una spin-off.

Somos una spin-off de una serie de, de, de una universidad, la Universidad de Barcelona, del Instituto de Física de Altas Energías, el IFAE, y del BSC, por el origen de nuestros cofundadores.

Es una múltiple spin-off.

Exacto, sí.

O sea, varias universidades han hecho una spin-off combinada.

Sí, porque los, los, los tres fundadores científicos venía cada uno de ellos de uno de estos centros. Eran y co-- eran compañeros, amigos y estaban colaborando, pero cada uno tenía su función-

Madre mía

...en un centro de estos. Y entonces nacimos a raíz de estas tres personas y, por tanto, somos spin-off de, de las tres. Pero somos una, una SL. Y entonces, en el capital de esta SL-

Con ánimo de lucro.

Con ánimo de lucro, sí. Y en, en el accionariado hay, eh, hay, hay una multinacional que es Repsol, que es una empresa, digamos que, que tiene mucho interés en ver cómo esto de la cuántica avanza, porque saben que para su futuro, para su uso futuro, para ellos, pues será importante y tienen mucho, mucho, mucho interés. Por un lado, tenemos dos fondos de, de capital riesgo, uno de Barcelona y uno de Madrid. Tenemos a una family office. Todo esto es privado. Y después tenemos dos inversiones de dos fondos públicos, ¿eh? Uno es-

¿SET?

Sí, uno justamente es la SET, de Ministerio de Transformación Digital, y el otro es el, es el ICO, a través del ICO, que, bueno, digamos, son los dos, los fondos públicos. O sea, pero la empresa como tal tiene, tiene, digamos, eh, su objetivo es, digamos, mmm, poder crecer y, y generar suficientes beneficios para sus accionistas, ¿no?

¿Qué porcentaje tienen las universidades?

Ah, muy bajo.

Sí, ahora son-

Ahora mismo yo creo que no llega al, no llega al tres.

Sí.

No llega al tres por cien.

Sí.

El, el-- antes de los inversores, ¿no? Porque hay la spin-off, que es al final el, el token de agradecimiento a la entidad pública que ha hecho el research y le ha pagado la nómina, ¿no? Al investigador antes de que el investigador vaya ahí al capitalismo, alguien ha subvencionado esto, ¿no? Con lo cual se le devuelve un porcentaje como agradecimiento a, a esta subvención que has hecho, a la investigación. Eh, antes de la inversión, ¿qué porcentaje tenía el equipo fundador?

El ochenta y cinco por ciento.

El ochenta y cinco por cien. ¿Y el otro quince?

Era de las universidades.

Era de las universidades que se han ido diluyendo.

Claro.

Claro, esto es una empresa muy capital intensive.

Sí.

Mucho.

O sea, os habéis diluido mucho.

Claro, porque hay-- sí, digamos, hace falta-

Ha salido caro ese capital.

Sí, bueno, y digamos, lo que ocurre es que es una, es un tipo de empresa que es de, digamos, cuyo desembolso en CapEx, eh, es importante, porque hace falta toda una serie de instrumentación, laboratorio, eh, uso de salas blancas, etcétera. Digamos, hay un coste que no es ya el personal con su ordenador que están haciendo cosas, sino que es todas estas instalaciones físicas que son relativamente caras, ¿no? Y entonces, la verdad es que, eh, cuando nacimos, eh, también, lógicamente, eh, la parte de las subvenciones, que son, que son a fondo perdido, ¿no? De, de la administración pública, jue-jugaron un cierto papel,

tanto la, la catalana como la española, como la europea. Eh, y, pero claro, lle-llega-- y también conseguimos fina-- con el proyecto de los Emiratos Árabes, fuimos, de hecho, contratados para instalar el primer computador cuántico en, en los Emiratos. Bueno, de hecho, en todo el Golfo Pérsico, el primer computador cuántico que hubo fue en, en Abu Dabi y fue tecnología nuestra. Em, bueno, con esto, digamos, lo que conseguimos fue financiación de, de cliente, que es una cosa atípica para una start-up y menos para una start-up de tipo deep tech que aún está inventando su tecnología.

Que en realidad es la manera, mmm, estándar de financiarse.

Sí, exacto.

Con los clientes, pero haciendo deep tech cuántico.

Deep tech y hardware.

Exacto.

Sí.

Es una cosa muy, muy, muy-

Su golpe de suerte.

Sí.

Pero llega un momento en que, a pesar de que después, como comentábamos, ¿no? Y los proyectos con el BSC, tanto el del Ministerio como el de, el de Bruselas, pues son proyectos muy importantes. Pero con todo y con eso, digamos, hace falta más, más aportación, ¿no? Y la aportación pasa por, por, por, por rondas. Y lo que hay que decir también es que nuestras, nuestras rondas han sido comparadas con-

Hemos sido muy, muy eficientes con la caja.

¿Cuánto dinero habéis levantado?

Ahora, ahora mismo, hemos levantado una ronda, solo una ronda de alrededor de millones de euros.

Diez.

Diez.

Sí. Cuando estábamos, si nos comparamos con los competidores, que tienen también niveles de madurez tecnológica, también tampoco muy distante, estamos hablando de rondas de doscientos, trescientos millones. Y algunas de ellas han salido al Nasdaq, con lo cual han hecho-

Tenéis un competidor, ¿no? Canadiense, creo que es uno de los más cercanos.

Y de los más viejos.

Que está valorado en siete u ocho mil billions americanos, ¿no? Miles de millones de dólares.

Sí.

Eh, con una facturación de veinte o treinta millones. Millones. O sea, que no está muy lejos, digamos, en su actividad comercial con la vuestra, y en cambio, tiene una valoración, eh, y está cotizada.

Órdenes, órdenes de magnitud mayor.

No es un inversor loco, ¿no? Es una, es una valoración de mercado.

Bueno, es una situación también del mercado en el que naces y de las posibilidades y capacidades y la cultura del, de riesgo y de inversión que puede haber en ese mercado. También hay maneras y, y visiones de escalar compañías diferente. Yo creo que nosotros hemos sido, hemos querido ser muy responsables con la valoración, para sostener una valoración, porque esto es deep tech y va para largo. También hemos querido, eh, ser lo más eficientes con la ca-caja posible para tampoco perder completamente el, el control de la compañía, porque hace falta una visión muy tecnológica y muy alineada con el conocimiento que,

que tiene el equipo. O sea, una gran parte del equipo está en el accionariado por ese preciso motivo. Eh Y hemos tomado esa decisión de, bueno, crecer progresivamente, orgánicamente, hasta tener una, una arquitectura de la tecnología que queríamos escalar clara y decisiva, y luego ya empezar con esa ambición. Y estamos en ese punto. O sea, ahora hemos trabajado un poco, no te diría en stealth mode, pero sí con la, con la boca pequeña, ¿no?, en, en esta tecnología. Y ahora lo que queremos hacer es afrontar unas rondas de inversión más ambiciosas para poder crecer a nivel

global y ya no tanto ser la empresa de computación cuántica de España, que sí, sino ser una de las líderes a nivel mundial.

Y hablando de, de rondas, eh, hay, hay un fenómeno ahora mismo en el mundo, por ejemplo, del software, ¿no? Que es el mundo donde, don-donde ha nacido Factorial, eh, que es que la, la revolución de la inteligencia artificial, que entre otras cosas construye software como churros, te planteas qué valor tiene el software, ¿no? Cómo cambia esto mi empresa. Y ahora mismo, la gran mayoría de empresas en activo y en crecimiento han renacido como empresas de inteligencia artificial, ¿no? Se han, se han refundado y algunas de ellas han conseguido dispararse, ¿no? Empresas que estaban estancadas se han explotado a raíz de esto. Una

de las empresas de las que hablábamos hace unos años en el mundo de la cuántica se ha refundado como empresa de AI, que es, eh, Multiverse.

Multiverse.

¿No? ¿Os planteáis vosotros, eh, decir: "Oye, lo del quantum está muy bien, pero volvemos a empezar porque las reglas de juego han cambiado y vamos al mundo solo de la aplicación de la inteligencia artificial"? Y ¿tiene sentido esto? ¿Os lo habéis planteado? ¿Cómo han sido estas conversaciones?

Ahora mismo no. O sea, pero sí que ha-- con una, con una variable. Cuando explicábamos antes que una de las maneras de dar soluciones a las limitaciones de infraestructura, de supercomputación o de, mmm, da-- centros de datos para poder seguir dando cabida a todas estas ideas de inteligencia artificial, una de las soluciones era la software, la otra era el hardware. Multiverse optó por la software.

Mhm. Sí, o sea, parece que la, la parte cuántica, mmm, yo entiendo que no es la parte principal de lo que hacen. O sea, casi desaparecido, sino totalmente desaparecido.

Porque claro, ellos no desarrollaban-

Es una compresión de software.

Exacto, de software. Ellos no desarrollaban el hardware, veían que el hardware, pues, llevaba unos tiempos y unas complejidades concretas y decidieron hacer ese pivoting a inteligencia artificial, que me parece muy acertado.

Bueno, y desde fuera les ha ido bien, ¿no?

Me parece muy acertado, sí.

Porque desde un punto de vista, por ejemplo, de financiación, habrán accedido a la locura de la financiación de la IA, ¿no? Que parece que, que no cabe suficiente dinero. La gente está empujando-

Rondas increíbles, sí, sí

...dinero a la, a la IA.

Sí, sí. Nosotros optamos por la parte del hardware, que es más compleja, es más difícil de escalar, tiene unos tiempos y, y unas dificultades mayores, pero seguimos creyendo fervientemente que la solución a largo plazo va a ser transformando el hardware con el que hacemos computación, o sea, poniendo sobre la mesa aceleradoras, que sí, que nuestra apuesta es que va a ser aceleradoras basadas en informática cuántica. Y seguimos esa vía, pero eso no quita que de ahí haya una convergencia natural y orgánica con la inteligencia artificial y que estemos al final intentando

resolver un problema que nos viene también de la inteligencia artificial.

Y que, por cierto, de los tres casos de uso, eh, que hemos comentado, ¿no? El tema originalmente de la optimización, el tema de la simulación de las moléculas y el tercero, que es este, diríamos, de la forma de afrontar el entrenamiento de los sistemas de int-inteligencia artificial, eh, pensamos que hay una posibilidad de que este último, que es el más joven para nosotros, el más reciente, pero igual es el que puede dar un resultado mayor. Es decir, que podamos vernos arrastrados por la locura, digamos, de la IA.

El mercado.

El mercado en esta aplicación, si se demuestra que la apuesta por, digamos, resolver o afrontar estos cálculos con los reservorios cuánticos es algo que para una arquitectura como la nuestra, analógica, es justamente donde puede funcionar mejor. O sea, que hay una posibilidad y si es así, pues evidentemente, pues, digamos, nos dejaremos arrastrar, ¿no? O sea, que estamos-- y de todas formas, la, la computación cuántica está muy ligada con, con, con la, con la IA. O sea, que, digamos, no son dos mundos disjuntos y yo creo que lo-- el uno va a arrastrar al otro. Eh, y entonces, eh, co-- de la forma en que, en que va a ocurrir, pues veremos qué sa-- cuál

es, cuál es el orden, ¿no? Pero, pero al final, el, el-- las herramientas para que esto funcione, para que la cuántica funcione, van a ser muy importantes. Y a, y a f-fecha de hoy, eh, no hay una, digamos, n-nadie ha podido demostrar una vía claramente mejor que, que las demás. Por eso hay tantas startups, por eso Quastic y Lemajaro. Y por eso-

Y no compiten directamente la una con la otra, porque cada una está probando, hablando de la superposición

Su vía, su camino.

De forma un poco diferente, sí. Sí. Pero bueno, pero hay gente que dice: "No, no, es que la-- los que hacen fotónica, los que hacen, diríamos, fotones, pues es mejor por una serie de razones". Eh, otros dicen que será con, eh, superconductores. En fin, hay, digamos, opiniones diversas y la carrera está abierta, ¿no?

Claro, lo que vamos a empezar a ver a medida que pase el tiempo y se vaya escalando y se vaya viendo o demostrando o no demostrando la aplicabilidad de una propuesta u otra, vamos a terminar viendo una estrategia de consolidación que va a ayudar también a la estandarización.

El camino ganador arrastrará a los demás.

La fragmentación que hay ahora no es sostenible en el tiempo y al final algunas apuestas van a quedar y luego va a haber varias compañías que se van a ir juntando, consolidando o que, no sé, las va a adquirir una grande, de manera que se vaya estandarizando esa tecnología, si no...

Ah, ah, predicción, ¿vale? A septiembre de 2026. ¿Cuándo tendremos ese ordenador cuántico con más de cien cúbits que tiene esta ventaja cuántica con implicaciones reales en el mundo real, económico y, y físico en el que vivimos? ¿Estamos hablando de diciembre del 26, diciembre del 27, 2030, 2040, 2050? En, en-- ¿cuál es vuestra predicción, no sé si la compartís o son diferentes, de cuándo llegaremos a esto?

Cinco años, ¿qué das? Cinco años. Bueno, hay un, hay un, hay un, hay un espectro de, eh, mu-- opiniones múltiples

Pero ¿cuál es la tuya, Víctor?

Yo diría que, mmm, hay que esperar cinco años para que esto realmente, digamos, tenga un, un impacto muy importante. Y-- pero, pero una vez, mmm, llegamos a un cierto punto, puede ir mu-- puede ir, puede ir rápido.

Sí.

Puede ir muy rápido.

Yo soy más optimista. O sea, para la ventaja cuántica, ¿no? Que eso no quiere decir la industrialización ni que está todo en producción, pero en 2030 vamos a, a demostrar, vamos a tener que demostrar-

Tres años y pico

...ese, ese punto de inflexión. Y porque es que va a ser el momento, según viéndolo los roadmaps y la progresión y lo que extrapolando en el tiempo, que ya vamos a tener unos, unos dispositivos nosotros y el resto con una capacidad en la que ya tienes que poder demostrarlo, con lo cual ahí tiene que suceder.

Vale, oye, si nos queda alguien que no se le haya frito el cerebro porque a no ser que haya venido vuestra audiencia al pódcast, estamos muy fuera de nuestra zona de confort. Vamos a cambiar de tercio. Marta, ¿tú de dónde sales para llegar aquí? Luego te pregunto a ti, Víctor. Explícame un poco cuál ha sido tu historia.

Vale. Yo de formación soy química, soy química teórica y empecé a trabajar en un campo que me apasionaba muchísimo, que era el desarrollo de fármacos. El desarrollo de fármacos, eh, desde un punto de vista teórico y computacional. Descubrí en algún momento de mi carrera que los ordenadores me, me alucinaban, que me gustaba mucho programar, que igual era una ingeniera frustrada y empecé a buscar ese hueco en el que podía juntar las dos cosas, el propósito y la herramienta para poder hacer esto. Trabajaba en identificar con medios computacionales supercomputacionales,

de hecho, BSC era una de las máquinas que utilizábamos, eh moléculas candidatas para inhibir reacciones asociadas a enfermedades que a día de hoy no tienen cura. Estaba trabajando en algunos procesos relacionados con el, el can-- algún tipo de cáncer, Alzheimer, Parkinson. Claro, hay infinitas posibilidades, con lo cual haces un, un error down, intentas reducir las posibilidades moleculares haciendo una primera aproximación con ordenadores para luego, si ya encuentras algo bastante viable, lo pasas un poco ya a laboratorio, ya son más costosos, etcétera. Y claro, me di cuenta de algo muy

obvio, que para Feynman fue muy obvio, eh, y es que-

Que para, para Feynman sea obvio no significa que sea obvio para los demás, ¿eh?

Pero un punto importante que hemos comentado hoy en esta, en esta discusión, y es que lo que yo estaba intentando simular sigue una matemática o una lógica que el ordenador normal no entiende. Y que para poder mapear esa lógica en un ordenador normal necesitas recursos exponenciales. Y eso me limitaba el tamaño y la complejidad de los problemas que yo podía resolver y, consecuentemente, me estaba limitando en, pues proporcionar soluciones para enfermedades que todos conocemos gente que ha, que ha sufrido. Eh, y eso me llevó a, a pensar cómo se podía solucionar este problema y descubrí que existía un campo emergente que se llamaba

computación cuántica y decidí, pues virar en esa dirección. Y siempre digo, yo me-- empecé siendo-- soy desarrolladora de esta tecnología, pero empecé siendo usuaria. Luego hubo un cambio de carrera, me doctoré en Física, estudié Ingeniería Informática, seguí un poco-

O sea, de Química Teórica a Física Cuántica, o sea, con foco en-

Sí

...en cuántica, entiendo.

Sí, sí

...a Informática.

Sí, sí, sí. Quise coger todas las herramientas que yo consideraba que eran necesarias para poder trabajar en esto, porque no había un programa reglado de computación cuántica, al menos no en ese momento. Ahora sí que hay másters y otras, y hay grados, de hecho, en computación cuántica, pero en aquel momento no. E hice, pues mi, mi poti poti, mi Frankenstein de recursos para poder, eh, tener un conocimiento para ir en esa dirección. Yo seguía la vía académica porque pensaba que si querías hacer algo tan disruptor, el, el, el-- la vía era la, la universidad, ten-- queriendo tener un grupo de investigación, llegar a profesor,

etcétera. Y fue cuando estaba en, en Japón que me cansé de ver la velocidad a la que iban las compañías, las startups, que empezaban a apostar por esa tecnología. Y me salió algo aquí de decir: "Si yo quiero ir a la velocidad que quiero ir, en el sector académico va a ser muy complicado". Y fue cuando-

La velocidad, eh... porque la academia iba muy lenta.

Bueno, al final, en la academia salen las, las grandes ideas, porque es verdad que es un foco muy creativo en el que no estás buscando una aplicación concreta, sino que puedes imaginar completamente, o sea, el, el universo es tu playground, ¿no? Y no, no tienes que estar enfocándote en una cosa concreta. Eh, con lo cual a veces falta foco y a veces, casi siempre, faltan recursos. Faltan recursos, yo nunca tuve acceso a una máquina cuántica.

El sistema de incentivos también, ¿no? De, de la startup, quizá, que no tiene la academia.

Sí, pero, pero yo creo que muchas veces al científico le mueve, le mueve el proyecto. Le mueve el proyecto, no tanto igual el, es-- la parte económica de estar o no estar en el sector académico o el sector industria. Y lo que incentiva mucho es-

Claro, pero el recurso-

El recurso sí

...sí que quiere el incentivo.

Claro, claro.

Que, ¿no? El capital riesgo-

Claro

...quiere, quiere arriesgar, pero quiere que vuelva ese capital, ¿no?

Claro.

Un 20 % si, si puede ser.

Cien por cien, cien por cien.

Y la academia no incentiva esto. De hecho, antes, ahora, ahora voy a ti, Víctor, pero antes me estaba pensando yo cuando hablabais de: vamos a ver a clientes que están pensando cómo pueden utilizar la computación cuántica para solucionar algún problema. Claro, es que es el típico caso que se puede llamar como una solución buscando problemas, ¿no? Que puede tener connotaciones negativas. Y de hecho, yo, yo estoy dividido, soy medio ingeniero, medio comerciante, ¿no? La parte de ingeniero a veces quiere descubrir la, la solución por, porque es interesante, ¿no? Porque es novedosa, porque nadie lo ha hecho antes. Es casi una compot-- una

competición con, con uno mismo. Pero, pero si no resuelves un problema, no hay comercio, no hay recursos, no hay manera de pagar nóminas, no hay manera de, de, de, de experimentar. Y aquí parece que todavía estamos en soluciones buscando problemas A-a-hasta que le demos la vuelta y entonces es cuando realmente a-arrancaremos la máquina. Y la gente no te vendrá diciendo: "¿Cómo me puede ayudar la computación cuántica?" Sino te dirá: "Tengo este problema m-mil millonario, tú me lo arreglas y te llevas un 10 % de, del impacto de la mejora".

Sí. Yo creo que los problemas están bien identificados. O sea, estos problemas de optimización a gran escala los hemos encontrado en prácticamente todas las compañías con las que hemos hablado. O sea, no tenemos que ir, eh, rascando mucho para encontrar estos problemas. Lo que sí que igual tiene una, una, un trabajo un poco más de fondo es entender, eh, primero, si este problema que tú tienes, un problema de optimización, se puede mapear con un ordenador cuántico, cuándo, cuántos cúbits vas a necesitar, para también ser consciente de cuándo va a llegar esa ventaja y también qué ventaja vas a sacar. Por lo que decía antes, si la ventaja es marginal, pues no te pones. Pero si la ventaja es importante, si

eso cuantificarlo no es obvio. No es que tengamos que ir rascando y encontrando qué problema podemos resolver, porque somos conscientes de qué problemas tiene el potencial de resolver la computación cuántica, que son esos problemas de simulación, optimización y potencialmente, eh, modelos de inteligencia artificial. Y esto está bastante establecido y bastante-- tiene una transversalidad a nivel industrial y a nivel científico bastante grande.

Por eso hay tanta, tanta inversión. O sea, que-

No, no

...digamos, en los últimos años se ha invertido muchísimo capital, eh, público, pero también privado, y es por esta promesa de la disrupción. O sea, se sabe que para ciertos tipos de cálculos, la, la computación cuántica será muy disruptiva respecto a la convencional, está establecido. El problema es llegar a ello. O sea, qué tipo de máquina, cómo de grande va a ser esta máquina, que-- con qué ca-- con qué calidad de sus cúbits para que realmente funcione bien. Pero si se consigue y cuando se consiga, entonces es-está claro que hay una serie de casos de uso, mmm, fundamentales con un gran impacto económico y por eso el gran interés. El interés,

hay un interés en el sector público inicial, que es el tema de la criptografía, porque eso tiene que ver con la seguridad nacional y, por tanto, es un tema que no es debatible. Entonces, eh, por allí hay un gran interés público, del sector público. Pero más allá del sector público, por el tema de la criptografía, hay el interés justamente por lo que decíamos, por-- para la industria química, la industria farmacéutica, eh, temas de optimización para el sector financiero, para el sector de, de logística. Eh, y después los temas de la, de la, de la IA que están saliendo ahora, ¿no? Y cada uno de ellos, el caso de uso es muy importante. De hecho, todas las consultoras hacen sus análisis, que un poco

son como los business plans de las startups, un poco digamos, en fin. Pero más o menos con cierto detalle, cierto cuidado, y llegan a conclusiones que son, que son muy interesantes. O sea que el caso está establecido. El problema es construir la máquina para que responda a lo que tiene que hacer, ¿no? Ese es el, es el problema. Y, pero es la oportunidad, porque como que no se sabe aún quién lo va a hacer mejor, si es Google, es Microsoft o es, eh, IBM, o es una startup. Y como además pensamos que al final de la película habrá varias formas diferentes que serán entre ellas complementarias, nosotros pensamos, por ejemplo, nosotros no pensamos que lo nuestro es lo

mejor para todo de-- en cuántica. Nosotros pensamos que es lo mejor para ciertas cosas. Y estamos convencidos que lo que hacen otros, por ejemplo, IBM y Google, será mejor que lo nuestro para otras cosas, ¿no? Pero pensamos que hay la oportunidad de que los dos podamos, eh, coexistir, ¿no? Y ese es, es lo que digo. Nosotros queremos ser los mejores para ciertas cosas. Y queremos, digamos, preguntabas antes: "Oye, dentro de cinco años..." Pues dentro de cinco años queremos haber encontrado este caso de uso donde sea demostrable que hay un, hay un, hay una ventaja disruptiva y eso pasa por ser el mejor del mundo para hacer este tipo de cálculos. Es, es lo que

estamos intentando buscar, esos casos de uso donde podemos ser los mejores. Y entonces ser complementarios a todos los demás que están haciendo otras cosas también muy interesantes dentro de la cuántica, ¿no? Y más allá de eso, pues hace falta que haya una SDK, digamos, un software que sea, digamos, eh, fácil de acceder, que sea uni-- que sea tran-transversal. Hay muchas cosas que-- piezas que sean importantes, pero nosotros queremos ser los mejores para una cosa concreta, ¿no?

Víctor, ¿tú de dónde sales?

Yo, yo salgo de la física cuántica, in-inicialmente.

Tú es-- lo primero estudias-

Yo estudio-

...con 18 años Física.

Exacto. Yo esa-- yo me planteé si estudiar Física o Matemáticas. Entonces decidí-

Estamos hablando, perdona, ¿eh? No, no quiero, eh, pero haciendo números, ¿no? Eh, Feynman en los 80, eh-

Exacto.

Tú estabas estudiando.

Sí, sí, sí, sí, sí, sí, sí, sí. O sea, pero digamos, yo tenía en-- cuando era joven, pues el, el, el-- la gran pasión por entender, pues lo típico, cómo funciona el universo-

Funciona el universo

...las cosas y tal.

Eso es la física.

Exacto, eso es la física y las matemáticas también. Con lo cual decidí: bueno, hago Física Matemática, porque hago las dos, que es Física Teórica. Y eso fue lo que estudié. Hice un doctorado en Física Teórica aquí en Barcelona, pero después decidí que el mundo académico en ese momento no era lo que yo me interesaba más. Y entonces decidí ir al mundo de la empresa y como físico teórico de esa época, pues pasé por un máster, por un MBA, porque si no, no sabía qué era una empresa. Y-

Sabías sumar muy bien.

Sí, pero no sabía-

No sabías lo que había que sumar.

En la, en la práctica, esto para qué sirve, ¿no? Y entonces, y entonces trabajé muchos años en multinacionales, eh, americanas, de, de la costa oeste. En Hewlett-Packard estuve muchos años en, en Alemania-

Que también era cuántico, de hecho, Hewlett-Packard.

Sí, aunque no hacía yo el cuántico, ¿eh? Yo estaba en la parte... Además, eh, mi trayectoria profesional ha sido en el mundo del business. Mmm, del business con base tecnológica, pero-- y lo que yo hacía no era investigación, sino que era le-- la, la parte más de negocio.

Mhm.

Y, mmm, y-

¿Y vivías en, en Estados Unidos?

Sí, bueno, viví un año en Estados Unidos, en, en Silicon Valley, con, con Kleiner Perkins, en Palo Alto. Y después estuve en Alemania varios años. Eh, mi hija nació en Alemania y en, en Suiza también bastantes años, en Inglaterra también. Y, y trabajé, pues, eh, bueno, para varias, varias multinacionales, ¿eh? Eh, y siempre con tecnologías nuevas, ¿eh? Digamos, en su momento la informática, internet, después los servidores, después HPC, después, en fin, las redes, en fin, muchas cosas. Y después tuve la ocasión de pasar a una primera startup ya hace como veinte años,

porque uno de-- mi jefe de una multinacional consiguió mucho dinero de, de Kuwait, de un fondo de Kuwait en Londres, y para crear una startup en temas de SAS, que estaba empezando, para el CRM, que el CRM en ese momento era una cosa que estaban haciendo. Y entonces, bueno, pues fue mi primera a-aventura en el mundo de las startups, que no tiene nada que ver con las multinacionales, porque vives en otro entorno.

Y tú ahí que te contrataron para esa startup. Ahí te contrataron.

Ahí me contrataron.

Para ventas.

Exacto, sí, sí, para ventas, exactamente. Para ventas, para una, para, para, para ir a una empresa inglesa y para, para las ventas en el continente, digamos.

Vale.

En continental Europe, que dicen ellos. Y entonces, bueno, entonces, y a raíz de eso estuve, he estado en varias startups, pero siempre como lo que dicen los americanos, un hired gun, una, una pistola contratada. Es decir, un, un-- alguien que lo ponen como CEO, pero lo ponen, digamos, no es el fundador, ¿eh? Pero es la persona que puede contribuir en la parte más de negocio, de negociación con multinacionales, de come- de comerciales, financiación y tal, ¿no? Y entonces, y volví a España y entonces he estado en varias, en varias es-- en un par de spin-off, de startups que eran de temas de, de ciberseguridad y

la última fue de bioinformática, por una, una historia muy larga, que era en Madrid, una, una spin-off de, en Tres Cantos, de, del Centro Nacional de Biotecnología. Bueno, una cosa que, donde yo nunca he sido el experto, pero siempre he ayudado a, a, digamos, a ti-tirar adelante la, el, eh, la empresa. Entonces, eh, con esa empresa me fui a, a Suiza cuando la vendimos y me volví a Barcelona. Y al volver a Barcelona, mis amigos más jóvenes que yo en la universidad me dijeron: "Víctor, tenemos una idea. Eh, tú que tienes tiempo, nos puedes ayudar, porque tú de cuántica, bueno, sabrás poco, pero algo sabes, algo, algún concepto".

En realidad no has tocado la física cuántica en toda tu vida. O sea, estudias física cuántica-

Exacto. Y yo he vuelto a mis orígenes.

Pasan un montón de años, das vueltas por todo el mundo, no tocas nada cuántico.

Nada, nada. Bueno, excepto que yo, como miembro de la sociedad, eh, de las sociedades de física americana y española, pues iba recibiendo mis revistas y veía a mis amigos que me contaban lo que hacían, pero vaya, nada.

Pero tú estás vendiendo data centers, estás vendiendo HPC.

Cero, cero absoluto. Incluso me dijeron-

Qué curioso.

Yo pregunté: Oye, cuán-computador cuántico, ¿pero de qué estás hablando? ¿Qué es esto, computador cuántico? Yo no sabía, sinceramente.

Pero no existía. Cuando tú estudiaste física cuántica, este concepto estaban haciendo.

No, no estaba. Bueno, se hablaba, se especulaba, pero vaya, no, no era, no era una idea tecnológica, digamos, ¿no? Eh, y nada. Entonces, y esta-- me dijeron: "Oye, pues nos ayudas y tal, pues lo fi-- lo normal, haces el business plan, después, eh, haces fundador y después, bueno, empiezan los proyectos y empieza a nacer la empresa, se inco-se incorpora Marta y al cabo de dos o tres años, pues pedimos a Marta que tuviese ya la iniciativa como líder debido a su visión.

¿Tú cómo te incorporas, Marta, a, a Kilimanjaro?

Yo entro a Kilimanjaro a liderar el equipo de teoría y aplicaciones. O sea-

Teoría y aplicaciones.

La parte teoría y aplicaciones es la cara, eh, que conecta también con el exterior, que trabaja con estas compañías y trabaja en este desarrollo de algoritmos prácticos. O sea, una de las grandes preguntas que me hice nada más entrar en Kilimanjaro es: Vale, yo sé para qué yo quiero un ordenador cuántico, pero ¿para qué quiere el mundo un ordenador cuántico? Empezamos a hacer todas estas interacciones con todos estos clientes, con el equipo de teoría, para trabajar en este desarrollo de casos de uso. Luego, la parte de teoría también hace todo el desarrollo teórico a nivel de diseño y a nivel de conocimiento, tanto del hardware

como también del software, de qué procesos de compilación son necesarios, etcétera. Y ahora, bueno, este equipo ya no lo llevo yo, ahora es un equipo mucho más grande, pero sigue con esta, esta misma dinámica.

Em, tú, Víctor, eras el CEO.

Sí, sí.

Desde la fundación de la compañía.

Exacto. Y durante la primera época-

Tus tres amigos te reclutan como fundador y CEO.

Exacto.

Porque ellos son los más científicos. Tú también eres científico, pero ellos son los científicos en activo.

Exacto. Éramos cinco fundadores, tres científicos y dos amigos de los científicos. Uno que era, que es abogado, que es un friki, que le encanta, digamos, la, la tecnología, pero que no tiene formación científica y nos ha ayudado en la parte, digamos, legal y temas, bueno, digamos-

Financiación.

Sí, ese tipo de cosas es lo que él conoce más. Y, y yo, diríamos, porque tenía la, la, la formación histórica de, de cuántica, pero sobre todo porque mi contribución era, pues conocer la industria, conocer cómo funcionan todos los aspectos que no eran puramente científicos.

Y eres un vendedor. Tienes una historia de negocio.

Sí, exacto, exacto.

Que ellos no.

Exacto, justo. Entonces, intento-

¿Y en qué momen-en qué momento hacéis el cambio de, de CEO? ¿Cómo, cómo surge esta idea?

Bueno, surge-- la verdad es que inicialmente, mmm, uno se mete en el día a día y en fin, y tiras y ya sabes, bueno, con una startup es una, es una locura colectiva continua. Es un sprint maratón o maratón sprint donde no se puede ni, ni respirar. Pero, pero llega un momento en que quedó claro para nosotros y para mí en particular, quedó claro que, vamos a ver, una empresa de deep tech, claro, esto es una startup, pero es una startup, digamos, una startup muy, muy particular, porque está en una, una cosa muy, muy especial que sale de, del mundo de la investigación. Deep tech sale del mundo de la investigación y que aún,

digamos, eh, se está desarrollando su tecnología, aún no está madura, se está inventando. Entonces, eh, pues Al hablar con, sobre todo con los, con los, eh, con los inversores. Los inversores, claro, los inversores no son físicos cuánticos. Habrá alguno, habrá alguno que sí que lo hay, pero en general no lo son, ¿no? Pero ellos al final, cuando realmente hablan con, digamos, con, con interés, se traen a un experto, lógicamente. Y el experto es un profesor o es una persona que realmente conoce mucho el sector, ¿no? Entonces, estaba claro que, eh, para vender, para presentar y vender el, la,

el, el futuro de la empresa y la razón profunda, eh, tecnológica, científica, por la cual lo nuestro era una cosa que tenía interés y que tenía una, un diferencial con el resto, era, en mi opinión, ya muy importante que la persona que lo pudiese defender tuviese un conocimiento hasta el último momento, ¿no? Hasta el último nivel. Eh, quizás más adelante en la evolución de la empresa no es tan importante, porque ya tienes tu CTO, tu chief scientific officer y tal, ¿no? Pero en el momento inicial, como era el-- bueno, estamos aún en una fase relativamente inicial, porque somos

mucha gente y tenemos mucha tecnología, pero ahí queda mucho por hacer aún, ¿no? Y para poder convencer a la gente importante que es los inversores, bueno, los clientes también, lógicamente, pero digamos al final los inversores son muy importantes en esta fase. Entonces, es importante que el CEO tenga él, a título personal, él o ella, tenga el convencimiento y la capacidad de, de, de explicar llegando hasta el último extremo de por qué lo que hacemos es realmente interesante, ¿no? Y eso por un lado. Y por otro también era un tema generacional, un tema generacional.

O sea, yo ya estaba, digamos, había hecho muchas cosas en mi, en mi trayectoria y, y, y, y considero que, que mi rol ahora es de dar apoyo, pero que, digamos, alguien como Marta, con su conocimiento y con su energía, que lo pueda llevar adelante, ¿no? Y la verdad es que es un, es un placer poder contribuir, eh, al equipo que, que Marta ahora lidera, porque además, en su gran mayoría son jóvenes, son muy jóvenes. Hay algunos seniors, pero no muchos. La mayoría son, son muy jóvenes y entonces eso da mucha energía, pero digamos, hay que estar muy acoplados con ellos y yo creo que allí una persona como Marta

lo hace perfectamente.

Oye, Marta, Víctor, me estaría aquí-- tengo mil preguntas más, pero creo que os voy a tener que dejar ir y además la audiencia, los que hayan llegado hasta aquí tendrá mérito porque no es nuestro terreno habitual. Eh, yo he aprendido un montón, con lo cual espero que, que la gente que nos escucha también. Eh, os deseo mucha suerte. Me apunto 2030 mandarte un WhatsApp-

Volvemos a hablar en 2030.

Para hacer el primer pedido de decir: «Oye, ya ha llegado la ventaja cuántica, a ver en Factorial, en ITNIC, dónde metemos uno o varios ordenadores cuánticos, computadores cuánticos». Y os deseo mucha suerte. Os seguimos desde, desde ITNIC y espero que volváis un día a contarnos cómo, cómo evoluciona Kilimanjaro. Muchísimas gracias por venir y por la master class en Kilimanjaro y en computación cuántica.

Y a vosotros también por la, por la invitación.

Muchas gracias por recibirnos.

Y la invitación, además, va, va, va de vuelta porque somos vecinos, con lo cual cuando queráis.

Cuando queráis.

Pasaremos a ver.

Exacto.

Las máquinas.

Los cacharros.

Exacto, porque al final esto de la computación cuántica parece una cosa mágica que no se sabe muy bien qué es, es muy, muy especial, pero al final ves unos aparatos, unos termos, una electrónica, unas luces, un... en fin. Y al final se explica, pero dentro está funcionando esta, esta magia.

Fascinante. Muchas gracias y hasta la semana que viene.