Un algoritmo cuántico revela los secretos de las explosiones estelares

Un grupo de físicos del Laboratorio Nacional Lawrence Livermore, el centro InQubator for Quantum Simulations y la Universidad de Trento ha creado un algoritmo cuántico para modelar uno de los procesos más importantes del universo: la dispersión. Los resultados del estudio fueron publicados en la prestigiosa revista científica Physical Review C.

La dispersión es un fenómeno físico que ocurre tanto a escalas cósmicas como en el mundo microscópico. Se puede observar en todas partes: cuando chocan bolas de billar, cuando los núcleos atómicos interactúan en el interior de las estrellas para crear elementos pesados, e incluso cuando las ondas sonoras cambian de trayectoria al colisionar con moléculas de aire.

"Estudiando los procesos de dispersión, podemos comprender mejor la naturaleza de las partículas fundamentales y cómo interactúan entre sí", explica Sofia Quaglioni, investigadora del Laboratorio Livermore. "Al observar lo que ocurre en las colisiones de la materia, ya sean materiales sólidos, átomos, moléculas o núcleos, desentrañamos los misterios de la estructura microscópica de la materia".

Los científicos se concentraron en un tipo particular de interacción: la dispersión elástica no relativista. En este caso, el objeto se mueve mucho más lento que la velocidad de la luz y, al chocar con un blanco inmóvil, rebota sin perder energía.

Cuantos más objetos participan en la interacción, más complejos se vuelven los cálculos, ya que los recursos computacionales necesarios crecen en progresión geométrica. Los ordenadores convencionales no pueden manejar este tipo de problemas, pero los sistemas cuánticos pueden procesar volúmenes de datos mucho mayores.

"Los ordenadores cuánticos son ideales para rastrear la evolución temporal de un sistema compuesto por dos objetos", explica Quaglioni. Su colega, Kyle Wendt, añade: "Para modelar los procesos nucleares que ocurren en una explosión estelar en un supercomputador clásico, necesitaríamos una máquina del tamaño de la Luna".

El nuevo algoritmo analiza la configuración inicial del sistema, es decir, el momento en que un objeto en movimiento se acerca a un blanco inmóvil, junto con los datos sobre su posible interacción. Luego, el programa recrea el proceso de colisión paso a paso. En cada fase, el algoritmo utiliza dos herramientas clave: un detector especial y el llamado "truco variacional". El detector rastrea cómo cambia el estado del sistema tras la colisión, mientras que el método variacional permite determinar con precisión el desplazamiento de la onda de la partícula.

En la mecánica cuántica, todos los objetos exhiben propiedades ondulatorias, un principio fundamental del mundo microscópico. Cualquier partícula se puede representar como una onda con una fase específica, es decir, una posición dentro de su ciclo de oscilación. Cuando ocurre una colisión, la fase se desplaza, como si la onda tropezara con un obstáculo. La magnitud de este desplazamiento proporciona información crucial sobre la naturaleza de la interacción.

Para medir este cambio de fase, el algoritmo adopta un enfoque original. Genera una onda de control que funciona como un detector y ajusta progresivamente sus características (amplitud, frecuencia, fase), de manera similar a cómo se afina un instrumento musical hasta que su sonido coincide con un tono de referencia. Cuando los parámetros de la onda del detector coinciden exactamente con los de la onda del sistema en estudio, la computadora puede calcular con precisión el desplazamiento de fase causado por la colisión. Con esta información, los físicos pueden reconstruir la imagen completa de la interacción entre las partículas.

El rendimiento del programa fue verificado primero en un ordenador clásico. Tras comprobar su fiabilidad, el equipo realizó cálculos en procesadores cuánticos de IBM.

Según sus creadores, el algoritmo tiene dos ventajas principales. Primero, es resistente a fallos técnicos del hardware cuántico. Segundo, la complejidad de los cálculos crece principalmente debido al seguimiento de los cambios en el sistema en tiempo real, no por la estructura del propio algoritmo.

Por ahora, el método ha sido probado únicamente en el caso más simple: la colisión de dos objetos en condiciones ideales. Sin embargo, ya está listo para ser ampliado al estudio de procesos más complejos, aquellos que ni siquiera los supercomputadores más potentes pueden modelar.