Baidu Blog | Blog (ES)

[Avance] ¿Qué es la Cuantización?

Wed, 20 Aug 2025 13:45:00 GMT

Para ser sincero, es posible que mucha gente no sepa que ICECHUI ofrece una API de modelos gratuita, que admite hasta 6 millones de tokens por día. Por supuesto, los desarrolladores deben solicitarla. Actualmente, hay varios modelos de Qwen disponibles, y me han parecido bastante buenos.

Pero esto no es un anuncio. Es un preludio al tema de la optimización de grandes modelos de lenguaje: ¿Qué es la cuantización?

En Pocas Palabras

La cuantización es una técnica cuyo objetivo es reducir la precisión numérica de los parámetros de un modelo, disminuyendo así el número de bits necesarios para almacenar cada parámetro.

En un proceso típico de entrenamiento de un modelo de IA, los parámetros del modelo —es decir, los pesos (weights) y los sesgos (biases)— suelen almacenarse en formato de punto flotante de 32 bits (FP32). Este formato ofrece una precisión extremadamente alta, capaz de representar una gama muy amplia y detallada de valores numéricos, como 7.892345678.

Sin embargo, la cuantización puede aproximar un valor de tan alta precisión con un entero de baja precisión de 8 bits (INT8), como el entero 8. La esencia de este proceso es intercambiar una pérdida de precisión aceptable por un aumento significativo en la eficiencia del modelo.

Para entender este proceso de forma más gráfica, imagina simplificar un exhaustivo tomo académico en un libro infantil o un resumen.

El tomo académico contiene un vasto vocabulario avanzado y estructuras de frases complejas, lo que lo hace denso en información, pero también pesado y difícil de leer rápidamente.

En cambio, el libro infantil o el resumen transmite las ideas centrales utilizando un lenguaje más sencillo y menos páginas.

Aunque algunos detalles sutiles y matices podrían perderse en la simplificación, el contenido principal se conserva y se vuelve más fácil de almacenar, difundir y comprender.

La cuantización de modelos de IA es como este proceso de simplificación. Convierte el complejo lenguaje numérico interno del modelo (números de punto flotante de alta precisión) en un lenguaje más conciso y eficiente (enteros de baja precisión), haciendo que el modelo sea más ligero y rápido, aunque sea a costa de sacrificar un poco de precisión expresiva.

¿Por Qué Cuantizar?

La razón es bastante sencilla. El beneficio más directo y significativo de la cuantización es la drástica reducción del tamaño de almacenamiento del modelo. El tamaño de un modelo está determinado principalmente por el número de sus parámetros y la precisión de almacenamiento de cada uno.

Cuando convertimos los parámetros del estándar de punto flotante de 32 bits (FP32, que ocupa 4 bytes) a enteros de 8 bits (INT8, que ocupa 1 byte), el requisito de almacenamiento para cada parámetro disminuye en un 75%. Para modelos grandes con miles de millones o incluso decenas de miles de millones de parámetros, esta reducción es innegable.

Además de reducir el tamaño, la cuantización también puede acelerar significativamente la inferencia del modelo, que es el proceso en el que el modelo utiliza su conocimiento aprendido para hacer predicciones o generar contenido.

Esta mejora de la velocidad proviene de dos fuentes principales:

La aritmética de enteros es intrínsecamente más rápida que la aritmética de punto flotante. En las GPU o en hardware diseñado específicamente para la IA (como las TPU de Google o los Tensor Cores de NVIDIA), los circuitos para realizar operaciones matemáticas con enteros son más simples, tienen menor latencia y mayor rendimiento. Convertir la gran cantidad de operaciones de multiplicación y acumulación en un modelo de punto flotante a entero aprovecha directamente esta ventaja del hardware, reduciendo así el tiempo de cálculo.
Alivia la presión sobre el ancho de banda de la memoria. El ancho de banda de la memoria, la velocidad de transferencia de datos entre el procesador y la memoria, suele ser un cuello de botella importante en la computación de IA. Dado que un modelo cuantizado es más pequeño, la cantidad de datos que deben cargarse desde la memoria a la caché del procesador para su cálculo se reduce. Menos transferencia de datos significa tiempos de espera más cortos, lo que permite que el procesador se dedique de manera más eficiente a los cálculos reales.

Además, la eficiencia computacional está directamente relacionada con el consumo de energía. Debido a que las operaciones con enteros son más simples que las operaciones de punto flotante, consumen menos energía. Por lo tanto, los modelos cuantizados son más eficientes energéticamente durante su ejecución.

Combinando estos tres puntos, las aplicaciones de IA tradicionales siguen mayoritariamente un modelo de IA en la nube, donde los dispositivos terminales (como los teléfonos inteligentes) envían datos a los servidores en la nube para su procesamiento y reciben los resultados de vuelta.

Este modelo depende de una conexión de red estable y rápida y conlleva el riesgo de fugas de privacidad de datos. La IA en el borde (Edge AI), por otro lado, tiene como objetivo dotar a los dispositivos terminales de capacidades computacionales directas, permitiendo que la IA se ejecute localmente.

El Arte de las Matemáticas

Para lograr la conversión de números de punto flotante de alta precisión a enteros de baja precisión, necesitamos un marco matemático claro y fiable.

Este proceso puede verse como un arte de la traducción, cuyo desafío principal es cómo mapear con precisión un intervalo continuo con infinitos valores posibles (p. ej., todos los números de punto flotante entre -15.0 y +15.0) a un conjunto discreto de enteros con un número finito de valores (p. ej., los 256 valores representables por INT8, de -128 a 127).

En el corazón de este arte se encuentra un método de mapeo lineal conocido como el Esquema de Cuantización Afín (Affine Quantization Scheme).

¡Un Poco de Matemáticas, Pan Comido!

La idea básica de la cuantización afín es muy simple. Establece una correspondencia entre los números de punto flotante y los enteros a través de una ecuación lineal. Esta relación se puede resumir con la siguiente fórmula:

$\text{valor_real} \approx \text{escala} \times (\text{valor_cuantizado} - \text{punto_cero})$

Aquí, $\text{valor_real}$ es el valor de punto flotante original, y $\text{valor_cuantizado}$ es su valor entero correspondiente. La escala y el punto_cero en la fórmula son dos parámetros clave de cuantización que definen conjuntamente las reglas específicas de esta traducción.

Esta fórmula es esencialmente una transformación lineal simple, similar a convertir la temperatura de Celsius a Fahrenheit, que se logra mediante un escalado y un desplazamiento.

A la inversa, cuando queremos convertir un número de punto flotante $x$ en un entero $x_q$, solo necesitamos reorganizar la fórmula anterior para obtener el paso de cálculo central de la cuantización:

$x_q = \text{round}(\frac{x}{S} + Z)$

Aquí, $S$ representa la escala (factor de escala), y $Z$ representa el punto_cero. Esta fórmula nos dice que cuantizar un número de punto flotante $x$ implica tres pasos. Primero, dividir $x$ por el factor de escala $S$. Luego, sumar el punto cero $Z$. Finalmente, redondear el resultado al entero más cercano. Este entero $x_q$ es la representación cuantizada del número de punto flotante original $x$.

Los valores que caen fuera del rango de punto flotante preestablecido $[a, b]$ son recortados (clipped) al valor entero más cercano representable por ese rango, asegurando que todas las entradas se mapeen en el espacio de enteros válido.

¿Factor de Escala? ¿Punto Cero?

La escala es un número de punto flotante positivo que define la granularidad de la cuantización. Se puede entender como el rango numérico en el mundo de los puntos flotantes que representa un solo paso unitario en el mundo de los enteros.

Por ejemplo, si la escala es 0.1, la diferencia entre los valores enteros 5 y 6 representa un cambio de 0.1 en el valor de punto flotante.

Un valor de escala más pequeño significa una mayor precisión, ya que cada entero corresponde a un rango más estrecho de números de punto flotante. Por el contrario, un valor de escala más grande significa una granularidad más gruesa y una mayor pérdida de precisión.

El punto_cero es un entero cuyo propósito es asegurar que el valor especial de 0.0 en el mundo de los puntos flotantes pueda ser representado exactamente por un valor en el mundo de los enteros.

Esto es crucial porque el 0 es un valor muy común y significativo en las redes neuronales. Por ejemplo, en la función de activación ReLU, todas las entradas negativas se establecen en 0. En las operaciones de convolución, el 0 también se usa con frecuencia para el relleno (padding).

Si el 0.0 de punto flotante no puede ser representado con precisión después de la cuantización, introducirá un sesgo sistemático que afectará continuamente los resultados computacionales del modelo. El punto_cero es el valor entero que corresponde exactamente a 0.0.

¿Entonces?

Dependiendo de las características de distribución de los valores de punto flotante, podemos adoptar dos estrategias de mapeo diferentes para determinar la escala y el punto_cero: cuantización asimétrica y cuantización simétrica.

Cuantización Asimétrica (Asymmetric Quantization) es el esquema de cuantización afín más general. Es adecuado para cualquier rango de números de punto flotante, por ejemplo, un tensor después de ser procesado por una función de activación ReLU, cuyo rango numérico podría ser $[0, \infty)$. En este caso, el 0 de punto flotante no está en el centro del rango. La cuantización asimétrica utiliza un $Z$ no nulo para desplazar todo el intervalo de mapeo de enteros y alinearlo perfectamente con este rango de punto flotante asimétrico.
Cuantización Simétrica (Symmetric Quantization) es un caso especial simplificado, adecuado para tensores cuyo rango numérico está aproximadamente centrado en 0, como los pesos en el rango de $[-10, 10]$. En la cuantización simétrica, forzamos que $Z$ sea 0. La ventaja de esto es que la fórmula de cuantización se simplifica a $x_q = \text{round}(\frac{x}{S})$, lo que puede ahorrar una operación de suma durante el cálculo, llevando potencialmente a un ligero aumento de velocidad. Sin embargo, si la distribución real de los datos no es estrictamente simétrica, forzar el uso de la cuantización simétrica puede sacrificar algo de precisión en la representación.

En la práctica, el arte de las matemáticas no reside solo en aplicar estas fórmulas, sino más bien en determinar el rango de cuantización óptimo $[min_val, max_val]$ para los pesos y activaciones de cada capa y, a partir de ahí, calcular la escala y el punto_cero más apropiados. Este proceso de determinación de parámetros se denomina calibración.

Para los pesos del modelo, su rango numérico es conocido y estático en el momento de la cuantización. Pero para las activaciones, sus valores cambian dinámicamente con cada dato de entrada diferente. Cómo elegir un rango fijo para acomodar todas las entradas posibles se convierte en un desafío central en la cuantización.

El proceso de calibración generalmente implica pasar un pequeño conjunto representativo de datos de muestra al modelo para observar y analizar estadísticamente el rango de distribución típico de las activaciones.

Elegir un rango demasiado estrecho hará que muchos valores atípicos fuera del rango sean recortados, lo que resultará en grandes errores de recorte. Por otro lado, elegir un rango demasiado amplio hará que la representación de los valores más comunes sea más gruesa, lo que llevará a mayores errores de redondeo.

Encontrar el equilibrio óptimo en este compromiso es el problema central que las diferentes metodologías de cuantización (como la cuantización estática, la cuantización dinámica y el entrenamiento consciente de la cuantización) intentan resolver.

PTQ: Cuantización Post-Entrenamiento

Como su nombre indica, la cuantización post-entrenamiento es una operación que se realiza sobre un modelo que ya ha sido completamente entrenado con alta precisión (como FP32).

Es más un paso de conversión o post-procesamiento del modelo que parte del proceso de entrenamiento. El flujo de trabajo típicamente implica tomar un modelo pre-entrenado y aplicar un algoritmo de cuantización para convertir sus parámetros a un formato de baja precisión.

La mayor ventaja de PTQ es su conveniencia y eficiencia. Dado que no requiere reentrenar el modelo, todo el proceso es muy rápido, y suele tardar solo de unos minutos a unas pocas horas.

Además, requiere muchos menos datos; a veces, no se necesita ningún dato. Esto hace que PTQ sea una opción extremadamente atractiva, especialmente cuando se tiene un modelo pre-entrenado listo para usar pero se carece del conjunto de datos de entrenamiento original o de suficientes recursos computacionales.

PTQ se puede subdividir en varias técnicas diferentes, siendo las dos más comunes:

Cuantización Estática (Static Quantization): Este método cuantiza tanto los pesos como las activaciones del modelo. La cuantización de los pesos es relativamente directa ya que son fijos. Sin embargo, para las activaciones, que cambian con la entrada, la cuantización estática requiere un paso adicional de calibración. En este paso, los desarrolladores introducen un pequeño conjunto de datos de muestra representativos en el modelo y registran el rango dinámico de las activaciones para cada capa. Basándose en estas estadísticas, el algoritmo calcula un conjunto fijo y óptimo de parámetros de cuantización para las activaciones de cada capa. Durante la inferencia real, el modelo utiliza estos parámetros precalculados para cuantizar las activaciones. Dado que todos los parámetros se determinan antes de la inferencia, la cuantización estática no tiene sobrecarga computacional adicional en tiempo de ejecución, lo que resulta en la velocidad de inferencia más rápida.
Cuantización Dinámica (Dynamic Quantization): A diferencia de la cuantización estática, la cuantización dinámica generalmente solo cuantiza previamente los pesos del modelo, mientras que las activaciones se cuantizan sobre la marcha (on-the-fly) durante el proceso de inferencia. Específicamente, cada vez que llegan nuevos datos de entrada, el sistema calcula en tiempo real el rango actual (valores máximo y mínimo) de las activaciones y genera dinámicamente los parámetros de cuantización basándose en esto. La ventaja de este método es que los parámetros de cuantización se adaptan perfectamente a cada entrada específica, lo que a menudo resulta en una mayor precisión que la cuantización estática. El inconveniente, sin embargo, es la sobrecarga adicional de calcular estos parámetros durante cada inferencia, lo que puede llevar a una velocidad de inferencia general más lenta en comparación con la cuantización estática.

QAT: Entrenamiento Consciente de la Cuantización

El Entrenamiento Consciente de la Cuantización adopta un enfoque completamente diferente al de PTQ. En lugar de introducir la cuantización una vez finalizado el entrenamiento, integra el proceso de cuantización directamente en la fase de entrenamiento o ajuste fino (fine-tuning) del modelo.

Su objetivo principal es hacer que el modelo sea "consciente" durante el entrenamiento de que será cuantizado en el futuro, y que aprenda proactivamente a adaptarse y compensar la pérdida de precisión introducida por la cuantización.

QAT se implementa a través de un mecanismo ingenioso, a menudo llamado pseudocuantización o cuantización simulada. En cada iteración del entrenamiento, el proceso específico es el siguiente:

Pasada hacia Adelante (Forward Pass): Al calcular la salida de la red, el modelo simula la operación de cuantización. Primero pseudocuantiza los pesos y activaciones de precisión completa (es decir, calcula sus valores enteros correspondientes según la regla de cuantización, y luego los convierte de nuevo a números de punto flotante utilizando la fórmula de descuantización; estos números de punto flotante ahora llevan el error de cuantización). Luego, utiliza estos valores con errores simulados para completar los cálculos de la red.
Pasada hacia Atrás (Backward Pass): Al calcular los gradientes y actualizar los pesos, el modelo ignora la operación de cuantización de la pasada hacia adelante. Los gradientes se calculan basándose en los pesos originales de precisión completa, y las actualizaciones también se aplican a los pesos de precisión completa. Este diseño (a menudo implementado mediante una técnica llamada Estimador Directo o Straight-Through Estimator) asegura la estabilidad del proceso de entrenamiento y la propagación efectiva de los gradientes.

De esta manera, el modelo experimenta continuamente los efectos de la cuantización a lo largo del proceso de entrenamiento y ajusta sus pesos para encontrar una solución que siga siendo óptima incluso después de la cuantización.

Esto es como un tirador que considera el efecto de la velocidad del viento durante el entrenamiento y ajusta proactivamente su puntería, en lugar de experimentar el viento por primera vez el día de la competición.

Por lo tanto, la mayor ventaja de QAT es su capacidad para preservar la precisión del modelo en la mayor medida posible.

Dado que el modelo ha aprendido a coexistir con el error de cuantización, su versión cuantizada final casi siempre puede alcanzar una mayor precisión que con PTQ, a veces incluso acercándose al nivel del modelo FP32 original. Por lo tanto, cuando una aplicación tiene requisitos de precisión extremadamente estrictos, QAT es la solución preferida.

Por supuesto, esta alta precisión tiene un costo. QAT requiere un ciclo de entrenamiento completo, lo que significa que necesita acceso a un gran conjunto de datos de entrenamiento y una cantidad significativa de recursos computacionales para el reentrenamiento o ajuste fino del modelo.

El Avance ha Terminado, Ahora un Vistazo al Futuro

Aunque PTQ y QAT forman el marco central de la tecnología de cuantización, el campo está en constante evolución, con muchas herramientas especializadas y técnicas más avanzadas que surgen para escenarios y necesidades específicas.

GPTQ

GPTQ, que significa Cuantización Post-Entrenamiento Generalizada (Generalized Post-Training Quantization), es un método avanzado de cuantización post-entrenamiento diseñado específicamente para modelos basados en la arquitectura GPT.

Su característica destacada es su capacidad para cuantizar modelos a anchos de bit muy bajos, como INT4 o incluso INT3, manteniendo una pérdida de rendimiento extremadamente baja. GPTQ logra una mejor relación precisión-compresión que los métodos PTQ tradicionales a través de un enfoque de cuantización capa por capa combinado con un análisis preciso del error de cuantización.

En aplicaciones prácticas, los modelos cuantizados con GPTQ a menudo exhiben velocidades de inferencia extremadamente altas en GPU, lo que lo convierte en una de las principales opciones para los usuarios de GPU que ejecutan modelos grandes.

GGML

GGML es una biblioteca de tensores diseñada para el aprendizaje automático, que incluye un conjunto de formatos binarios personalizados para almacenar modelos cuantizados. A diferencia de GPTQ, que está orientado principalmente a GPU, los modelos en formato GGML muestran un rendimiento excelente cuando se ejecutan en CPU.

Esto permite a los usuarios sin tarjetas gráficas de alta gama experimentar grandes modelos de lenguaje en sus propios portátiles o ordenadores de sobremesa. GGML admite múltiples niveles de cuantización (p. ej., los comúnmente vistos q4_0, q5_1, etc., en los nombres de archivo), proporcionando a los usuarios opciones flexibles para equilibrar el tamaño del modelo y el rendimiento.

Cuantización Extrema

Binarización (Binarization) es una de las formas más extremas de cuantización. En las Redes Neuronales Binarizadas (BNN), los pesos del modelo se restringen a solo dos valores posibles, típicamente ${-1, +1}$ o una versión escalada ${-α, +α}$.
Ternarización (Ternarization) relaja ligeramente esta restricción, permitiendo que los pesos tomen tres valores, generalmente ${-1, 0, +1}$ o ${-α, 0, +α}$.

Conclusión

La cuantización, en esencia, es una técnica de optimización diseñada para hacer que los modelos de IA masivos y complejos sean más pequeños, más rápidos y más eficientes energéticamente.

Esto permite que modelos grandes como los LLM salgan de los centros de datos en la nube con abundantes recursos y se implementen en los diversos dispositivos con recursos limitados que usamos en nuestra vida diaria.

Ya sea reduciendo drásticamente el tamaño del modelo para que quepa en un teléfono inteligente, acelerando la inferencia para respaldar decisiones en tiempo real en la conducción autónoma, o disminuyendo el consumo de energía para extender la duración de la batería de los dispositivos vestibles, la cuantización juega un papel indispensable.

Se ha convertido en uno de los pilares fundamentales de la ingeniería que impulsan la popularización, la aplicación práctica y la democratización de la tecnología de IA.

Notas al Pie

Hugging Face. (s.f.). Quantization. En documentación de Optimum. Hugging Face. Recuperado el 20 de agosto de 2025, de https://huggingface.co/docs/optimum/concept_guides/quantization Li, J. (2024, 27 de mayo). Mechanistic Interpretability of Binary and Ternary Transformers (arXiv:2405.17703) [Prepublicación]. arXiv. https://doi.org/10.48550/arXiv.2405.17703

Telegram Ad Block Bot

Mon, 18 Aug 2025 00:00:00 GMT

Ad block bot

Ha pasado mucho tiempo desde la última vez que escribí un blog personal, y mis habilidades de escritura se han vuelto un poco oxidadas. Este artículo puede contener frases torpes o desviarse del tema principal; les pido disculpas por ello.

El Bot Unificado Anti-Spam no admite canales de pornografía, apuestas o relacionados con drogas.

Prefacio

Como todos saben, los bots de spam son realmente molestos, sin importar dónde aparezcan. Dado que Telegram proporciona una API conveniente para bots, creé un bot de filtro de spam publicitario en Telegram.

La primera versión se creó alrededor de abril de este año, cuando obtuve acceso a algunos recursos de computación de Google, lo que me permitió configurar un bot de filtro de spam alojado localmente.

Sin embargo, por varias razones, quedó abandonado. Aprovechando el caluroso verano, rehice y reescribí la versión 2 del bot anti-spam. Este bot no es particularmente avanzado en términos técnicos: su principal desafío es reducir los falsos positivos. Creo que esta versión ha mejorado significativamente en ese aspecto en comparación con la anterior.

Además, en términos de lógica de negocio, la nueva versión del bot anti-spam es más estable. Si alguien quiere usarlo, consulte las instrucciones al final de este artículo sobre cómo agregar el bot a su grupo y activarlo.

Lógica

En resumen, este bot de filtro de spam publicitario está construido usando LLMs. La primera versión se ejecutaba localmente (en un servidor local), mientras que la versión actual utiliza llamadas a la API.

Lista de observación

Cuando un nuevo usuario se une a un grupo, el Bot Unificado Anti-Spam primero revisa su perfil y luego determina una duración en la lista de observación según su perfil.

Escaneo

Todos los usuarios en la lista de observación se escanean automáticamente para detectar anuncios. Si se detecta spam, el bot realiza una de las siguientes acciones, dependiendo de la configuración definida por el propietario/administradores del grupo:

Hard (predeterminado) – Eliminar el mensaje de spam, banear al usuario y expulsarlo del grupo.
Soft (opcional) – Solo eliminar el mensaje de spam.

Todo el spam procesado se publicará en el canal público del Bot Unificado Anti-Spam para votación comunitaria.

Verificación

Todos los anuncios que aparezcan en el canal público estarán sujetos a votación pública. Después de 72 horas, los resultados se finalizan. Si un mensaje recibe una mayoría de votos 👍, el usuario se agrega a la lista negra unificada.

Cualquier usuario en la lista negra unificada será eliminado automáticamente de todos los grupos que tengan instalado el Bot Unificado Anti-Spam, ya sea al intentar unirse o al enviar un mensaje.

¿Cómo invitar al Bot Unificado Anti-Spam?

Nombre de usuario: @AISpamCheck_bot

Primero, envíe un correo electrónico a: klaxons-thorax0k@icloud.com

Título: Solicitud del Bot Unificado Anti-Spam

Cuerpo:

Enlace del grupo <link>
Mi nombre de usuario de Telegram <@username>
Nombre de usuario del propietario del grupo <@username>

⚠️ Asegúrese de reemplazar los marcadores < > con el contenido real, pero no agregue nada más. El bot revisará y activará automáticamente el grupo. Si el formato es incorrecto, la activación puede retrasarse.

Grupos de pago

Dado que el Bot Unificado Anti-Spam es completamente gratuito, implica costos de mi parte. Si desea un mejor servicio o tiempos de respuesta más rápidos, puede apoyarme invitándome a una taza de té con leche. Le responderé a través de ese canal posteriormente.

Soporte

El Bot Unificado Anti-Spam admite servicios totalmente personalizados. Si desea agregar el bot pero no quiere que sea públicamente identificable como nuestro, puede contactarme por correo electrónico.

Título: Personalización del Bot Unificado Anti-Spam

Cuerpo:

Enlace del grupo <link>
Mi nombre de usuario de Telegram <@username>
Nombre de usuario del propietario del grupo <@username>
Solicitud "<request>"
Presupuesto <usd>

⚠️ Asegúrese de reemplazar los marcadores < > con sus datos, pero no agregue nada más.

⚠️ La solicitud debe escribirse dentro de comillas dobles.

⚠️ El presupuesto debe estar en USD. Los servicios personalizados comienzan en 20 USD, seguidos de 5 USD al mes para mantenimiento continuo.

La puerta de entrada a la web, Internet

Sat, 30 Aug 2025 13:25:51 GMT

En un mundo dominado por un puñado de gigantes tecnológicos, construir desde cero un navegador web nuevo es un acto similar a desafiar a los dioses.

Sin embargo, esto es precisamente lo que está haciendo el proyecto del navegador Ladybird. No se limita a poner una nueva piel sobre tecnología existente; está dedicado a crear un navegador verdaderamente independiente, con un motor completamente nuevo (LibWeb) y un intérprete de JavaScript propio (LibJS) en su núcleo.

Así que, en el artículo de hoy, hablaremos de qué es realmente un motor de navegador y por qué no son tan numerosos como pétalos esparcidos por una doncella celestial. Y, ¿qué ocurriría si Chrome fuera adquirido?

Por supuesto, soy entusiasta de Safari y Firefox; Chrome es solo un tema de conversación.

El corazón

Para la mayoría de los usuarios, un navegador es solo un icono en la pantalla, una puerta de entrada al vasto internet.

Pero detrás de esa puerta, el componente central que trabaja es un software complejo conocido como motor del navegador (Browser Engine). Podemos entenderlo mediante algunas analogías sencillas.

Es el corazón del navegador, que bombea datos sin descanso. También es un gran traductor, que toma el código bruto de los sitios web—ese texto compuesto de HTML, CSS y JavaScript que no es fácil de leer directamente para los humanos—y lo traduce en tiempo real en las páginas web interactivas, ricas y vívidas que vemos en nuestras pantallas.

Los términos motor del navegador, motor de diseño (Layout Engine) y motor de renderizado (Rendering Engine) a menudo se usan indistintamente.

En conjunto, describen la parte central del navegador cuya responsabilidad principal es interpretar el código de las páginas, calcular la posición y el estilo de cada elemento en la página (es decir, el “diseño” o layout) y luego dibujarlos en la pantalla.

Para entender con más claridad la estructura de un navegador, debemos distinguir el motor del navegador de otras dos partes: primero, la interfaz de usuario (UI), que incluye la barra de direcciones, los botones de avanzar/retroceder, las pestañas, etc., que vemos directamente.

Segundo, el motor de JavaScript, un componente separado responsable específicamente de ejecutar el código JavaScript dentro de una página, dotando a la página de interactividad dinámica.

El motor del navegador coordina todo esto, trabajando de cerca con el motor de JavaScript para transformar un documento estático en una aplicación viva.

Historia

A lo largo del internet moderno, casi todas las experiencias web están impulsadas por tres grandes familias de motores de navegador.

Son producto de la evolución tecnológica y la competencia de mercado, y cada una representa una senda evolutiva única:

Blink: Desarrollado bajo el liderazgo de Google, bifurcado del proyecto WebKit en 2013. Es el motor con mayor cuota de mercado del mundo hoy en día y alimenta Chrome, Edge de Microsoft, Opera, Brave, Vivaldi y muchos otros navegadores.
WebKit: Desarrollado bajo el liderazgo de Apple, su historia se remonta al motor KHTML, aún más antiguo. WebKit es el núcleo del navegador Safari. Antes de la creación de Blink, también fue el motor del navegador Chrome.
Gecko: Desarrollado por la Fundación Mozilla, es el núcleo del navegador Firefox. Fuera del ecosistema Blink/WebKit, Gecko es actualmente el único motor independiente que aún mantiene una cuota e influencia significativas.

Además, no debemos olvidar a los participantes del pasado, como Trident de Microsoft (usado en Internet Explorer) y EdgeHTML (usado en la versión heredada del navegador Edge).

(El motor Blink forma parte del proyecto de código abierto Chromium).

El milagro

Introducir una URL

Todo comienza con una acción simple: escribir una dirección web (URL) en la barra de direcciones y pulsar Enter.

Al recibir esta orden, el componente de red integrado del navegador se pone de inmediato a trabajar.

Este proceso puede dividirse a grandes rasgos en varios pasos:

Búsqueda DNS: El navegador primero necesita conocer la ubicación del servidor correspondiente a esa dirección web. Consulta el “Sistema de Nombres de Dominio” (DNS), que actúa como la “guía telefónica” de internet, traduciendo nombres de dominio legibles por humanos (como www.baidu.com) en direcciones IP que los servidores pueden entender (como 220.181.7.203).
Establecimiento de la conexión: Tras obtener la dirección IP, el navegador establece una conexión fiable con el servidor de destino mediante el protocolo TCP.
Envío de la solicitud: Una vez establecida la conexión, el navegador envía al servidor una solicitud HTTP en nombre del usuario, pidiendo el contenido de la página web correspondiente a la URL.

DOM y CSSOM

Después de recibir la solicitud, el servidor devuelve los datos correspondientes, normalmente empezando por un archivo HTML.

En este punto, el motor de renderizado comienza el análisis (parsing).

Primero, el motor lee el código HTML línea por línea y lo convierte en una estructura lógica en forma de árbol que la computadora pueda entender, conocida como Modelo de Objetos del Documento (DOM).

Este proceso es como convertir el plano de un arquitecto en una lista estructurada que contiene todas las habitaciones, muros, puertas y ventanas y sus relaciones.

Segundo, mientras analiza el HTML, el navegador también solicita y analiza los archivos CSS referenciados en el HTML. Convierte todas las reglas de estilo (como colores, tamaños de fuente, métodos de maquetación) en una estructura en árbol también, llamada Modelo de Objetos de CSS (CSSOM).

Árbol de renderizado

A continuación, el motor combina el árbol DOM y el árbol CSSOM para crear un nuevo árbol, el árbol de renderizado (Render Tree).

Este árbol es el plan maestro de la presentación visual final de la página. Es muy inteligente: contiene únicamente aquellos elementos que realmente necesitan mostrarse en pantalla.

Por ejemplo, un elemento con display: none en CSS no aparecerá en el árbol de renderizado. Cada nodo del árbol de renderizado contiene su información de estilo final.

Cada cosa en su lugar

Una vez construido el árbol de renderizado, el proceso entra en una etapa crucial: el diseño (Layout), a veces también llamado reflujo (Reflow).

En esta fase, el motor calcula con precisión la información geométrica de cada nodo del árbol de renderizado en la pantalla—es decir, su tamaño y posición.

Desde el ancho de toda la página hasta la altura de un botón, pasando por dónde debe partir una línea de texto, todas estas relaciones espaciales se calculan con precisión de píxel en este paso.

Pintado

Cuando la posición y el tamaño de todos los elementos se han determinado, el motor por fin puede comenzar el pintado (Painting).

Recorrerá el árbol de renderizado y llamará a la API gráfica del sistema operativo (el backend de UI) para dibujar cada elemento—texto, imágenes, colores de fondo, bordes, etc.—sobre los píxeles correspondientes de la pantalla.

Cabe señalar que todo este proceso es progresivo. Para ofrecer una mejor experiencia de usuario, el navegador comenzará a dibujar contenido lo antes posible, en lugar de esperar a que se descarguen todos los HTML, CSS e imágenes.

Por eso a veces vemos aparecer primero el contenido de la página y luego cargarse los estilos, provocando un parpadeo momentáneo (es decir, parpadeo de contenido sin estilo, Flash of Unstyled Content).

Interactividad

Tras el dibujo inicial de la página, el motor de JavaScript separado (por ejemplo, el motor V8 en Chromium) empieza a brillar.

Es responsable de ejecutar el código JavaScript incrustado en la página, insuflando vida a una página que de otro modo sería estática.

Ya sea una ventana emergente tras pulsar un botón, animaciones de desplazamiento suave en la página o la carga de contenido nuevo sin refrescar la página (AJAX), todo se lo debemos a JavaScript.

Este proceso también revela un aspecto clave de la optimización del rendimiento. Todas estas operaciones—desde el diseño y el pintado hasta la ejecución de JavaScript—suelen ocurrir en el mismo hilo principal.

Si un fragmento de código JavaScript tarda demasiado en ejecutarse, bloqueará el hilo principal, impidiendo que el navegador responda a acciones del usuario como desplazarse o hacer clic. La página parecerá quedar congelada o entrecortada, incluso si el contenido visible ya se ha cargado por completo.

Esta es precisamente la razón por la que los desarrolladores de navegadores invierten continuamente un enorme esfuerzo en optimización del rendimiento.

Google vs. Estados Unidos

Ya que hablamos de Chrome, toquemos brevemente la cuestión antimonopolio. En pocas palabras, el juez federal Amit Mehta dictaminó en agosto de 2024 que Google mantuvo ilegalmente su monopolio en los mercados de servicios de búsqueda general y publicidad de búsqueda.

Por ejemplo, tan solo en 2021 Google pagó la asombrosa cifra de 26,3 mil millones de dólares para asegurarse de que su motor de búsqueda fuera la opción predeterminada en varias plataformas.

Tras este veredicto, el Departamento de Justicia (DOJ) propuso una serie de remedios destinados a desmantelar este monopolio, siendo la exigencia central más llamativa la desinversión forzosa del negocio del navegador Chrome de Google.

Como navegador con una cuota de mercado absolutamente líder, Chrome es una herramienta crítica para que Google mantenga su monopolio de búsqueda. No solo es el canal de distribución más importante para llegar a miles de millones de usuarios, sino también un enorme terminal de recopilación de datos, que refuerza aún más el foso de Google en el ámbito de la búsqueda.

(Nótese que la orden de desinversión del DOJ se dirige a Google Chrome).

Obras públicas

Entonces surge la pregunta: después de verse obligada a vender su producto insignia de navegador, ¿seguiría Google teniendo motivación para mantener su enorme inversión en el proyecto Chromium?

La respuesta es sí, porque los intereses comerciales fundamentales de Google están indisolublemente ligados a la salud de la web abierta.

Las principales fuentes de ingresos de Google—publicidad de búsqueda, YouTube y servicios de Google Cloud—dependen de una plataforma web rápida, estable, segura y en constante innovación.

Una web estancada o fragmentada dañaría directamente la capacidad de Google para monetizar contenido y servicios.

Por lo tanto, financiar Chromium no se trata solo de respaldar un producto de navegador; se trata de mantener la infraestructura fundamental de su ecosistema de varios billones de dólares.

Al mismo tiempo, Google puede seguir orientando los estándares web, asegurando que la plataforma evolucione en una dirección favorable a sus tecnologías publicitarias avanzadas, contenido multimedia enriquecido y aplicaciones web complejas.

Por supuesto, otro objetivo de Google es impedir que competidores como Apple (con su motor WebKit) dominen la dirección de desarrollo de los estándares web, evitando así que sus servicios clave se vean en desventaja en el futuro entorno de la web.

En consecuencia, Chromium puede verse como un foso estratégico para Google, más que como una mera dependencia de uno de sus productos.

Los remedios del DOJ pretenden desmantelar a Chrome como producto usado para fortificar el monopolio de búsqueda, pero el propio modelo de negocio de Google depende de la salud de toda la plataforma web abierta.

La fuerza clave que da forma a esta plataforma es el motor Blink de Chromium. Así, incluso si perdiera el producto Chrome, la motivación de Google para influir en la evolución de la plataforma web invirtiendo en Chromium se mantiene.

Ya no sería por un producto desinvertido, sino una inversión estratégica para proteger sus flujos de ingresos fundamentales de riesgos a nivel de plataforma (por ejemplo, que la evolución de la web esté dominada por Apple o que se vuelva demasiado fragmentada como para monetizarla eficazmente).

Financiar Chromium es el gasto de obras públicas que Google debe asumir para mantener los cimientos de su imperio empresarial.

Entonces, ¿realmente la desinversión de Chrome resuelve el monopolio?

Costes de mantenimiento

Mantener Chrome y su proyecto subyacente Chromium es un esfuerzo de ingeniería de escala inmensa, con costos y complejidad comparables a desarrollar todo un sistema operativo.

Aquí, dejaremos temporalmente de lado los temas de desarrollo de Chromium, reservándolos para cuando hablemos de Ladybird más adelante. Primero, hablemos de los problemas de seguridad de Chrome.

La garantía de seguridad depende de la respuesta rápida. Chrome publica una actualización completa del navegador aproximadamente cada 4 a 6 semanas, mientras que las actualizaciones menores con correcciones críticas de seguridad se lanzan cada 2 a 3 semanas.

Casi todas las actualizaciones contienen parches de seguridad, y todos los parches deben considerarse igualmente importantes. Este ritmo de actualizaciones tan intenso requiere un equipo grande y profesional de seguridad e ingeniería de lanzamientos.

Dicho de otro modo, posibles compradores de Chrome como OpenAI y Perplexity, pese a valoraciones de decenas o incluso cientos de miles de millones de dólares, están quemando miles de millones en efectivo en sus negocios principales de IA.

La competencia central de estas compañías reside en los grandes modelos de lenguaje, no en gestionar una infraestructura de seguridad global para una aplicación cliente con miles de millones de puntos finales.

Por lo tanto, la carga de seguridad en sí misma se convierte en una enorme barrera poco obvia. El adquirente no compra solo una base de usuarios masiva, sino que hereda una guerra perpetua en el frente de la red.

Esto limita severamente el grupo de candidatos cualificados e incluso pone en duda la viabilidad del propio plan de desinversión.

(Chromium es un beneficiario indirecto de todas las recompensas e inversiones en seguridad que Google vierte en Chrome).

Además, el objetivo del DOJ es “liberar el mercado de conductas anticompetitivas y restaurar la competencia”. El daño identificado por el tribunal es el uso por parte de Google de su activo dominante (Chrome) para proteger otro activo dominante (Search).

Sin embargo, vender Chrome a una entidad bien financiada como OpenAI probablemente no resolvería el problema antimonopolio fundamental, sino que lo transferiría al siguiente paradigma tecnológico.

Una adquisición de Chrome por parte de OpenAI replicaría a la perfección el modelo de Google: aprovechar un activo dominante en el mercado (Chrome) para solidificar su posición de liderazgo en el emergente y potencialmente más crítico mercado de los agentes de IA y la recuperación de información impulsada por IA.

Esto crea una paradoja del monopolio: el remedio para resolver un monopolio siembra directamente las semillas de la formación del siguiente. Los reguladores podrían estar resolviendo el problema de ayer mientras crean el de mañana.

Porque cualquier competidor que posea el poder de mercado de Chrome podría convertir fácilmente su servicio de IA en el punto de entrada predeterminado a internet, lo que va en contra de la intención original de romper a Google y no aborda el problema sustantivo del monopolio.

La fundación

Ante los diversos inconvenientes de una venta corporativa, surge una alternativa más constructiva: colocar el proyecto Chromium bajo la gobernanza de una fundación neutral y sin fines de lucro.

Este enfoque se considera ampliamente la mejor manera de garantizar el desarrollo saludable y neutral de Chromium como pieza crítica de la infraestructura web.

La operación de la fundación podría emular a organizaciones exitosas de código abierto como la Fundación Linux o la Apache Software Foundation.

La gobernanza se compartiría entre los principales actores que dependen del ecosistema Chromium, incluidos Google, Microsoft, Opera y otros.

Los fondos operativos de la fundación serían aportados conjuntamente por un consorcio de miembros que dependen del ecosistema. Este modelo distribuye la carga financiera y evita de manera efectiva que una sola empresa ejerza una influencia indebida.

Lo anterior es solo un breve comentario sobre un tema de actualidad; el propósito principal de este artículo es presentar Ladybird.

Ladybird

Los orígenes de Ladybird se remontan al proyecto SerenityOS, un sistema operativo de escritorio hobby construido completamente desde cero.

Inicialmente, Ladybird era simplemente un visor HTML sencillo dentro de ese sistema. Esta historia es crucial para su desarrollo posterior, ya que estableció la cultura del proyecto de los primeros principios: construir el sistema implementando directamente las especificaciones fundamentales en lugar de apoyarse en marcos existentes.

Un punto de inflexión clave fue la decisión de su fundador, Andreas Kling, de apartarse del mantenimiento diario de SerenityOS para dedicar toda su atención al desarrollo de Ladybird, bifurcándolo de SerenityOS para convertirse en un proyecto independiente y multiplataforma.

Para asegurar la independencia a largo plazo del proyecto y su carácter orientado a la misión, el equipo estableció oficialmente la Ladybird Browser Initiative, una organización sin fines de lucro registrada en Estados Unidos.

Esta estructura organizativa establece legalmente su carácter de interés público, en lugar de objetivos de lucro comercial.

Transparencia

La filosofía de desarrollo central de Ladybird es un enfoque estricto de estándares web primero. El equipo implementa las características desde cero basándose directamente en los documentos de especificación publicados por organismos de estándares como el W3C y el WHATWG.

Esta práctica contrasta marcadamente con el modelo actual, en el que los líderes del mercado definen de facto los estándares a través de sus implementaciones de navegador.

El proyecto está comprometido con la transparencia total. Todas las actividades de desarrollo se llevan a cabo públicamente en GitHub, y la comunicación principal de la comunidad ocurre a través de un servidor de Discord, donde cualquiera puede participar en conversaciones y contribuir código.

Además, el proyecto sitúa la privacidad del usuario en su núcleo. Su hoja de ruta incluye funciones integradas de bloqueo de anuncios y rechaza explícitamente cualquier forma de rastreo de usuarios o esquemas de monetización de datos.

Economía

El proyecto Ladybird se financia íntegramente mediante donaciones incondicionales y patrocinios de individuos y empresas, un modelo fundamentalmente diferente al de los navegadores convencionales.

La mayoría de los navegadores hoy, incluido el de código abierto Firefox, obtienen sus ingresos principales de acuerdos de motor de búsqueda predeterminado. (Véase arriba)

El modelo sin fines de lucro y solo donaciones de Ladybird no es solo una estrategia alternativa de financiación; es una garantía estructural de su independencia técnica y ética.

La principal fuente de ingresos de navegadores convencionales como Firefox son las tarifas de asociación con motores de búsqueda. Esto crea un poderoso incentivo financiero que los obliga a considerar los objetivos de los proveedores de búsqueda en su toma de decisiones.

Estos objetivos a menudo implican la recopilación de datos de usuario para respaldar negocios publicitarios, lo que puede entrar en conflicto con la intención original de proteger la privacidad del usuario.

Ladybird, a través de su carta organizativa y compromisos públicos, ha cortado institucionalmente esta vía de ingresos. Al eliminar este potencial conflicto de intereses a nivel organizativo, el proyecto garantiza que sus decisiones técnicas (p. ej., implementar protecciones de privacidad más sólidas, bloquear rastreadores por defecto) nunca se verán comprometidas por la necesidad de complacer a socios financieros.

Por tanto, su modelo económico es la base sólida sobre la que puede materializarse su filosofía centrada en el usuario.

Prestaciones

Por supuesto, debemos volver a la realidad: ¿es Ladybird realmente cómodo de usar?

Pre-alfa

Actualmente, Ladybird sigue en etapa pre-alfa y todavía no es adecuado para el uso diario por parte del usuario promedio.

Quienes deseen experimentar el navegador deben compilarlo desde el código fuente por sí mismos. Aunque esto no es difícil para los entusiastas, supone una barrera alta para el público general.

A pesar de ello, el proyecto mantiene un ritmo de desarrollo activo y rápido. El equipo comunica los últimos logros a la comunidad mediante formatos como videos mensuales de progreso.

Estas exhibiciones presentan métricas clave como el número de pull requests fusionadas, el número de nuevos colaboradores y el número de Web Platform Tests (WPT) superados, todo lo cual da fe de la trayectoria de desarrollo saludable del proyecto.

Compatibilidad

En la batería de Web Platform Tests (WPT), el referente autorizado para medir la conformidad con los estándares del motor del navegador, Ladybird ha logrado avances impresionantes. En marzo de 2025, su tasa de pruebas superadas se situó en cuarto lugar, solo por detrás de Chrome, Safari y Firefox—los tres motores maduros. Para un motor nuevo construido desde cero, es un logro notable.

Rendimiento de JS

El motor de JavaScript desarrollado por Ladybird, LibJS, también se desempeña excepcionalmente bien en términos de conformidad con estándares. Los resultados de WPT muestran que LibJS es el segundo motor de JavaScript más conforme con las especificaciones, solo superado por SpiderMonkey de Firefox.

Arquitectura

El núcleo técnico de Ladybird son sus componentes de motor completamente desarrollados por el propio proyecto: LibWeb y LibJS.

LibWeb es responsable de manejar todas las tareas relacionadas con la presentación de contenido web, como el análisis de HTML, la construcción del DOM y el renderizado de CSS.

LibJS es un motor ECMAScript completo encargado de ejecutar el código JavaScript dentro de las páginas web.

El proyecto se escribió inicialmente íntegramente en C++, una elección heredada en gran medida de su pila tecnológica en SerenityOS.

Tras volverse independiente, el equipo está evaluando activamente e intentando introducir un lenguaje con seguridad de memoria (como Swift) como segundo lenguaje de desarrollo del proyecto, con el objetivo de mejorar la seguridad y robustez del código en el futuro.

Además, en términos de tamaño de código, el C++ de Ladybird ronda las 425,000 líneas, mientras que el proyecto Chromium supera los 32 millones de líneas. (Aunque le faltan algunas plataformas, en conjunto es muy depurado).

Esta arquitectura esbelta aporta múltiples ventajas.

Primero, reduce significativamente los costos de mantenimiento y la complejidad.

Segundo, una base de código más pequeña facilita que nuevos colaboradores entiendan cómo funciona todo el sistema, reduciendo así la barrera de entrada.

Por último, esta naturaleza “hackeable” fomenta la experimentación y la innovación, creando un entorno favorable para la iteración rápida y la implementación de nuevas funciones.

Motores de navegador como Blink y Gecko son sistemas masivos que han acumulado millones de líneas de código a lo largo de décadas de desarrollo. Inevitablemente arrastran la complejidad histórica de soportar estándares antiguos y adaptarse a evoluciones arquitectónicas.

En cambio, Ladybird nació en la década de 2020 y pudo diseñarse desde el principio basándose en principios de ingeniería de software moderna (como la aislación multiproceso y la seguridad de memoria), sin necesidad de refactorizar una vasta y profundamente arraigada base de código heredada.

Su base de código significativamente más pequeña es más fácil de comprender por un solo desarrollador, lo que reduce la dependencia del proyecto de unos pocos desarrolladores clave y facilita decisiones arquitectónicas más holísticas.

Esto significa que, al implementar nuevos estándares web o realizar ajustes de arquitectura, Ladybird puede moverse más rápido que motores consolidados constreñidos por la inercia de sus enormes sistemas heredados.

Multiproceso

Ladybird emplea una arquitectura moderna multiproceso, que es central en su diseño de seguridad. Esta arquitectura aísla estrictamente el proceso principal de interfaz de usuario de múltiples procesos de renderizado WebContent en sandbox, con cada pestaña del navegador ejecutándose en su propio proceso de renderizado independiente.

Además, operaciones sensibles como la decodificación de imágenes y las solicitudes de red también se gestionan en procesos separados.

Este diseño se considera una ventaja clave de seguridad. Al distribuir distintos módulos funcionales en procesos aislados, incluso si un proceso de renderizado se bloquea o se ve comprometido al manejar contenido web malicioso, el impacto queda confinado dentro del sandbox de ese proceso. Esto protege el proceso principal de UI y todo el sistema operativo, reduciendo enormemente la superficie de ataque.

Desafíos

Para convertirse en una alternativa viable a los navegadores convencionales, el principal desafío técnico de Ladybird es alcanzar paridad de funcionalidades con los navegadores modernos.

Es una tarea abrumadora, ya que significa no solo implementar un número vasto y en constante expansión de APIs Web, sino también lograr renderizado al píxel en una gran variedad de sitios y soportar funciones complejas como extensiones y códecs multimedia avanzados.

El proyecto se encuentra actualmente en la fase de “hacer que funcione” y deberá transitar hacia “hacerlo bien” y “hacerlo rápido”.

Esto requerirá una optimización profunda del pipeline de renderizado y de la ejecución de JavaScript, un proceso intensivo en recursos y de largo plazo que exige inversión sostenida.

En el frente de seguridad, además del sandboxing a nivel arquitectónico ya existente, es necesario un endurecimiento continuo de la seguridad. El coste de mantenimiento de la seguridad de un navegador moderno es extremadamente alto. Empresas como Google gastan millones de dólares anualmente en programas de recompensas por errores, y las exploits de día cero contra navegadores líderes se demuestran con frecuencia en competiciones de hacking de primer nivel como Pwn2Own.

Para que Ladybird gane la confianza de los usuarios, debe construir un sistema de respuesta y defensa en seguridad igualmente robusto.

El mayor obstáculo no técnico de Ladybird no es solo construir el propio navegador, sino superar el bucle de retroalimentación autorreforzado de Chromium en el ecosistema web.

Debido a la posición dominante de Chromium en el mercado, la gran mayoría de desarrolladores web priorizan probar sus sitios en Chrome. Esto ha llevado a una web que está, de facto, optimizada para la implementación específica de Blink, incluidas sus peculiaridades existentes y comportamientos no estándar.

Cuando un navegador nuevo como Ladybird implementa correctamente un estándar, puede encontrarse con errores de renderizado al visitar sitios que dependen de las particularidades específicas de Chromium.

Aunque el comportamiento de Ladybird sea más conforme a las especificaciones, desde la perspectiva del usuario, el sitio está “roto”.

Este fenómeno puede dar a usuarios y desarrolladores la impresión de que el nuevo navegador está lleno de errores, solidificando aún más su preferencia por Chromium.

Por tanto, Ladybird no solo debe cumplir con los estándares, sino que puede que también tenga que dedicar recursos de ingeniería significativos para lograr compatibilidad con esta web centrada en Chromium.

El guerrero

Hemos oído muchas historias de héroes que matan dragones. La aparición de Ladybird es como un guerrero que se atreve a desenvainar su espada en un reino ensombrecido por el dragón Chromium. Aplaudimos su valentía y nos preocupa su escasa probabilidad de victoria.

Instintivamente nos preguntamos: ¿se convertirá este guerrero en el nuevo dragón?

Pero quizá esta sea la pregunta equivocada desde el principio.

El enfrentamiento entre Google y el Departamento de Justicia de Estados Unidos, y el posible nuevo propietario de Chrome, son esencialmente discusiones sobre quién se sentará en el Trono de Hierro.

La espada antimonopolio puede derribar a un rey, pero mientras el trono permanezca, siempre habrá otro que lo codicie.

Entregar Chrome de un gigante a otro probablemente sea solo pasar la corona de un rey al siguiente, sin cambiar el hecho de que todos vivimos bajo el dominio de un rey.

Este es el verdadero significado de Ladybird, que trasciende la narrativa del “guerrero mata al dragón”.

No intenta convertirse en el nuevo rey, sino actuar como mensajero, trayendo un mensaje atronador.

El mundo no necesita un rey.

El valor de Ladybird no reside en si puede reemplazar a Chrome a corto plazo, sino en su mera existencia, que es una poderosa refutación de la idea de que el estado actual de la web es la única solución óptima.

Con cada línea de código escrita desde cero, demuestra que no hay un único camino hacia el futuro. Puede ser un camino que regrese a la apertura, que sea cocreado por la comunidad y que ponga a los usuarios—no a los datos—en primer lugar.

Esto hace que cada elección que cada uno de nosotros toma sea más importante que nunca.

Cuando elegimos un navegador, no solo elegimos una herramienta; votamos por el futuro que queremos.

¿Elegimos un imperio centralizado gobernado por un monarca único, eficiente y benevolente? ¿O elegimos una alianza diversa de ciudades-estado, quizá algo caótica (¿de verdad lo es tanto? p. ej., Mastodon vs. X), pero llena de resiliencia y libertad?

El objetivo último del antimonopolio, quizá, no debería ser apuntalar a más empresas para que compitan por el trono, sino asegurar que siempre tengamos el derecho y la posibilidad de crear un mundo sin trono.

Y proyectos como Ladybird son las chispas que custodian esta posibilidad.

¿Por qué los juegos están tan mal optimizados?

Thu, 21 Aug 2025 05:20:35 GMT

¿Por qué los juegos están tan mal optimizados?

Si juegas con frecuencia, seguramente lo has notado: en los últimos años, muchos títulos han estado “optimizados” de manera desastrosa.

Como últimamente he estado investigando el desarrollo de juegos indie, reuní algunas notas sobre optimización. En este artículo comparto por qué tantos juegos terminan con una mala optimización.

TL; DR

El tamaño de los juegos y la complejidad de los motores han explotado. Bajo la presión de los plazos, con fe en la nueva tecnología y en que “la próxima GPU lo solucionará”, los equipos a menudo no tratan la optimización continua como una tarea central. Resultado: el hardware no se aprovecha, y aun así el juego se congela.

Claro que, si fuera tan simple, no valdría la pena escribir un artículo entero. Primero definamos qué es “mala optimización”.

Optimización

¿Bajos FPS?

¿Tirones?

¿Red deficiente?

Entonces, ¿qué cuenta realmente como mala optimización?

Cuellos de botella

El clásico cuello de botella de la GPU—la tarjeta gráfica al 100%, limitando los FPS—ya no es el único ni el más común. Los juegos modernos presentan cuellos de botella diversos y sutiles.

Un culpable muy común es el cuello de botella de un solo hilo de CPU.

Aunque los procesadores modernos tienen muchos núcleos, bucles centrales del motor—física, IA, gestión de recursos, envío de draw calls—siguen atados a un hilo principal o de renderizado.

El uso global de CPU en el Administrador de Tareas es engañoso, pues promedia todos los núcleos. Si ese hilo crítico llega al 100% en su núcleo, toda la tubería espera, aunque los demás núcleos estén ociosos.

Es como una autopista de ocho carriles con uno bloqueado: aunque los demás estén libres, la eficiencia general cae en picado. Puedes ver solo 25% de uso total, pero los FPS ya topados y tirones por retraso en comandos.

La latencia de memoria y caché es otro asesino silencioso.

El rendimiento fluido depende del flujo eficiente entre RAM, cachés de CPU (L1/L2/L3) y VRAM. Si los datos no llegan a tiempo, CPU/GPU se detienen, desperdiciando ciclos.

Ejemplo: memoria sin XMP/EXPO activado en BIOS, o patrones de acceso a datos ineficientes.

También existen cuellos de botella de I/O y almacenamiento.

Con mundos cada vez más grandes, cargar texturas y modelos desde HDD/SSD en tiempo real afecta directamente la experiencia—crítico en mundos abiertos. La velocidad de lectura/escritura del disco marca la diferencia entre carga fluida y tirones.

Stutter de recorrido

El stutter de recorrido es muy común en mundos abiertos o semiabiertos.

Al moverse rápido a nuevas áreas, aparecen congelamientos breves o caídas súbitas de FPS.

Técnicamente se debe a sistemas de streaming de niveles o particionamiento de mundos. Para encajar mundos enormes en memoria limitada, el motor carga y descarga recursos según la posición del jugador.

Si la carga es lenta o choca con el hilo principal, el render debe esperar a texturas, geometrías o scripts, causando tirones.

(El peor que me pasó fue con Starfield—incluso al cambiar un valor en el creador de personaje se congelaba. Sorprendente.)

Compilación de shaders

Entre todos los tirones, el de compilación de shaders es de los más frustrantes para PC, porque ocurre incluso con hardware de primera.

Los shaders son pequeños programas en la GPU que definen color, luz, sombras, reflejos, transparencia. Compilar los convierte en código máquina específico del GPU.

El problema: consolas vs. PC.

Consolas (PS5, Xbox Series X/S) tienen hardware fijo. Los devs precompilan todos los shaders y los incluyen en el juego. Al jugar, la GPU los ejecuta directamente.

En PC hay miles de GPUs distintas (NVIDIA/AMD/Intel). No se puede distribuir un binario único. Se envía bytecode, y el driver lo traduce en tiempo real al código máquina—eso es la compilación.

(Entre bytecode y máquina, ya entienden 🤔)

Con APIs antiguas (DirectX 11), los drivers manejaban gran parte de esto, pero mal. Con DirectX 12 y Vulkan, la carga cae en los desarrolladores.

Deben declarar Pipeline State Objects (PSO) y, si no precompilan durante pantallas de carga, la primera vez que aparece un efecto o enemigo se compila en vivo—bloqueando el render por decenas o cientos de ms, causando un tirón inevitable.

(The Callisto Protocol es ejemplo famoso; algunos incluso editaban archivos para forzar precompilación.)

Mentalidad de consolas

Cuellos de botella de CPU, stutter de recorrido y compilación de shaders comparten raíz:

Un pipeline centrado en consolas.

El diseño gira en torno a hardware fijo de consolas, subestimando la diversidad, drivers y APIs de PC. Así, la versión PC se trata al final y con pocos recursos.

El resultado: lanzamientos con defectos básicos, parches “post-lanzamiento” normalizados, QA transferido al jugador. El ciclo se repite y la optimización en PC cae.

Entonces, ¿qué es mala optimización?

En breve: hitches repentinos y mal uso del hardware. Si CPU/GPU están bajos pero el juego tartamudea, eso es mala optimización.

(Los problemas online son distintos; a menudo no es “servidor patata” sino lógica cliente-servidor mal diseñada.)

Unreal Engine 5

UE5 trae Nanite y Lumen, que prometen fidelidad casi de CG.

Pero el costo de rendimiento es alto. UE5 ha cambiado el balance entre calidad y FPS.

Nanite

Resuelve el presupuesto de polígonos. Automatiza los LOD y permite usar modelos de millones de tris.

Pero no es gratis: tiene sobrecarga. En escenas ya bien optimizadas, usarlo puede empeorar el rendimiento. Su fuerza es densidad extrema; en escenarios simples, no conviene.

Limitaciones: soporte experimental para esqueletos, no soporta transparencias bien, y depende de SSD rápidos.

Lumen

GI y reflejos totalmente dinámicos.

Antes, la luz indirecta se horneaba en lightmaps (rápido pero estático). Lumen calcula rebotes infinitos en tiempo real, logrando gran realismo.

Epic apunta a 30/60 FPS en PS5/XSX, a resoluciones internas de 1080p y escalado a 4K con TSR.

Modos:

RT por software: rápido pero menos preciso.
RT por hardware: usa núcleos dedicados de RTX/RDNA2+, mayor calidad y costo.

Escalado

Con Nanite + Lumen, lograr 1440p/4K y 60 FPS ya requiere escalado.

¿Insistir en resolución nativa es necio, o es mejor aceptar el diseño basado en upscaling?

DLSS / FSR

El escalado (DLSS de NVIDIA, FSR de AMD) es ineludible.

¿Es una muleta que oculta mala optimización o motor de la nueva generación?

Necesidad

Antes, eran para PCs de gama baja. Ahora son asunción de base. Incluso con hardware tope, muchos AAA solo van fluidos con DLSS/FSR.

Estudios como los de Remnant II ya diseñan con escalado en mente. El objetivo: 60 FPS con DLSS/FSR en modo calidad, no nativo.

Realidad

En la práctica, muchos sienten que se abusa de ellos como cortina para mala optimización. En vez de invertir en ajustes nativos, basta con integrar DLSS/FSR.

Aunque se promete “sin pérdida”, en movimiento surgen defectos:

Ghosting/trailing: bordes de objetos en movimiento generan estelas.
Pérdida de detalle y suavizado: al reconstruir desde menos píxeles, se pierden texturas finas, aparece efecto “acuarela”.

Para muchos, es un pacto faustiano: más FPS a cambio de calidad visual y respuesta.

(DLSS 4 mejora, pero vender FPS de DLSS como “upgrade de potencia” es atrevido.)

Personas

Los juegos los hacen y juegan personas. El problema raíz de optimización en PC está en la economía y producción AAA.

Coste

Los AAA ya rivalizan con Hollywood. Hoy 200–300 M USD son normales; con marketing, hasta 500 M–1 B.

Esto ata lanzamientos a trimestres fiscales y temporadas. Retrasar cuesta millones y golpea acciones. Resultado: se prioriza fecha sobre calidad técnica.

Crunch

Cuando plazos y realidad chocan, surge el crunch: semanas de 80–100h. Está normalizado.

La optimización es trabajo lento: perfilar, refactorizar, ajustar algoritmos. En crunch, se pospone hasta que no queda tiempo.

Y muchos problemas son arquitectónicos—imposibles de arreglar en semanas.

Basura

Un AAA mal optimizado no es solo técnica; es fallo de planificación y organización.

Marketing vende sueños imposibles con fecha fija. Desarrollo no puede cumplir. El resultado: crunch, sacrificio de optimización de PC, y un producto incompleto.

Los parches día uno y actualizaciones solo desplazan QA a los jugadores. El modelo de precompra + live service no castiga esto—lo incentiva. Ingresos asegurados antes de que se descubra la verdad. Promesas de “arreglar luego” son PR vacío.

El sistema permite a compañías lanzar basura cibernética sin consecuencias inmediatas.

Conclusión

“Mala optimización” no debería ser tu primera impresión de un juego. Lo que importa es que sea divertido. Si la optimización se vuelve el tema central, es señal de lo mal que estamos.

El arte visual es un plus, no la base. Jugábamos clásicos de 8 bits durante días—¿era por gráficos? Outer Wilds tiene estilo caricaturesco y fue aclamado—¿por gráficos?

El juego vive o muere por la diversión.

(La optimización debe empezar desde el inicio del proyecto. Muchos creen que es tarea final, pero después es imposible arreglarlo solo con parches—basta ver ejemplos como Project Zomboid o Escape from Tarkov.)

¿Dónde se encuentra realmente el terror?

Sat, 18 Oct 2025 05:57:00 GMT

Terminé de ver El Conjuro 4 el otro día, y es difícil expresar lo que siento. El Conjuro 3 ya fue una decepción. No importa si la trama no es impresionante, pero como película de terror, su trabajo principal es asustar. ¿Y el resultado? Cada entrega asusta menos que la anterior. Por supuesto, esto se debe a que la audiencia está creciendo, evolucionando, mientras que las tácticas de susto de la saga El Conjuro no han cambiado.

Entonces, la pregunta es, ¿por qué las películas o los juegos de terror nos hacen sentir miedo? ¿Dónde está exactamente el terror? ¿Cómo se crea este terror?

¿Por qué buscamos el terror?

Cuando un monstruo nos persigue, nuestro cerebro activa la respuesta de lucha o huida. Esta respuesta desencadena una serie de cambios fisiológicos, como la liberación masiva de neurotransmisores como la adrenalina, las endorfinas y la dopamina, lo que provoca un aumento del ritmo cardíaco, una respiración acelerada y una percepción sensorial agudizada.

Este aumento de neuroquímicos produce un estado de alta excitación. Sin embargo, como somos claramente conscientes de que estamos en un entorno seguro (como en un cine o en casa), nuestro cerebro es capaz de separar esta excitación fisiológica del peligro real.

Cuando se elimina la amenaza, la excitación fisiológica residual se transforma en una fuerte sensación de euforia y alivio.

En otras palabras, la excitación fisiológica causada por el miedo no se disipa inmediatamente después de que termina la amenaza, sino que potencia la experiencia emocional positiva posterior, haciendo que todo el proceso sea placentero.

Las escenas amenazantes en las películas de terror activan significativamente la corteza cingulada anterior (CCA), la ínsula y el tálamo.

Estas regiones cerebrales están estrechamente relacionadas con la generación y representación de los estados de excitación y la conciencia general de las propias respuestas emocionales. Para más detalles, consulte el artículo:

10.1002/hbm.20843

Más allá de la ciencia, las teorías psicológicas que explican por qué los humanos se sienten atraídos por el terror tienen una larga historia. La teoría clásica más famosa es el concepto de Catarsis de Aristóteles.

Esta teoría sugiere que al ver escenas ficticias de violencia o terror, la audiencia puede purificar o liberar sus propias emociones negativas profundas, como la agresión y el miedo, en un entorno seguro. En este marco, los medios de terror se convierten en una válvula de escape emocional.

Por supuesto, no a todo el mundo le gusta el terror. Muchos podrían pensar que a quienes les gusta el terror buscan emociones fuertes, lo cual es cierto, pero es un poco unilateral.

Enlace relacionado 10.3389/fpsyg.2019.02298

Algunas personas pueden tener pensamientos y percepciones únicas. Al ver una historia de terror, pueden mostrar la capacidad de comprender y apreciar la difícil situación de los personajes sin sentirse abrumados por sus emociones dolorosas, manteniendo así una especie de distancia apreciativa.

Por lo tanto, podemos buscar el terror por razones fisiológicas, psicológicas y emocionales.

Juegos de terror

No sé qué piensan todos sobre los juegos de terror, but para mí, los juegos de terror suelen ser mucho más aterradores que las películas. Esto no quiere decir que los juegos de terror tengan técnicas más avanzadas; se debe a las ventajas del propio medio.

La diferencia más fundamental entre las películas y los juegos en la experiencia de terror es la interactividad. En una película, los miembros de la audiencia son observadores pasivos, presenciando a los personajes gritar, correr y morir, pero sin poder hacer nada.

En un juego, el jugador es quien toma las decisiones. Ya sea escondiéndose en un armario para evitar un monstruo o eligiendo caminar por ese pasillo oscuro, cada acción que el jugador realiza determina lo que sucederá a continuación. Esta interactividad crea una sensación de inmersión mucho más intensa que la de una película.

Al ver una película de terror, la audiencia siente miedo, pero está a salvo y no es responsable de la tragedia que se desarrolla en la pantalla. En un juego de terror, sin embargo, el jugador tiene el control, y ese control tiene un precio.

Cada paso, cada aliento y cada error son suyos, porque saben que una decisión equivocada puede llevar a consecuencias aterradoras: Game Over.

Al mismo tiempo, el miedo al monstruo en el juego se entrelaza con el miedo a no poder superar los desafíos del juego. Esta doble ansiedad es única del medio interactivo de los juegos.

Además, el ritmo de una película es controlado por el director a través de una edición meticulosa, diseño de sonido y cinematografía, colocando a la audiencia en una pista emocional prediseñada.

En contraste, los juegos de terror entregan parte o todo el control del ritmo al jugador. El jugador puede decidir cuánto tiempo dudar antes de entrar en una habitación espeluznante, explorar cada rincón lentamente o correr a través de áreas peligrosas.

Esta libertad crea una sensación de miedo más personal e impredecible, permitiendo que el suspense se construya de una manera más natural e interiorizada.

Técnicas de terror

Para inducir el miedo de manera efectiva, los creadores emplean muchas técnicas en películas y juegos. Estas técnicas van desde los impactos fisiológicos más directos e instintivos hasta las manipulaciones psicológicas más sutiles y profundas, formando juntas el espectro completo de la experiencia de terror.

Jumpscare (Susto repentino)

El Jumpscare es una de las técnicas más comunes y directas en el género de terror. Su núcleo reside en explotar el reflejo de sobresalto humano innato, que evolucionó como una respuesta fisiológica protectora y muy rápida a amenazas repentinas y potenciales en el entorno.

La efectividad de un jumpscare depende en gran medida del uso de ruido no lineal, es decir, cambios repentinos y drásticos en la frecuencia y amplitud de un sonido. Nuestros cerebros, evolucionados durante millones de años, han asociado firmemente este patrón de sonido con señales de peligro, como el rugido de un depredador o el grito de un compañero.

Por supuesto, el jumpscare es la táctica de miedo más efectiva, pero también la de más bajo nivel.

Es efectivo porque los estímulos auditivos son procesados por el cerebro más rápido que los estímulos visuales. ¡Ese sonido repentino! pasa por alto nuestras funciones cognitivas superiores y activa directamente el reflejo de sobresalto del tronco encefálico, haciéndonos reaccionar incluso antes de que registremos conscientemente la amenaza.

Es de bajo nivel porque cuando una persona experimenta repetidamente jumpscares en un contexto seguro (como viendo una película o jugando un juego), el cerebro aprende gradualmente a identificarlos como amenazas falsas. Esto es la desensibilización. Como resultado, la intensidad del reflejo de sobresalto disminuye o se suprime por completo.

Para mí, por ejemplo, muchos jumpscares están precedidos por cambios obvios en la escena, lo que permite a mi cerebro prepararse, y no me asustan en absoluto.

Música de fondo (BGM)

El diseño de sonido es fundamental para construir una atmósfera de terror. El sonido se puede dividir en dos categorías principales: sonido diegético y sonido no diegético.

El sonido diegético se origina dentro del mundo de la historia, como el diálogo de los personajes, el crujido de una puerta o los ruidos ambientales, que los personajes de la historia también pueden escuchar.

El sonido no diegético es externo al mundo de la historia y solo puede ser escuchado por la audiencia; el ejemplo más común es la banda sonora de la película.

La esencia del terror radica en jugar hábilmente con la relación entre ambos. Por ejemplo, una ominosa partitura no diegética puede señalar un peligro inminente a la audiencia mientras los personajes en pantalla permanecen ajenos. Esta brecha de información crea una intensa tensión dramática.

Por supuesto, una buena banda sonora también puede ser espeluznante, como el tema principal del juego Lakeview Valley, o el efecto de sonido discordante cuando un personaje resulta herido en Lakeview Cabin.

Estos son efectos logrados a través del diseño de sonido. Por lo tanto, una buena música de fondo es clave para una atmósfera aterradora.

Ritmo

La construcción del terror también depende del ritmo de la propia narrativa. Esto implica controlar el flujo de información, creando misterio y suspense al retrasar o revelar parcialmente detalles clave.

Una buena narrativa de terror alterna su ritmo entre escenas de construcción lenta y tensa y estallidos repentinos de acción o sustos, manteniendo a la audiencia en un constante estado de desequilibrio impredecible.

Sin embargo, esto no está exento de fracasos. Por ejemplo, en la película El Conjuro 4, la escena intermedia en la que están viendo la televisión utiliza un ritmo que no es muy limpio ni nítido, lo que provoca somnolencia.

Terror psicológico

Las anteriores son algunas técnicas muy básicas. Se pueden usar en cualquier lugar y combinar de varias maneras, pero el verdadero terror no se origina en la película o el juego en sí, sino en la mente de la audiencia o del jugador.

El efecto del Valle Inquietante

La teoría del Valle Inquietante (Uncanny Valley) fue propuesta por primera vez por el roboticista japonés Masahiro Mori en 1970.

La hipótesis establece que a medida que una entidad no humana (como un robot o un personaje virtual) se vuelve más parecida a un humano en apariencia, la afinidad de un observador hacia ella aumenta.

Sin embargo, cuando su similitud alcanza un punto crítico en el que es casi indistinguible de un ser humano real pero todavía tiene diferencias sutiles, la afinidad del observador se desploma repentinamente y se convierte en una fuerte sensación de repulsión, miedo y extrañeza. Esta fuerte caída en la afinidad es el llamado Valle Inquietante.

Este es un efecto bien conocido, pero la verdadera fuente de terror es que cuando una entidad existe en la frontera ambigua entre lo humano y lo no humano, nuestro cerebro lucha por clasificarla rápida y claramente.

Este conflicto cognitivo desencadena una incomodidad psicológica similar a la disonancia cognitiva, lo que conduce a la aversión y el miedo.

Por supuesto, hay indudablemente otras razones, pero la disonancia cognitiva —sentir lo desconocido, sentir que algo no está bien— es la clave.

Disonancia cognitiva

La serie Lakeview Cabin y Lakeview Valley, creados por el desarrollador independiente Roope Tamminen, son ejemplos sobresalientes del uso de un estilo artístico y un diseño de juego únicos para crear una profunda atmósfera de terror.

El mecanismo de terror central de esta serie no se basa en gráficos realistas o sustos tradicionales, sino que se construye sobre una disonancia estética cuidadosamente diseñada.

Mientras das un agradable paseo por la hermosa cabaña junto al lago, te encuentras con una trampa. La hermosa escena se distorsiona de repente, y todo se vuelve increíblemente sangriento.

Esta disonancia visual, esta disonancia en el sonido de fondo, finalmente da lugar a la sensación de terror que podemos experimentar en nuestro interior: la disonancia.

El miedo proviene de lo desconocido

En el espectro de los juegos de terror, Outer Wilds ocupa una posición única. No es un juego de terror en el sentido tradicional; su estilo visual de dibujos animados y su música relajante incluso crean una atmósfera cálida.

Sin embargo, muchos jugadores creen que ofrece una sensación de miedo más profunda y duradera que los juegos de terror clásicos. Este terror único no proviene de monstruos o jumpscares, sino que está arraigado en una fuente de miedo más primigenia y grandiosa.

Lo desconocido, y el asombro y terror existencial que surgen al enfrentarse a la inmensidad del universo: el Terror Cósmico.

Una estrella a punto de explotar, un agujero negro que puede tragarlo todo, un planeta oceánico cubierto por tornados gigantes, o la impotencia de perderse en el espacio, flotando solo hasta que se agota el oxígeno.

Estos elementos se combinan para crear una profunda sensación de impotencia e insignificancia. Un zombi puede ser vencido, pero una supernova no.

Este miedo es subjetivo y personal. Diferentes planetas en el juego a menudo desencadenan diferentes miedos primarios o fobias específicas en el jugador, como el miedo a las aguas profundas, el miedo a los espacios cerrados o el miedo al vacío infinito.

A través de su motor de física y diseño ambiental, el juego hace que estas amenazas grandiosas e impersonales se sientan increíblemente opresivas y reales, desencadenando así las respuestas de supervivencia instintivas del jugador.

(Y por cierto, espero que todos puedan jugar a este juego personalmente. ¡Esto es lo que debería ser un juego!)

¿Por qué las películas y los juegos de terror ya no asustan?

Si solo estuviera hablando de técnicas de terror simples, no necesitaría escribir este artículo. En los últimos años, tanto los juegos como las películas han mostrado una tendencia hacia la comercialización, o lo que se podría llamar "hacerlo sin ganas".

Todo, sin importar el género, se trata de ganar dinero. Los juegos de terror que podemos jugar ya no son del tipo que pueden perseguirnos sin descanso, sino obras perezosas que se basan en mundos vacíos y contrastes extraños.

A través de métodos repetitivos y técnicas a las que los jugadores o las audiencias se han vuelto insensibles, apiladas unas sobre otras, se te hace experimentar este terror a través de un proceso que parece generado por una IA. ¿Es eso realmente terror?

Desensibilización

El principal impulsor de la disminución del miedo en la audiencia moderna no es el consumo excesivo de obras de ficción, sino la exposición constante y sin precedentes a eventos terroríficos del mundo real.

El ciclo de noticias de 24 horas y los algoritmos de las redes sociales empujan imágenes reales de guerra, crímenes violentos y desastres directamente a las pantallas de las personas, un fenómeno sin precedentes en la historia de la humanidad.

La psicología explica esto como habituación: cuando el cerebro se expone repetidamente a un cierto estímulo (en este caso, imágenes de violencia y terror), sus respuestas emocionales y fisiológicas se debilitan gradualmente. Este es un mecanismo de autoprotección.

Hace mucho tiempo, la gente solo podía encontrarse con sustos cuidadosamente orquestados en un entorno específico como un cine. Pensemos en las películas de terror de la década de 1960.

Hoy, sin embargo, las plataformas de redes sociales han disuelto la frontera entre la ficción y la realidad. Un monstruo de película ficticio ahora debe competir por el impacto emocional con las tragedias reales que un miembro de la audiencia acaba de ver en su feed.

Esta exposición constante a una mezcla de violencia real y simulada eleva pasivamente el umbral de habituación del cerebro, haciendo que todas las formas de estímulos de terror sean menos propensas a provocar una fuerte respuesta de miedo.

Esto plantea un desafío fundamental para los creadores de terror modernos. Su trabajo ya no se pinta sobre un lienzo en blanco de miedo, sino sobre uno ya manchado de sangre real.

Esto significa que simplemente confiar en el impacto visual o el gore ya no es efectivo, ya que la tolerancia de la audiencia a estos elementos ha aumentado considerablemente.

Para recapturar el miedo de la audiencia, los creadores deben recurrir a territorios emocionales que no se habitúan tan fácilmente. Formas de miedo más interiorizadas pueden eludir el impacto sensorial embotado por la violencia del mundo real y golpear directamente en las profundidades de la psique de la audiencia.

Pero la pregunta es, ¿pueden estos sustos tocar realmente los miedos centrales de la mayoría de las audiencias en sus actuales estados cognitivos y emocionales?

Comercialización

La caja de herramientas creativas de las películas de terror comerciales modernas parece excepcionalmente limitada, y la herramienta más sobreutilizada es sin duda el jumpscare. Un susto en sí mismo no es una técnica ineficaz, pero su uso en las películas de terror contemporáneas expone un agotamiento creativo.

Esto se debe a que estos sustos se preparan de una manera extremadamente formulista. La audiencia puede predecir fácilmente su llegada a través de un diseño de sonido y pistas musicales predecibles.

Un personaje entra en un entorno oscuro y silencioso, la música de fondo se desvanece, la cámara se mueve lentamente y luego, en un momento completamente previsible, una figura fantasmal aparece en pantalla acompañada de un efecto de sonido estridente.

Esta repetición mecánica no solo no asusta a la audiencia, sino que también puede ser molesta por su previsibilidad.

Mientras tanto, la proliferación de sagas cinematográficas y la construcción de universos cinematográficos han exacerbado la homogeneización narrativa. Cuando un concepto original tiene éxito (como Saw o El Conjuro), los estudios tienden a exprimir su valor comercial produciendo secuelas, precuelas y spin-offs interminables.

Pero estas obras posteriores a menudo son simples copias y pegas de los elementos centrales del original, carentes de innovación y avance. A medida que la saga continúa, la novedad inicial se agota, las historias se vuelven cada vez más repetitivas y, finalmente, se convierten en una pobre imitación de sí mismas.

Al mismo tiempo, los juegos también son una zona de desastre. Están apareciendo en masa todo tipo de juegos de mala calidad. No asustan, no son divertidos y algunos ni siquiera están terminados.

Esta basura de mala calidad inunda el entorno al que podemos acceder. Realmente no podemos distinguir los juegos o películas verdaderamente aterradores, porque tienes que probarlo para saber si es basura o un manjar.

El terror es uno de los géneros más rentables de la industria cinematográfica moderna. Su modelo de negocio se puede resumir como de bajo riesgo y alta recompensa.

Primero, los costos de producción de las películas de terror son generalmente bajos. Por lo general, no requieren estrellas de primer nivel costosas, escenarios grandiosos o efectos visuales complejos.

Muchas películas de terror exitosas tienen lugar en una única o limitada ubicación (como una casa), y el elenco es relativamente pequeño, lo que controla enormemente el presupuesto de producción.

Las películas de terror con presupuestos de entre 5 y 15 millones de dólares a menudo pueden generar enormes ingresos de taquilla.

Además, el terror tiene una comunidad de fans leal y activa. Los fanáticos del terror buscarán, discutirán y difundirán activamente nuevas obras de terror. El fuerte efecto del boca a boca a menudo puede convertir una película independiente de bajo presupuesto en un éxito de taquilla.

Esta base de audiencia incorporada hace que el riesgo de marketing para las películas de terror sea relativamente bajo.

En marcado contraste con el brillante éxito del terror se encuentra la enorme dificultad que enfrentan las películas dramáticas en su comercialización.

En el mercado cinematográfico contemporáneo, los dramas son ampliamente considerados uno de los géneros más difíciles de vender. Especialmente para las audiencias más jóvenes como la Generación Z, la etiqueta "drama" es casi sinónimo de "aburrido" y "tedioso".

(En realidad, yo también lo creo. ¿Qué? ¿Dices Oppenheimer? Eso es diferente. Oppenheimer tiene un conflicto intenso).

Los hábitos de consumo de entretenimiento de las audiencias cada vez más jóvenes se inclinan hacia la estimulación sensorial inmediata, fuertes atributos sociales y experiencias comunitarias únicas. Las películas de terror satisfacen perfectamente estas necesidades.

Proporcionan una experiencia fisiológica de aceleración del corazón y también ofrecen un excelente escenario social para que los amigos vean juntos y griten juntos.

En contraste, los dramas, que requieren que la audiencia se sumerja en silencio e invierta emocional e intelectualmente, están en una desventaja natural al competir con formatos de entretenimiento de ritmo rápido como los videos cortos.

Es sobre la base de este enorme contraste en las perspectivas comerciales de las películas de terror y drama que ha surgido una estrategia sistemática de marketing de desajuste de género.

Los estudios y distribuidores se han dado cuenta de que al tomar una película que es esencialmente un drama o un thriller psicológico y disfrazarla de película de terror —a través de tráileres editados engañosamente, carteles espeluznantes y enfatizando repetidamente sus elementos de terror en los materiales promocionales— pueden atraer eficazmente a la audiencia grande, joven y financieramente estable del género de terror.

Pero, después de ver El Conjuro 4, ¿realmente crees que es una película de terror?

Falso Terror

"Terror elevado" es un término que se usa a menudo para referirse a un grupo de películas que surgieron después de la década de 2010, que se distinguen de las películas de terror tradicionales por su estilo artístico y profundidad temática.

La característica común de estas películas es que priorizan la creación de miedo psicológico y una atmósfera represiva en lugar de depender de jumpscares y gore.

Su núcleo narrativo a menudo gira en torno a emociones humanas complejas y problemas sociales reales, como el duelo, el trauma, los conflictos familiares, la identidad o la ansiedad existencial, y poseen la calidad del cine de autor en su lenguaje audiovisual.

Sin embargo, esto es esencialmente un truco de marketing bien diseñado. Su función principal no es realizar una clasificación artística rigurosa, sino resolver un problema comercial.

Cómo vender una película de terror a una audiencia de gustos refinados que desprecia las películas de terror o no está dispuesta a admitir que le gustan.

Al poner la etiqueta "elevado", los especialistas en marketing proporcionan eficazmente a esta audiencia una excusa o un escalón.

Implica: "Esto no es solo una película de terror ordinaria; tiene temas profundos y aspiraciones artísticas".

Esto permite a las audiencias que normalmente frecuentan los cines de autor consumir una película de terror con la conciencia tranquila, sin preocuparse de que su gusto se vea empañado.

Al mismo tiempo, esta etiqueta también facilita las cosas a los críticos de cine, permitiéndoles elogiar con seguridad una película de terror porque su estatus de "elevado" ya la ha diferenciado de sus pares de "baja categoría".

También se podría argumentar que la popularidad del "terror elevado" es en realidad una versión mejorada de la estrategia de desajuste de género descrita anteriormente.

Algunos creadores o compañías de producción podrían haber tenido la intención original de hacer un drama serio sobre el trauma familiar, pero para obtener las lucrativas ganancias y la alta atención del mercado del terror, agregaron elementos sobrenaturales o de thriller y luego lo empaquetaron como "terror elevado".

De esta manera, pueden atraer tanto a la audiencia principal del terror como a los entusiastas del cine de autor a través de sus temas profundos, maximizando así los beneficios comerciales.

Además, la noción jerárquica implícita en el término "terror elevado" refleja fundamentalmente una ignorancia y arrogancia hacia la rica y gloriosa historia del cine de terror.

El subtexto de la palabra "elevado" es que todas las demás películas de terror que no cumplen con sus criterios son de "bajo nivel".

Esta división binaria no solo es arbitraria sino también muy engañosa.

Atribuye erróneamente elementos que han existido durante mucho tiempo en las películas de terror —como temas profundos, psicología compleja y crítica social— a las nuevas invenciones de unos pocos directores contemporáneos.

De hecho, desde la representación de una crisis de fe en El Exorcista hasta la exploración de la violencia doméstica y el colapso mental en El Resplandor, estas obras clásicas ya habían alcanzado profundidades artísticas e intelectuales extremadamente altas.

Por lo tanto, la etiqueta "terror elevado" apesta a elitismo. Implica que el 90% de las películas de terror carecen de historia y no merecen atención.

No es un verdadero subgénero cinematográfico, sino simplemente un sinónimo de "una buena película", que se ha utilizado con segundas intenciones para elevar algunas obras mientras se degrada y niega el resto del género.

Esta práctica no solo es una falta de respeto a la historia, sino que también hiere los sentimientos de los fanáticos que aman todas las formas de películas de terror.

Entonces

Siento que la categoría de terror se ha transformado de un medio para liberar el estrés a una herramienta para ganar dinero. Esto es algo que podemos ver en todos los ámbitos de la vida, como usar IA para generar juegos que no son nada divertidos.

Tomemos Little Nightmares 3, por ejemplo, que está siendo desarrollado por el equipo de Supermassive Games. No sé si están familiarizados con este equipo, pero debo decir que no jugaría sus cosas ni aunque me las regalaran.

Entonces, la pregunta es, ¿realmente no saben que sus cosas son basura?

Quizás la pregunta en sí misma está mal planteada. En la lógica del capitalismo, el estándar para "bueno" y "malo" no es el valor artístico, sino el rendimiento comercial.

Un juego con una duración de 3 horas que se vende por 50 dólares, una película que se apoya en una propiedad intelectual clásica y recupera su costo solo con marketing —en un estado financiero, son obras innegablemente "buenas"—. Han cumplido precisamente su misión: ganar dinero.

Lo más aterrador de esta era es que el terror en sí mismo ya no es terrorífico.

¿Pero significa esto que debemos declarar la muerte del terror?

No, todo lo contrario. Esta podría ser una oportunidad para que despojemos la espuma comercial y las mentiras del marketing para redescubrir el núcleo más primitivo y puro del miedo.

El verdadero miedo nunca ha existido en los jumpscares formulistas o en la pretenciosa profundidad pregonada por la etiqueta de "terror elevado".

Existe en Outer Wilds, en ese escalofrío visceral de tu propia pequeñez e impotencia mientras contemplas una supernova a punto de devorarlo todo.

Existe en obras que se mantienen fieles a su visión creativa, como Reanimal, en esa atmósfera espeluznante que no se puede describir con palabras, sino que solo se puede sentir con el corazón.

La imitación solo puede copiar la forma, nunca el espíritu.

Cuando el mercado principal está inundado de más y más productos de terror que son pura forma sin sustancia, nosotros, como audiencia y jugadores, ya no podemos ser corderos fácilmente engañados por trucos baratos. Debemos convertirnos en conocedores que saben distinguir el alma de la cáscara.

La próxima vez que elijamos entrar en un cine oscuro o ponernos los auriculares a altas horas de la noche, lo que deberíamos ver o jugar no debería ser esa basura. Deberían ser las obras que, después de que todo el ruido se haya desvanecido, son las que realmente nos hacen sentir un escalofrío.

El terror no es un género; es arte.

Immersive Translation Plugin

Mon, 18 Aug 2025 06:48:00 GMT

Traducción Inmersiva

No esperaba que la segunda entrada del blog en el nuevo sitio todavía fuera autopromoción—nueva tecnología en la próxima 😈

Prefacio

A finales del año pasado, cuando salió Deepseek v3, hice un complemento de traducción inmersiva como una pequeña celebración. Inesperadamente, más de medio año después, surgió el drama de la “Traducción Inmersiva”. Así que saqué el complemento antiguo, lo ajusté y lo publiqué—puedes verlo aquí.

Los principales objetivos de este complemento son ser completamente de código abierto y usar solo tu propia API. Agregaré más funciones cuando tenga tiempo, como atajos de teclado personalizados.

Registro de cambios

V 2.1

Compatible con Chrome AI; completamente en el dispositivo.

V 2.0

Se añadieron nuevas funciones

Interfaz multilingüe (i18n) – Inglés, chino, japonés, coreano, francés, alemán, español.
Vista de razonamiento (🧠) – Si el modelo devuelve <think>…</think>, aparece un botón para expandirlo y verlo bajo demanda.
Subtítulos de YouTube – Superposición bilingüe; elige primero Integrado o API.
PDF e imágenes – Usa OCR local Tesseract.js para extraer texto, con retroceso a visión LLM cuando sea necesario.

V 1.0

Traducción en línea de la página – Inserta la traducción directamente debajo de cada párrafo/lista/título (sin ventanas emergentes enormes).
Traducción de página completa – Admite traducción de página completa, detecta automáticamente el contenido principal y reduce solicitudes a la API.
Burbuja de diccionario – Cuando el texto seleccionado es una sola palabra, muestra una entrada de aprendizaje concisa.

¿Qué es un cuanto?

Wed, 29 Oct 2025 11:15:00 GMT

El día antes de escribir este borrador, Google lanzó un nuevo algoritmo, Quantum Echoes (¿quizás algoritmo de eco?), que apunta a una alta verificabilidad. Originalmente, no quería meterme en cosas abstractas en el blog, pero los comentarios debajo de estas noticias/informes son realmente difíciles de ignorar, así que hablemos de qué es un cuanto.

Mecánica Clásica

Vivimos en un mundo que parece ordenado y predecible. Una manzana cae de un árbol, un planeta orbita alrededor del sol, una bola de billar rueda sobre la mesa.

Todos los fenómenos mencionados anteriormente siguen un conjunto de reglas que nos son familiares e intuitivas.

¡La mecánica clásica!

En el universo descrito por Newton, todo funciona como un enorme y preciso mecanismo de relojería. Cada objeto en el universo, desde la partícula de polvo más pequeña hasta la galaxia más masiva, tiene una posición y un momento definidos.

Si pudiéramos conocer con precisión todas las condiciones iniciales de un sistema en un momento dado, como la posición, la velocidad de todas las partículas y las fuerzas que actúan sobre ellas, en principio podríamos predecir con exactitud el estado de ese sistema en cualquier momento futuro, de la misma manera que predecimos a qué hora alguien volverá a casa.

Esta idea se conoce como determinismo y constituye la piedra angular de la física clásica.

En este mundo clásico, las propiedades físicas son continuas. Imagina que subes por una rampa suave; puedes detenerte a cualquier altura en esa rampa.

La velocidad de un coche eléctrico puede ser de 11 km/h, 11.4 km/h, o 11.4514 km/h; los valores pueden subdividirse infinitamente.

Cantidades físicas como la energía, la velocidad y el momento pueden variar suavemente, y cualquier valor dentro de su rango está permitido.

Esta teoría ha tenido un éxito incomparable al describir los objetos macroscópicos de nuestra experiencia diaria; desde la construcción de puentes hasta el lanzamiento de naves espaciales, la mecánica clásica es el principio físico que mejor sabemos utilizar.

La Ruptura

Sin embargo, a finales del siglo XIX y principios del XX, cuando los científicos dirigieron su atención a dominios más microscópicos, al comportamiento de los átomos y la luz, este universo perfectamente predecible comenzó a resquebrajarse.

Una serie de experimentos reveló fenómenos extraños que la física clásica no podía explicar, sacudiendo su posición inquebrantable de varios siglos.

Radiación del cuerpo negro

La teoría clásica falló catastróficamente al predecir el color (distribución de frecuencias) de la luz emitida por un objeto calentado (un "cuerpo negro").

La teoría predecía que, en la región ultravioleta, la energía de la radiación tendería al infinito, mientras que en los experimentos reales, la energía de la radiación disminuía gradualmente. Es decir, la teoría y el experimento no coincidían.

Esto se conoció como la catástrofe ultravioleta.

En este punto, alguien podría preguntar: "Bueno, si la teoría y el experimento no coinciden, ¿cuál es el problema?"

El problema es que la teoría se derivaba de los fundamentos de la mecánica clásica, el determinismo. Y si el experimento no se ajustaba a la teoría, significaba que, al menos en este ámbito, la familiar mecánica clásica ya no era aplicable.

Es como si el metro llegara todos los días a la misma hora, pero un día, de repente, no aparece. Le preguntas a un transeúnte y te dice: "Aquí no hay ninguna estación de metro".

Entonces, ¿cómo has estado yendo a trabajar?

Para resolver este enigma, el físico Max Planck propuso en 1900 una hipótesis revolucionaria: la emisión y absorción de energía no es continua, sino que ocurre en "paquetes" de energía discretos e indivisibles.

Llamó a esta unidad mínima e indivisible de energía un "cuanto" (quantum).

Esta fue la primera aparición del concepto de cuanto, marcando el comienzo de una revolución en la física.

Efecto fotoeléctrico

Ya a finales del siglo XIX se sabía que la luz era una onda y que los metales contenían electrones libres. Así surgió una idea espontánea: ¿podríamos usar la onda de luz para arrancar electrones del metal?

Curiosamente, la capacidad de arrancar electrones dependía del color (frecuencia) de la luz, no de su intensidad (brillo).

Incluso la luz azul más tenue podía expulsar electrones instantáneamente, mientras que la luz roja más intensa no lograba nada.

Albert Einstein explicó esto en 1905, proponiendo audazmente que la luz misma está compuesta por estos paquetes de energía, a los que llamó "cuantos de luz" (más tarde conocidos como "fotones").

Cada fotón transporta una cantidad de energía, y solo cuando la energía de un solo fotón es suficientemente grande (es decir, la frecuencia de la luz es suficientemente alta) puede arrancar un electrón de un átomo (escapando de la superficie del metal).

Esta explicación no solo le valió a Einstein el Premio Nobel, sino que también proporcionó una fuerte evidencia de la naturaleza corpuscular de la luz.

Podemos explicarlo de una manera más sencilla. En la imaginación clásica, la luz es como una corriente de agua; un mayor brillo significa una corriente más fuerte.

El metal es como un muro, y si la corriente es lo suficientemente fuerte, puede arrancar algunas piedras (electrones).

Más tarde se descubrió que la luz no es una corriente de agua, sino más bien una carretera. El brillo determina cuán ancha es la carretera, no cuán fuerte es la energía. Lo que realmente transporta la energía son los coches que circulan por la carretera, es decir, los fotones.

Solo cuando el coche es lo suficientemente grande (alta frecuencia, gran energía) puede derribar ese muro y arrancar las piedras.

Estabilidad atómica

Todo el mundo sabe que el mundo está compuesto por átomos y moléculas.

Pero aquí surge la pregunta: ¿cuál es su estructura?

Un átomo no es una pequeña bola sólida, sino un sistema compuesto por un núcleo y electrones, donde los electrones son partículas que se mueven alrededor del núcleo.

Sin embargo, según las leyes del electromagnetismo clásico, una partícula cargada en movimiento acelerado debería irradiar energía continuamente.

La energía es finita, por lo que un electrón no puede irradiar energía indefinidamente. Así, mientras orbita, perdería energía constantemente, su velocidad disminuiría, el radio de su órbita se reduciría y finalmente caería en espiral hacia el núcleo.

Si esta teoría fuera correcta, significaría que todos los átomos del universo colapsarían en un instante. Nuestras mesas, el aire, nuestros cuerpos, y de hecho el mundo entero, no podrían existir.

Pero la realidad es que todo está bien, el mundo es estable como siempre. Este fue el gran misterio al que se enfrentaron los científicos a principios del siglo XX.

En 1913, el físico Niels Bohr propuso una hipótesis audaz: ¿y si los electrones no pudieran moverse libremente, sino que solo se les permitiera ocupar ciertas órbitas específicas?

Es como si los electrones solo pudieran estar en los escalones de una escalera, en lugar de correr felizmente por una rampa.

Estos escalones corresponden a diferentes estados de energía, que llamamos niveles de energía. Cuando un electrón está en un nivel de energía, es estable, no emite energía y no cae.

Solo cuando un electrón "salta" a otro nivel de energía absorbe o libera un cuanto de energía, que es exactamente la diferencia entre los dos niveles:

$E = h\nu$

Mecánica Cuántica

En resumen, los cuantos no son continuos, sino que vienen en paquetes discretos. Esta es la esencia del pensamiento cuántico.

Los físicos se dieron cuenta de que las reglas que gobiernan el mundo microscópico son radicalmente diferentes de las que conocemos en el mundo macroscópico. Nació un sistema teórico completamente nuevo: la "mecánica cuántica".

No es un simple ajuste de la mecánica clásica, sino una revolución de paradigma completa, diseñada específicamente para describir el comportamiento de partículas microscópicas como átomos, electrones y fotones.

Así, el mapa de la física se dividió en dos. La mecánica clásica sigue siendo la reina del mundo macroscópico, mientras que la mecánica cuántica es la soberana absoluta del dominio microscópico.

Ambas teorías han logrado un éxito asombroso en sus respectivos campos, pero las imágenes de la realidad que pintan son muy diferentes.

La física clásica no es incorrecta, sino que debe ser vista como una aproximación emergente de la mecánica cuántica a escala macroscópica. (¿Qué? ¿No sabes lo que es la emergencia?)

El determinismo y la previsibilidad que experimentamos en nuestra vida cotidiana no son propiedades fundamentales del universo. Comprender esto es crucial. El mundo clásico parece tan ordenado porque es el resultado del promedio estadístico a gran escala del comportamiento probabilístico de innumerables eventos cuánticos microscópicos.

Es como observar el flujo de una gran multitud: podemos predecir su tendencia general, pero no podemos determinar la trayectoria específica de un individuo. La realidad determinista que percibimos se basa en un fundamento cuántico lleno de probabilidad, incertidumbre y posibilidad.

Esto no es solo un cambio en la teoría física, sino una profunda transformación filosófica que ha alterado fundamentalmente nuestra comprensión de la naturaleza de la realidad. (Entonces, ¿estamos tratando de decir que el cálculo probabilístico de los LLM también es mecánica cuántica? ¡Cuando tengas dudas, mecánica cuántica!)

¿Qué es un cuanto?

La palabra "cuanto" suena misteriosa y profunda, pero su concepto central es excepcionalmente simple. Proviene del latín quantus, que significa "cuánto".

En física, un cuanto (quantum, plural quanta) se refiere a la unidad discreta más pequeña e indivisible de cualquier entidad física involucrada en una interacción.

Es como el "átomo" de una propiedad física, el ladrillo fundamental o el paquete de datos de esa propiedad.

Definición

Podemos entender este concepto a través de algunos ejemplos concretos. El ejemplo más famoso es la luz.

Normalmente percibimos la luz como continua, pero en realidad, está compuesta por paquetes de energía, y estos paquetes son los fotones. Por lo tanto, un fotón es un cuanto de luz.

Del mismo modo, la carga eléctrica no es infinitamente divisible; existe una unidad de carga mínima, la carga elemental, que es el cuanto de carga.

Este concepto fue propuesto por primera vez por Planck al estudiar la radiación del cuerpo negro, quien hipotetizó que la energía solo podía ser absorbida o emitida en múltiplos enteros de la constante de Planck $h$ multiplicada por la frecuencia $v$.

Posteriormente, Einstein, al explicar el efecto fotoeléctrico, materializó este concepto al proponer la existencia de los cuantos de luz.

Del sustantivo "cuanto", derivamos un verbo más central: "cuantizar".

La cuantización se refiere al hecho de que el valor de una propiedad física solo puede tomar ciertos valores discretos y discontinuos, como los números enteros, en lugar de cualquier valor arbitrario.

En pocas palabras, el mundo clásico es una rampa. En la mecánica clásica, cantidades físicas como la energía y la velocidad son como una rampa suave.

Puedes pararte a cualquier altura en la rampa: 1 metro, 1.1 metros, o 1.14 metros. No hay lugares intermedios prohibidos.

En la mecánica cuántica, sin embargo, muchas cantidades físicas, especialmente en sistemas ligados (sistemas formados por dos o más partículas unidas por fuerzas de interacción, cuya energía total es menor que la energía de las partículas completamente separadas), son como una escalera.

Solo puedes estar en el primer, segundo o tercer escalón, pero nunca con un pie en el primer escalón y el otro en el segundo. (Intentando estar en dos sitios a la vez, ¿eh?)

Por ejemplo, la energía de un electrón en un átomo está cuantizada. Solo puede tener ciertos niveles de energía específicos y discretos, como los diferentes escalones de una escalera.

Cuando un electrón absorbe o libera energía, "salta" instantáneamente de un nivel de energía a otro, un proceso llamado salto cuántico, y nunca pasa por estados intermedios. (Como hablaremos de la función de onda más adelante, esto no debe entenderse como teletransportación. Un salto cuántico parece instantáneo, pero en realidad es una transición de estado cuántico causada por una interacción).

De nuevo, la estabilidad atómica

La cuantización no es solo un fenómeno microscópico interesante; es la razón fundamental de la existencia estable de nuestro universo. Volvamos a la crisis de la estabilidad atómica mencionada anteriormente: ¿por qué los electrones no caen en el núcleo?

La respuesta está en la cuantización de la energía. Debido a que los niveles de energía del electrón están cuantizados, existe un "escalón" de energía insuperable. Un electrón puede saltar a un nivel de energía más bajo y liberar energía, pero no puede hacerlo indefinidamente.

Una vez que alcanza el nivel de energía más bajo (el estado fundamental), ya no puede perder más energía porque no hay más escalones debajo de él. (¿O es que quieres entrar en los Backrooms?)

Esta energía mínima impide que el electrón caiga, garantizando así la estabilidad del átomo.

Por lo tanto, el principio de cuantización es la piedra angular de nuestro mundo. Es porque propiedades como la energía y el momento angular son discretas a nivel microscópico, en "paquetes", que los átomos pueden formar estructuras estables, los enlaces químicos pueden unir moléculas, y el mundo material puede presentar la rica diversidad y el orden estable que observamos.

A un nivel más profundo, el descubrimiento de la cuantización reveló las limitaciones fundamentales del lenguaje de la física clásica.

La física clásica se basa en la suposición de continuidad, y su herramienta matemática principal es el cálculo, que trata con cambios continuos. El descubrimiento de la cuantización significa que la lógica subyacente del universo es discreta, digital.

Esto obligó a los físicos a adoptar un lenguaje matemático completamente nuevo, como el álgebra lineal y la teoría de operadores, para describir esta realidad construida sobre escaleras en lugar de rampas.

Esto también explica por qué la forma matemática de la mecánica cuántica parece tan abstracta para los principiantes: se basa en conceptos completamente nuevos.

Las tres grandes características de la mecánica cuántica

Ya que estamos hablando de cuantos, debemos explicar simultáneamente la dualidad onda-partícula, la superposición y el entrelazamiento cuántico. Además, estos son los conceptos físicos fundamentales para entender la computación cuántica.

Dualidad onda-partícula: ¿Soy una onda? Oh, soy una partícula

En el mundo clásico, las cosas se dividen claramente en dos categorías.

Partículas y ondas.

Las partículas son entidades discretas que ocupan una posición definida en el espacio, como una bola de billar.

Las ondas son perturbaciones difusas que se propagan por el espacio, como las ondas en la superficie del agua.

Ambas están claramente diferenciadas y no se mezclan.

Sin embargo, en el mundo cuántico, esta clara distinción desaparece.

Un principio central de la mecánica cuántica es la dualidad onda-partícula, que establece que toda entidad microscópica, ya sea un electrón considerado partícula o la luz considerada onda, posee simultáneamente propiedades de partícula y de onda.

La propiedad que se observa depende enteramente de la configuración experimental y del método de observación. Es importante destacar que nunca podemos observar ambas propiedades complementarias en el mismo experimento.

Nada demuestra la extrañeza de la dualidad onda-partícula mejor que el famoso experimento de la doble rendija.

El diseño del experimento es muy simple, pero sus resultados son suficientes para subvertir todas nuestras intuiciones sobre la realidad.

Primero, usemos objetos macroscópicos como referencia. Imagina que tienes un muro con dos rendijas paralelas. Lanzas pelotas de tenis al azar hacia este muro.

Algunas pelotas serán bloqueadas por el muro, mientras que otras pasarán por una de las rendijas y golpearán la pared de detrás.

Al final, en la pared de detrás, que llamaremos pantalla receptora, cada pelota que pase dejará un punto.

Verás dos áreas en forma de franja que corresponden a las rendijas, donde se concentran las pelotas de tenis. Esto se ajusta perfectamente a nuestra intuición y es un comportamiento típico de las partículas.

Quizás esto suena un poco complicado. Imagina que miras un muro con dos rendijas a través de las cuales puedes ver el paisaje de detrás. El paisaje que ves es más o menos equivalente a donde caen las pelotas.

Por supuesto, puedes usar pelotas de baloncesto en lugar de tenis.

Ahora, coloquemos el montaje experimental en un tanque de agua y usemos olas en lugar de pelotas de tenis. Cuando las olas de agua llegan a la doble rendija, cada rendija se convierte en una nueva fuente de ondas, generando ondas circulares que se expanden.

Estos dos conjuntos de ondas se superponen e interfieren entre sí durante su propagación. En algunos lugares, dos crestas de onda se encuentran, formando una cresta más alta (interferencia constructiva).

En otros lugares, una cresta y un valle se encuentran y se anulan mutuamente, dejando la superficie del agua en calma (interferencia destructiva).

Finalmente, en la pantalla receptora, veremos una serie de franjas claras y oscuras alternas. Este es el patrón de interferencia, el comportamiento característico de las ondas.

Aquí viene la parte crucial del experimento. Colocamos todo en un pequeño dispositivo y usamos un emisor de electrones para disparar electrones hacia una pared con dos pequeñas rendijas.

Esperaríamos ver dos franjas, como se mencionó antes; los lugares que puedes ver serían aproximadamente donde caen los electrones.

Sin embargo, el resultado experimental es que, aunque los electrones llegan a la pantalla receptora uno por uno, como pequeños puntos, con el tiempo, el patrón que forman estos puntos es un patrón de interferencia, ¡como el de las olas de agua!

Este resultado es desconcertante. Parece sugerir que cada electrón individual, cuando no está siendo observado, pasa simultáneamente por ambas rendijas e interfiere consigo mismo como una onda, para finalmente aparecer como una partícula en un punto aleatorio de la pantalla.

Para averiguar por qué camino fue realmente el electrón, instalemos detectores en las rendijas para observar los electrones mientras pasan.

Y aquí es donde ocurre la escena más extraña del mundo cuántico. Tan pronto como comenzamos a observar por qué rendija pasa el electrón, el patrón de interferencia desaparece instantáneamente.

El comportamiento de los electrones se vuelve ordenado, como el de las pelotas de tenis, dejando solo dos franjas en la pantalla receptora.

En la mecánica cuántica, el simple acto de saber la trayectoria del electrón cambia por completo el resultado del experimento. El acto de observar parece forzar al electrón a colapsar de un estado de onda difuso y lleno de posibilidades a una partícula con una trayectoria definida.

Por lo tanto, este experimento revela las limitaciones de nuestra percepción de la realidad. Onda y partícula no son descripciones últimas de lo que es una entidad cuántica; son más bien dos metáforas imperfectas que hemos tomado prestadas del mundo clásico para describir cómo se comporta en contextos específicos.

Un electrón en sí mismo no es ni una onda ni una partícula en el sentido clásico; es una entidad cuántica de un nivel más profundo que nuestro lenguaje cotidiano no puede describir con precisión.

Nuestro acto de observación es como forzar la proyección de esta compleja entidad cuántica sobre uno de los dos conceptos clásicos que podemos entender (onda o partícula).

Por lo tanto, la dualidad onda-partícula no es tanto una doble identidad de las partículas microscópicas, sino más bien nuestra incapacidad para describir con precisión el mundo cuántico usando el lenguaje y la intuición clásicos.

Superposición: Quiero que el caballo corra y que no coma heno

La dualidad onda-partícula nos lleva a otro concepto cuántico aún más fundamental: la superposición.

Se refiere al hecho de que, antes de ser medido, un sistema cuántico puede existir en una mezcla de todos sus posibles estados simultáneamente.

La posición de un electrón no es un punto preciso, sino más bien una nube de probabilidad que se extiende en el espacio, describiendo la probabilidad de encontrar el electrón en diferentes lugares.

La descripción matemática de esta nube de probabilidad es la función de onda.

Imagina una moneda girando rápidamente en el aire. Antes de que aterrice, no es ni cara ni cruz, sino que se encuentra en un estado dinámico mixto que contiene ambas posibilidades.

Cuando la atrapamos con la mano (la medimos), su estado colapsa instantáneamente, determinándose como cara o cruz.

Cuando se realiza una medición en un sistema en superposición, el estado de superposición desaparece instantáneamente y el sistema (el mundo) elige al azar uno de los posibles estados para manifestarse. Este proceso se llama colapso de la función de onda.

Podemos calcular con precisión la probabilidad de cada resultado utilizando la función de onda, pero nunca podemos predecir qué resultado obtendremos antes de la medición. El universo, en su nivel más fundamental, parece estar tirando los dados.

Para revelar las consecuencias absurdas de extender el concepto de superposición del mundo microscópico al macroscópico, el físico Erwin Schrödinger diseñó en 1935 un famoso experimento mental: el gato de Schrödinger.

Se coloca un gato (hipotético) en una caja de acero completamente sellada. Dentro de la caja, hay un pequeño dispositivo que contiene un átomo radiactivo, un contador Geiger y un martillo conectado a un frasco de cianuro venenoso.

Este átomo radiactivo tiene un 50% de probabilidad de desintegrarse en la próxima hora. Si el átomo se desintegra, el contador Geiger se activará, lo que hará que el martillo rompa el frasco de veneno y el gato muera. Si el átomo no se desintegra, el gato permanecerá ileso.

Según el principio de superposición de la mecánica cuántica, antes de realizar una observación, el átomo radiactivo se encuentra en un estado de superposición de "desintegrado" y "no desintegrado".

Dado que la vida o muerte del gato está estrictamente ligada al estado de este átomo, entonces, antes de abrir la caja y observar, el propio gato también debe estar en un estado de superposición de "vivo" y "muerto". Es decir, está simultáneamente vivo y muerto.

Por supuesto, el propio Schrödinger no creía que un gato pudiera estar vivo y muerto al mismo tiempo. El propósito de su experimento mental no era demostrar la corrección de la mecánica cuántica, sino señalar agudamente, a través de una reductio ad absurdum, lo absurdo que es aplicar la interpretación de la superposición cuántica de la escuela de Copenhague indiscriminadamente a objetos macroscópicos.

Este experimento expone dramáticamente un problema central no resuelto en la mecánica cuántica: el problema de la medición.

¿Qué constituye exactamente una medición?

¿La activación del contador Geiger?

¿La interacción del gato con el gas venenoso?

¿O el momento en que el científico humano abre la caja?

¿Dónde está exactamente la frontera entre el mundo cuántico de las leyes probabilísticas y llenas de posibilidades, y la realidad clásica que percibimos como "esto o aquello"? La propia teoría cuántica no proporciona una respuesta clara y no arbitraria.

Entrelazamiento cuántico: Tú y yo, corazón con corazón

Si la superposición ya desafía nuestra cognición, el entrelazamiento cuántico lleva esta extrañeza al extremo.

Se refiere a que dos o más partículas cuánticas pueden estar correlacionadas de una manera especial, de modo que sus propiedades físicas se vuelven inseparables, formando un único sistema unificado, sin importar cuán lejos estén unas de otras.

Es imposible describir el estado de una partícula de forma independiente; su estado solo tiene sentido en relación con la otra partícula.

Imagina que, de alguna manera (como la desintegración de una partícula inestable), producimos un par de electrones entrelazados. Según la ley de conservación del momento angular, sus espines deben ser opuestos.

Antes de ser medidos, cada electrón se encuentra en un estado de superposición de "espín arriba" y "espín abajo".

Ahora, separamos estos dos electrones, enviando uno al Polo Norte y el otro al Polo Sur.

Cuando mides el electrón en el Polo Norte y encuentras que su espín es "arriba", en ese mismo instante, el estado del otro electrón, lejos en el Polo Sur, se determina inmediatamente como "espín abajo", y viceversa.

Esta correlación es instantánea y parece ignorar la distancia espacial. Fue este fenómeno el que perturbó profundamente a Einstein, quien lo llamó "acción fantasmal a distancia" (spooky action at a distance), porque parecía violar el principio de la relatividad especial de que ninguna información o influencia puede propagarse más rápido que la velocidad de la luz.

Para comprender la singularidad del entrelazamiento cuántico, debemos distinguirlo de las correlaciones clásicas que nos son familiares.

Imagina un par de guantes, uno izquierdo y otro derecho. Los pones en dos cajas opacas separadas, envías una al azar a un amigo en Francia y te quedas con la otra en casa.

Cuando abres tu caja y descubres que es el guante derecho, sabes instantáneamente que en la caja de tu amigo debe estar el guante izquierdo. Esto no es sorprendente, porque esta información (cuál es el izquierdo y cuál el derecho) estaba predeterminada desde el principio. Tu descubrimiento solo reveló un hecho que ya existía.

El entrelazamiento cuántico es completamente diferente.

Las propiedades de las partículas entrelazadas (como espín arriba o abajo) no están predeterminadas antes de la medición.

Ambas se encuentran en un estado de superposición que contiene ambas posibilidades. Es como decir que, antes de ser observados, cada uno de los dos guantes es simultáneamente un guante izquierdo y un guante derecho.

No es hasta el momento de abrir una de las cajas y observar que los estados de ambos guantes se determinan conjunta e instantáneamente: uno se convierte en izquierdo y el otro en derecho.

El teorema de Bell, propuesto por el físico John Bell, y numerosos experimentos posteriores han demostrado elocuentemente que la realidad cuántica funciona de esta última manera, descartando la posibilidad de teorías de variables ocultas locales como la del guante.

Es crucial enfatizar que, aunque la correlación entre partículas entrelazadas es instantánea, esto no puede usarse para la comunicación superlumínica.

La razón es que, si bien la medición de una partícula afecta instantáneamente a la otra, el resultado de la medición en sí es completamente aleatorio.

No podemos controlar que una partícula colapse a "espín arriba" para enviar una señal de "1" a la otra parte.

El fenómeno del entrelazamiento cuántico desafía fundamentalmente una creencia básica, el principio de localidad, que establece que un objeto solo es afectado por su entorno inmediato.

Nos revela que el universo, en su nivel más profundo, puede ser no local, que existe una interconexión profunda entre todas las cosas que va más allá de nuestra intuición clásica.

La separación y la distancia que percibimos pueden ser solo una ilusión macroscópica.

Dos partículas entrelazadas, sin importar cuán lejos estén, deben ser consideradas esencialmente como un único sistema cuántico indivisible. Esto es precisamente lo que Einstein encontró "fantasmal".

¿Computación cuántica? ¿Qué es eso? ¿Se come?

A principios de la década de 1980, el físico Richard Feynman planteó una pregunta profunda.

¿Podemos simular el mundo físico con una computadora?

Pero pronto se dio cuenta de que, dado que la naturaleza es fundamentalmente cuántica, no clásica, cualquier intento de simular con precisión fenómenos cuánticos con una computadora clásica enfrentaría un obstáculo fundamental.

El muro exponencial

Las computadoras clásicas son excelentes para manejar la gran mayoría de los problemas de nuestra vida diaria, pero se quedan cortas al simular sistemas cuánticos (como interacciones moleculares complejas o las propiedades de nuevos materiales). La razón fundamental radica en el problema de la escala exponencial.

El estado completo de un sistema cuántico se describe por su función de onda. Para un sistema compuesto por $N$ cúbits (qubits), una computadora clásica necesita almacenar y procesar $2^N$ números complejos (amplitudes de probabilidad) para describir completamente su estado.

A medida que el número de cúbits $N$ aumenta linealmente, los recursos computacionales clásicos requeridos (memoria y tiempo) crecen exponencialmente.

Simular 10 cúbits requiere almacenar $2^{10} = 1024$ números complejos, lo cual es fácil para cualquier ordenador portátil.

Simular 30 cúbits requiere $2^{30}$ números complejos, lo que necesita aproximadamente 8GB de memoria, todavía dentro del alcance de un PC.

Pero simular de 50 a 60 cúbits... la memoria requerida...

Este obstáculo computacional insuperable se conoce a menudo como el muro exponencial. Significa que, para cualquier sistema cuántico de tamaño moderado, una computadora clásica ni siquiera puede almacenar con precisión su estado, y mucho menos simular su evolución dinámica.

Ante este desafío, Feynman propuso una idea: ¿por qué no usar un sistema cuántico para simular otro sistema cuántico?

Para simular un sistema que sigue las reglas cuánticas, el método más eficiente es construir una computadora que funcione según los principios de la mecánica cuántica.

Esta idea sentó las bases de la computación cuántica. Las computadoras cuánticas no están destinadas a reemplazar todas las funciones de las computadoras clásicas, sino a ser dispositivos especializados que utilizan las propiedades inherentes de la mecánica cuántica (como la superposición y el entrelazamiento) para resolver tipos específicos de problemas.

Especialmente aquellos que, debido a su complejidad exponencial, son intratables para las computadoras clásicas, como la simulación de sistemas cuánticos, ciertos problemas de optimización y la criptografía.

¡La función de onda!

(Por favor, ten en cuenta que el siguiente contenido puede ser muy abstracto, contraintuitivo y poco visual. Haré todo lo posible por describirlo con palabras).

Para construir una computadora cuántica, primero necesitamos un lenguaje matemático capaz de describir la información cuántica. El núcleo de este lenguaje es el álgebra lineal, que traduce la realidad física de los estados cuánticos en objetos matemáticos precisos.

(¿Qué? ¿Me pides que explique álgebra lineal?)

La unidad básica de una computadora clásica es el bit, que solo puede estar en uno de dos estados definidos: 0 o 1.

La unidad básica de la computación cuántica es el cúbit (qubit), que puede ser $|0⟩$, $|1⟩$, o cualquier superposición de ambos.

La descripción matemática de este estado de superposición se llama función de onda o vector de estado, generalmente denotado como $|\psi⟩$ (esta es una notación conveniente llamada notación de Dirac).

Para un solo cúbit, su estado general puede escribirse como una combinación lineal de los dos estados base $|0⟩$ y $|1⟩$:

$|0⟩$ y $|1⟩$ son los vectores base computacionales. Son vectores unitarios ortogonales que, en un espacio vectorial complejo bidimensional, corresponden a los vectores columna $(1, 0)^T$ y $(0, 1)^T$, respectivamente.
Los coeficientes $\alpha$ y $\beta$ son números complejos llamados amplitudes de probabilidad.

No solo determinan la probabilidad del resultado de la medición, sino que su fase relativa también contiene información crucial sobre la interferencia cuántica, que es clave para la computación cuántica.

Cuando medimos un cúbit en un estado de superposición $|\psi⟩ = \alpha|0⟩ + \beta|1⟩$, su función de onda colapsa, cayendo aleatoriamente en uno de los estados base.

Según la regla de Born de la mecánica cuántica, la probabilidad de medir $|0⟩$ es $|\alpha|^2$, y la probabilidad de medir $|1⟩$ es $|\beta|^2$.

Por favor, ten en cuenta que esta condición de normalización no es una convención arbitraria, sino una consecuencia directa del axioma físico fundamental de la conservación de la probabilidad.

Dado que una medición debe producir un resultado (ya sea 0 o 1), la suma de las probabilidades de todos los resultados posibles debe ser igual al 100% (es decir, 1).

Esta condición garantiza que nuestra descripción matemática de los estados cuánticos siempre se corresponda con la realidad probabilística del mundo físico.

Cálculo, cálculo, cálculo, cálculo

Hemos detallado la definición del estado cuántico fundamental en la computación cuántica. La siguiente pregunta es: ¿cómo evolucionan estos estados con el tiempo?

O, en otras palabras, ¿cómo se realiza realmente el cálculo?

Ecuación de Schrödinger

La evolución temporal de un sistema cuántico cerrado (como una computadora cuántica ideal) está gobernada por la ecuación de Schrödinger dependiente del tiempo.

$i\hbar \frac{\partial}{\partial t} |\psi(t)⟩ = \hat{H} |\psi(t)⟩$

(Donde $|\psi(t)⟩$ es el estado del sistema (función de onda) en el tiempo $t$, $\hat{H}$ es el operador Hamiltoniano del sistema (que representa la energía total), y $\hbar$ es la constante de Planck reducida).

Bien, sé que ya no quieres seguir leyendo. Dicho de forma sencilla, esta fórmula describe cómo cambia el estado (función de onda) de un sistema cuántico con el tiempo.

Es decir, si conocemos el estado inicial $|\psi(0)⟩$, esta ecuación puede decirnos el estado $|\psi(t)⟩$ en cualquier momento posterior $t$.

Si aún no está claro, podemos hacer una analogía: $F=ma$ es la base de la mecánica clásica, y $i\hbar \frac{\partial}{\partial t} |\psi(t)⟩ = \hat{H} |\psi(t)⟩$ es la base de la mecánica cuántica.

En cuanto a cómo se calcula esta función, lo omitiremos aquí. Básicamente, se divide el tiempo en muchos pequeños pasos, y el núcleo de evolución $K$ para cada paso se obtiene sumando todas las trayectorias ponderadas por $\text{fase} = \frac{\text{acción}}{\hbar}$:

$K(b,a)=\int\mathcal{D}[x(t)],e^{\frac{i}{\hbar}S[x(t)]}$

Al expandir el propagador de corto tiempo a primer orden en el tiempo y reorganizar la integral de trayectoria, en el límite se obtiene la misma forma de ecuación diferencial, la ecuación de Schrödinger.

Operaciones unitarias

La ecuación de Schrödinger es una ecuación diferencial lineal, y su solución puede expresarse como un operador lineal que actúa sobre el estado inicial. Si el estado de un sistema en el tiempo $t=0$ es $|\psi(0)⟩$, entonces en un tiempo posterior $t$, su estado será $|\psi(t)\rangle = U(t) |\psi(0)\rangle$, donde $U(t) = e^{-\frac{i}{\hbar} H t}$ se llama operador de evolución temporal. La ecuación de Schrödinger demuestra rigurosamente que $U(t)$ debe ser un operador unitario.

Un operador (o matriz) $U$ es unitario si su traspuesta conjugada $U^†$ es igual a su inversa $U^{-1}$, es decir, $U^†U = I$ (donde $I$ es la matriz identidad).

La unitariedad tiene dos implicaciones físicas cruciales: la conservación de la probabilidad y la reversibilidad.

Una transformación unitaria preserva la norma (longitud) de un vector. Esto significa que si el estado inicial está normalizado (probabilidad total de 1), entonces cualquier estado después de una evolución unitaria también estará necesariamente normalizado.

Esto garantiza que la probabilidad no se crea ni se destruye durante el cálculo.

Como los operadores unitarios siempre tienen un inverso, cada paso de la evolución cuántica es teóricamente reversible. Podemos retroceder exactamente al estado anterior al cálculo aplicando la operación inversa $U^†$.

Unitario puede entenderse simplemente como que, sin importar cómo evolucione el sistema o cómo rote la función de onda, la probabilidad total siempre será del 100%, ni más ni menos.

En este punto, alguien podría preguntar: "¿De qué diablos estás hablando? ¡No entiendo nada!"

Aquí debemos introducir un concepto importante: en la computación cuántica, cualquier pérdida de información implica que el sistema ha interactuado de forma irreversible con el entorno (como una medición o la decoherencia), lo que destruiría el estado de superposición cuántica.

Por lo tanto, una computadora cuántica debe garantizar que, durante el proceso de cálculo, la información no se descarte ni se copie (debido al teorema de no clonación cuántica).

Esto requiere que todas las operaciones sean transformaciones unitarias reversibles.

Compuertas

En la computación cuántica, las operaciones realizadas sobre los cúbits se denominan compuertas cuánticas. Dado que cualquier proceso de computación cuántica debe ser una evolución físicamente permitida de un sistema cerrado, cada compuerta cuántica debe estar representada por una matriz unitaria.

Esto constituye la conexión más profunda entre la computación cuántica y la física cuántica: las reglas lógicas del cálculo derivan directamente de las leyes físicas fundamentales del universo.

Bien, sé que esto es confuso, y lo he escrito de forma confusa. Resumiendo un poco: la computación cuántica tiene una fórmula fundamental, la ecuación de Schrödinger. Luego, para garantizar la precisión de nuestros cálculos, todo el sistema debe permanecer en un estado cuántico, por lo que debemos asegurar la estabilidad durante el cálculo, y para ello usamos operaciones unitarias.

Entonces, para calcular, necesitamos compuertas lógicas. Las compuertas lógicas cuánticas son diferentes de las clásicas, y las razones de esta diferencia son las que acabamos de exponer.

Algoritmo, algoritmo, algoritmo, algoritmo

Los algoritmos cuánticos manipulan la función de onda de los cúbits a través de una serie de compuertas cuánticas (transformaciones unitarias) cuidadosamente diseñadas, utilizando la superposición y la interferencia para resolver problemas.

H

La compuerta de Hadamard (H) es una de las herramientas más fundamentales para crear estados de superposición. Su representación matricial es:

$H = \frac{1}{\sqrt{2}} \begin{bmatrix} 1 & 1 \ 1 & -1 \end{bmatrix}$

Cuando la compuerta de Hadamard actúa sobre un cúbit en el estado base $|0⟩$, el efecto es:

$|0⟩ \xrightarrow{H} \frac{|0⟩ + |1⟩}{\sqrt{2}}$

El resultado es un estado de superposición uniforme, donde la probabilidad de medir 0 o 1 es del 50% cada una. Esta operación es la base del paralelismo cuántico. Al aplicar la compuerta de Hadamard a múltiples cúbits, podemos crear un estado de superposición que contiene las $2^N$ posibles entradas, permitiendo que un algoritmo cuántico calcule sobre todas estas entradas simultáneamente.

En resumen, la compuerta H nos da un cuanto en estado de superposición.

CNOT

La compuerta Controlada-NO (CNOT) es una compuerta de dos cúbits que es una herramienta clave para crear entrelazamiento cuántico.

Su acción es la siguiente: si el cúbit de control es $|1⟩$, invierte el estado del cúbit objetivo; de lo contrario, no hace nada.

Cuando el cúbit de control está en un estado de superposición, la compuerta CNOT puede generar entrelazamiento. Un ejemplo típico es la creación de un estado de Bell.

(Un estado de Bell se refiere a: $\begin{aligned} |\Phi^+\rangle &= \frac{1}{\sqrt{2}}(|00\rangle + |11\rangle) \ |\Phi^-\rangle &= \frac{1}{\sqrt{2}}(|00\rangle - |11\rangle) \ |\Psi^+\rangle &= \frac{1}{\sqrt{2}}(|01\rangle + |10\rangle) \ |\Psi^-\rangle &= \frac{1}{\sqrt{2}}(|01\rangle - |10\rangle) \end{aligned}$)

La representación matricial de la compuerta CNOT es:

$CNOT = \begin{bmatrix} 1 & 0 & 0 & 0\ 0 & 1 & 0 & 0\ 0 & 0 & 0 & 1\ 0 & 0 & 1 & 0 \end{bmatrix}$

Por ejemplo, colocamos el primer cúbit (control) en un estado de superposición $\frac{1}{\sqrt{2}}(|0⟩ + |1⟩)$ usando una compuerta de Hadamard, y mantenemos el segundo cúbit (objetivo) en $|0⟩$. El estado total del sistema es $\frac{1}{\sqrt{2}}(|00⟩ + |10⟩)$.

Ahora aplicamos una compuerta CNOT. Para la parte $|00⟩$, el bit de control es 0, por lo que el bit objetivo no cambia, permaneciendo como $|00⟩$.

Pero para la parte $|10⟩$, el bit de control es 1, por lo que el bit objetivo se invierte, convirtiéndose en $|11⟩$.

Finalmente, obtenemos un estado entrelazado $|\Phi^+⟩ = \frac{1}{\sqrt{2}}(|00⟩ + |11⟩)$.

Este estado está entrelazado porque no puede escribirse como el producto de los estados de dos cúbits independientes. Estos dos cúbits han perdido su identidad individual y forman un todo inseparable. Medir uno de ellos determina instantáneamente el estado del otro, sin importar cuán lejos estén.

Resumen

Bien, sé que probablemente no tienen idea de qué es todo esto, así que hagamos un pequeño experimento para ilustrar el entrelazamiento cuántico y la computación cuántica.

Supongamos que 0 es cara y 1 es cruz. Tenemos dos monedas y le pedimos a una computadora cuántica que las lance.

Lo que queremos es que las dos monedas estén entrelazadas, de modo que sus resultados sean siempre los mismos (00 o 11) o, después de un ajuste, siempre opuestos (01 o 10).

En este experimento, demostraremos el caso en que "ambas monedas son cara o ambas son cruz" (es decir, 00 y 11).

Partimos del estado inicial de dos cúbits $|00⟩$ (ambos cara) y realizamos secuencialmente las siguientes dos operaciones cuánticas:

La primera operación es una compuerta H, que transforma $|0⟩$ en el estado de superposición $\frac{1}{\sqrt{2}}(|0⟩ + |1⟩)$.

Después de aplicarla al primer cúbit, el estado del sistema se convierte en:

$|\psi_1⟩ = \frac{1}{\sqrt{2}}(|00⟩ + |10⟩)$

Esto significa que el primer cúbit es como una moneda girando, mientras que el segundo sigue siendo cara.

La segunda operación es una compuerta CNOT, que actúa sobre los dos cúbits (el cúbit 0 como control, el cúbit 1 como objetivo).

Si el cúbit de control es $|1⟩$, invierte el cúbit objetivo; si es $|0⟩$, no hace nada.

El estado del sistema se convierte en:

$|\psi_2⟩ = \frac{1}{\sqrt{2}}(|00⟩ + |11⟩)$

Es decir, los resultados de las dos monedas son siempre los mismos. Cuando la primera es cara, la segunda también es cara. Cuando la primera es cruz, la segunda también es cruz.

Sus resultados están perfectamente correlacionados. Este estado es un estado de entrelazamiento cuántico (un estado de Bell).

Tecnologías de cúbits

Ya hemos hablado mucho de matemáticas, así que ahora contemos algunas historias para relajarnos: tecnologías de cúbits.

Circuitos superconductores

La computación cuántica superconductora es una de las rutas de desarrollo más rápidas y escalables en la actualidad. Su principal ventaja es que puede aprovechar los procesos maduros de micro y nanofabricación de semiconductores para expandir rápidamente el número de cúbits.

Su base física consiste en enfriar un circuito electrónico macroscópico a temperaturas extremadamente bajas, cercanas al cero absoluto (aproximadamente 15 mK), para que entre en un estado superconductor, mostrando así efectos cuánticos macroscópicos controlables.

Un cúbit superconductor es esencialmente un sistema cuántico macroscópico artificial que puede simplificarse como un circuito resonante LC no lineal ($f = \frac{1}{2\pi\sqrt{LC}}$).

En un circuito LC estándar, sus niveles de energía están espaciados uniformemente, como un oscilador armónico perfecto.

Esto significa que si intentas usar un pulso de microondas de una frecuencia específica para impulsar el sistema desde el estado fundamental $|0\rangle$ al primer estado excitado $|1\rangle$, este pulso también impulsará el sistema de $|1\rangle$ al segundo estado excitado $|2\rangle$, y así sucesivamente.

Esta degeneración de los niveles de energía nos impide confinar con precisión las operaciones del sistema a los dos estados de cúbit $|0\rangle$ y $|1\rangle$, lo que hace imposible construir un cúbit efectivo.

El componente clave para resolver este problema fundamental es la unión Josephson (JJ).

Una unión Josephson consiste en dos capas de superconductor separadas por una barrera aislante extremadamente delgada. Su efecto físico único permite que los pares de electrones superconductores (pares de Cooper) atraviesen esta capa aislante mediante el efecto túnel cuántico, formando una supercorriente.

Las propiedades físicas de este proceso le otorgan a la unión Josephson un atributo crucial: una inductancia no lineal.

La presencia de esta inductancia no lineal cambia por completo la estructura de niveles de energía del circuito LC. Rompe la degeneración de los niveles de energía del oscilador armónico, de modo que la diferencia de energía entre el estado fundamental $|0\rangle$ y el primer estado excitado $|1\rangle$ (frecuencia de transición $\omega_{01}$) ya no es igual a la diferencia de energía entre el primer estado excitado $|1\rangle$ y el segundo estado excitado $|2\rangle$ (frecuencia de transición $\omega_{12}$). Esta falta de uniformidad en el espaciado de los niveles de energía se llama anarmonicidad.

Es precisamente esta anarmonicidad la que nos permite usar una frecuencia de microondas sintonizada con precisión para impulsar selectivamente solo la transición $|0\rangle \leftrightarrow |1\rangle$, sin excitar accidentalmente a niveles superiores. Esto convierte efectivamente este circuito macroscópico en un sistema cuántico de dos niveles controlable con precisión, es decir, un cúbit.

Entre los muchos diseños de cúbits superconductores, el cúbit Transmon (transmission-line shunted plasma oscillation qubit) se ha convertido en la arquitectura estándar para líderes de la industria como IBM y Google.

El diseño del Transmon establece ingeniosamente los parámetros del circuito en un régimen donde la energía de Josephson ($E_J$) es mucho mayor que la energía de carga ($E_C$), es decir, $E_J \gg E_C$.

La ventaja principal de este diseño es que reduce enormemente la sensibilidad del cúbit al ruido de carga del entorno, prolongando significativamente su tiempo de coherencia, lo cual es un avance importante en comparación con los diseños de cúbits superconductores anteriores. Los procesadores Heron y Condor de IBM, y los procesadores Sycamore y Willow de Google, utilizan arquitecturas basadas en Transmon.

Las ventajas de los circuitos superconductores incluyen velocidades de compuerta extremadamente rápidas y una excelente escalabilidad.

Las desventajas son tiempos de coherencia más cortos, un entorno operativo riguroso y una conectividad de cúbits limitada.

Al final, explicaremos de manera unificada los términos clave que han aparecido aquí: velocidad de operación de compuerta, escalabilidad, tiempo de coherencia y conectividad de cúbits. (¿Qué? ¿No sabes lo que es un entorno operativo riguroso? Respuesta: 15 mK).

Trampas de iones

A diferencia de los circuitos superconductores artificiales, la computación cuántica con trampas de iones elige utilizar los sistemas cuánticos más perfectos de la naturaleza, los átomos individuales, como cúbits.

Al arrancar los electrones externos de un átomo para cargarlo, estos iones pueden ser manipulados con precisión mediante campos electromagnéticos.

El núcleo de una computadora cuántica de trampa de iones es el uso de átomos cargados individualmente (iones), como el iterbio-171 ($^{171}\text{Yb}^+$) o el bario ($^{137}\text{Ba}^+$), como sus cúbits.

Estos iones se suspenden en una cámara de ultra alto vacío y se confinan mediante una trampa de Paul, que está compuesta por una combinación de campos eléctricos estáticos y campos eléctricos alternos de radiofrecuencia (RF).

Esta combinación de campos electromagnéticos crea un pozo de potencial en forma de silla de montar en el espacio. Al rotar rápidamente el pozo de potencial, los iones quedan confinados dinámicamente en el centro del pozo, logrando un excelente aislamiento del entorno externo.

Bueno, esto es bastante abstracto, así que pueden leerlo por encima. Lo principal es que, en una trampa de iones, como todos los iones están confinados en el mismo pozo de potencial, interactúan y se repelen entre sí a través de la fuerza electrostática de Coulomb.

Esta interacción hace que los modos de vibración de toda la cadena de iones sean colectivos. Estos modos de vibración cuantizados se llaman fonones.

¿Para qué sirve esto? Tiempos de coherencia extremadamente largos, fidelidades de compuerta muy altas, conectividad total y una perfecta uniformidad de los cúbits.

Suena genial, pero las desventajas también son evidentes: velocidades de operación de compuerta extremadamente lentas y baja escalabilidad.

Al final, explicaremos de manera unificada los términos clave que han aparecido aquí: tiempo de coherencia, fidelidad de compuerta, conectividad total, uniformidad de cúbits, velocidad de operación de compuerta y escalabilidad.

Procesadores fotónicos

La computación cuántica fotónica adopta un paradigma completamente diferente al de los cúbits basados en materia mencionados anteriormente. Utiliza la unidad de energía más pequeña de la luz, el fotón, como cúbit, aprovechando su naturaleza ondulatoria y corpuscular para procesar información.

La computación cuántica fotónica se basa principalmente en componentes ópticos lineales, como divisores de haz, espejos y desplazadores de fase, para manipular los cúbits fotónicos. Estos componentes guían a los fotones para que interfieran, logrando así operaciones de compuerta cuántica.

Sin embargo, los fotones apenas interactúan entre sí de forma natural, lo que convierte la implementación de compuertas de entrelazamiento de dos cúbits en el mayor desafío de la computación cuántica fotónica. Las soluciones actuales suelen ser probabilísticas y requieren el uso de fotones auxiliares y mediciones proyectivas para lograrlo. Este modelo de computación se conoce como Computación Cuántica Basada en Medición (MBQC).

Las ventajas de los procesadores fotónicos son una robustez extrema y el funcionamiento a temperatura ambiente. Las desventajas son las compuertas de dos cúbits probabilísticas, la dificultad de generar fuentes de fotones individuales de alta calidad y la pérdida de fotones.

La ruta superconductora opta por priorizar la velocidad y el potencial de escalabilidad, considerando la tasa de error relativamente alta como un problema de ingeniería que se puede resolver en el futuro mediante técnicas de corrección y mitigación de errores.

La ruta de las trampas de iones, por otro lado, busca desde el principio la máxima calidad y conectividad de los cúbits, aceptando velocidades de compuerta más lentas como contrapartida.

En cuanto a los procesadores fotónicos, una vez que superen desafíos importantes como las compuertas probabilísticas y la pérdida de fotones, podrían cambiar por completo el paradigma de implementación y aplicación de la computación cuántica, haciéndola más accesible y fácil de integrar.

Características

Ahora vamos a explicar algunas de las características mencionadas anteriormente.

Velocidad de operación de compuerta (gate time / gate speed) El tiempo necesario para realizar una compuerta lógica cuántica. Cuanto más corto, mejor, ya que se pueden completar más compuertas antes de que se agote la coherencia. Sin embargo, hacer las compuertas más rápidas generalmente dificulta mantener una alta fidelidad y un bajo crosstalk.
Escalabilidad (scalability) Cuando el número de cúbits, las conexiones, y los canales de control y lectura se multiplican, ¿puede el sistema mantener los costos, las tasas de error, la interconexión y la disipación de calor bajo control? También incluye la capacidad de la computación cuántica modular/distribuida para conectar múltiples QPU (unidades de procesamiento cuántico).
Tiempo de coherencia (coherence time) Aquí hablaremos de la decoherencia, con más detalles más adelante. La decoherencia es el proceso en el que un sistema cuántico interactúa con su entorno, perdiendo gradualmente las relaciones de fase de su estado de superposición y evolucionando de un estado cuántico a un estado mixto clásico.
Conectividad de cúbits (qubit connectivity) Se refiere a con cuántos otros cúbits puede un cúbit dado realizar directamente una compuerta de dos cúbits (representada por CNOT, que crea entrelazamiento cuántico). Una mayor conectividad requiere menos intercambios intermedios durante la compilación, lo que resulta en una menor profundidad del circuito.
Fidelidad de compuerta (gate fidelity) Si el resultado de una operación de compuerta es el ideal. Se explicará con más detalle más adelante.
Conectividad total (all-to-all connectivity) Cualquier par de cúbits puede realizar directamente una compuerta de dos cúbits, reduciendo la sobrecarga de enrutamiento. No todas las plataformas físicas la poseen de forma nativa.
Uniformidad de cúbits (qubit uniformity) El grado de consistencia en parámetros como la frecuencia y el ruido entre diferentes cúbits en un chip. Una alta uniformidad simplifica la calibración y el control, y mejora la escalabilidad y el rendimiento de fabricación.
Fuentes de fotones individuales de alta calidad y pérdida de fotones (photonic) La computación cuántica fotónica requiere fuentes de fotones individuales que sean bajo demanda, puras e indistinguibles. Al mismo tiempo, las pérdidas en los canales/dispositivos (así como la eficiencia de detección insuficiente) deben reducirse a niveles extremadamente bajos; de lo contrario, la tasa de éxito de las compuertas y la escalabilidad general serán muy bajas.

Rendimiento

Simplemente contar el número de cúbits está lejos de ser suficiente para medir la verdadera capacidad de una computadora cuántica.

Un procesador con cientos de cúbits ruidosos y mal conectados puede tener una capacidad de cálculo muy inferior a la de un sistema con solo unas pocas docenas de cúbits de alta calidad y totalmente conectados. Por lo tanto, evaluar el rendimiento cuántico requiere un conjunto de métricas clave multidimensionales y rigurosas.

Tiempo de coherencia

El tiempo de coherencia es la métrica central para medir la capacidad de un cúbit para mantener su frágil estado cuántico. Define el ciclo de vida de la información cuántica antes de que sea destruida por el ruido ambiental.

Un tiempo de coherencia más largo significa que tenemos más tiempo para ejecutar operaciones de compuerta cuántica, lo que nos permite ejecutar algoritmos cuánticos más profundos y complejos.

T1, también conocido como tiempo de relajación de energía o tiempo de relajación longitudinal, describe el tiempo característico que tarda un cúbit en el estado excitado $|1\rangle$ en decaer espontáneamente al estado fundamental $|0\rangle$ debido al intercambio de energía con el entorno.

T1 mide la estabilidad de la población de los niveles de energía del cúbit. En el modelo de la esfera de Bloch, este proceso puede imaginarse como un vector que apunta al polo norte (representando el estado $|1\rangle$) relajándose gradualmente hacia el polo sur (representando el estado $|0\rangle$).

T2, también conocido como tiempo de decoherencia o tiempo de relajación transversal, describe el tiempo que tarda la información de fase cuántica de un cúbit en un estado de superposición (por ejemplo, $\frac{1}{\sqrt{2}}(|0\rangle + |1\rangle)$) en ser aleatorizada por el ruido ambiental.

La fase es la base de la interferencia cuántica, y la interferencia cuántica es la clave de la ventaja de velocidad de los algoritmos cuánticos. T2 mide la estabilidad de las relaciones de fase en un estado de superposición cuántica.

En el modelo de la esfera de Bloch, este proceso se manifiesta como un vector en el ecuador, cuya información de ángulo azimutal se vuelve gradualmente incierta, dispersándose finalmente de manera uniforme en el plano ecuatorial.

Existe una relación fundamental entre T1 y T2: $T_2 \le 2T_1$. Esto se debe a que cualquier mecanismo físico que cause relajación de energía (proceso T1) destruirá necesariamente las relaciones de fase (proceso T2).

Pero, a la inversa, el ruido de fase puro puede causar decoherencia sin causar pérdida de energía. Por lo tanto, el tiempo T2 suele ser más corto que el tiempo T1 y, a menudo, es el factor más crítico que limita el rendimiento de la computación cuántica.

En resumen, el tiempo de coherencia actúa como un limitador en la computación cuántica.

Aunque la velocidad de operación de las compuertas determina qué tan rápido es una sola operación, el tiempo de coherencia determina cuántas operaciones consecutivas podemos realizar en total antes de que el estado cuántico colapse.

Cuanto más largo sea el tiempo de coherencia, más operaciones podremos realizar.

Un ejemplo muy simple: imagina a una persona que solo está despierta cuando hay sol y se duerme cuando no lo hay.

Este tiempo de coherencia es la duración de la luz solar. Solo si la luz solar dura más tiempo, esta persona podrá hacer más cosas en un día.

Fidelidad de compuerta

La fidelidad de compuerta es la métrica central para medir la precisión de las operaciones de compuerta cuántica. Cuantifica la cercanía entre una operación de compuerta cuántica ejecutada en hardware físico y la transformación matemática teórica, ideal y sin ruido.

Por ejemplo, una fidelidad del 99.9% significa que hay un 0.1% de probabilidad de que ocurra un error al ejecutar esa compuerta.

Aquí suelen aparecer dos métricas: la fidelidad de compuerta de un solo cúbit (1Q Gate Fidelity) y la fidelidad de compuerta de dos cúbits (2Q Gate Fidelity).

Debido a que las compuertas de dos cúbits requieren un control preciso de la interacción entre los cúbits, suelen ser más complejas y propensas a errores que las compuertas de un solo cúbit. Por lo tanto, la fidelidad de las compuertas de 2Q suele ser el cuello de botella del rendimiento general de una computadora cuántica.

Es importante tener en cuenta que los algoritmos cuánticos suelen requerir la ejecución de miles o incluso millones de compuertas cuánticas.

Incluso si la tasa de error de una sola compuerta es baja, estos errores se acumulan durante el cálculo y, finalmente, pueden ocultar por completo el resultado correcto.

La fidelidad total de un circuito cuántico puede considerarse, a grandes rasgos, como el producto de las fidelidades de todas las compuertas individuales que contiene. Si un circuito contiene $N$ compuertas y la fidelidad promedio de cada compuerta es $F$, entonces la probabilidad de éxito general del circuito es aproximadamente $F^N$.

Por ejemplo, una fidelidad de compuerta de dos cúbits aparentemente alta del 99% ($F=0.99$), después de solo 70 operaciones de compuerta, la fidelidad general del circuito ($0.99^{70}$) caerá por debajo del 50%, lo que significa que el resultado del cálculo tiene más de la mitad de probabilidades de ser incorrecto, sin diferencia con una suposición aleatoria.

Esta es la razón fundamental por la que las computadoras cuánticas de escala intermedia ruidosa (NISQ) actuales solo pueden ejecutar circuitos poco profundos. También explica por qué mejorar la fidelidad de la compuerta del 99.5% al 99.9% es un gran salto de ingeniería, ya que se relaciona directamente con la expansión de la escala de los problemas que se pueden calcular.

Alcanzar una alta fidelidad (generalmente se requiere superior al 99.9%) también es un requisito previo para aplicar códigos de corrección de errores cuánticos (QEC).

En cuanto a qué son NISQ y QEC, por favor, tengan paciencia, lo explicaremos lentamente.

Métricas integrales

Para superar las limitaciones de las métricas individuales, los investigadores han desarrollado varios puntos de referencia holísticos, diseñados para evaluar la capacidad de cálculo general de una computadora cuántica con una sola cifra completa.

El Volumen Cuántico (Quantum Volume), propuesto por IBM, es actualmente el punto de referencia holístico más adoptado en la industria.

No mide simplemente un parámetro único, sino que evalúa de manera integral el rendimiento del sistema mediante la ejecución de una serie de circuitos cuánticos aleatorios de una forma específica. El QV tiene como objetivo responder una pregunta central: "¿Qué tan grande y complejo puede ser un circuito cuántico que esta computadora cuántica puede ejecutar con éxito?"

Además del QV, la industria también está explorando otros puntos de referencia.

Por ejemplo, la compañía IonQ propuso el concepto de Cúbits Algorítmicos (#AQ).

El #AQ tiene como objetivo medir la escala efectiva de una computadora mediante la ejecución de un algoritmo específico y de valor práctico (como el algoritmo de optimización QAOA).

El valor de #AQ es igual al número máximo de cúbits con el que se puede ejecutar con éxito dicho algoritmo. Por ejemplo, #AQ 36 significa que el sistema puede ejecutar con éxito una instancia representativa del algoritmo en 36 cúbits.

La era cuántica

Aunque el hardware cuántico ha experimentado un rápido desarrollo en los últimos años, debemos ser conscientes de que todo el campo se encuentra todavía en una etapa muy fundamental: la era de la computación cuántica de escala intermedia ruidosa (Noisy Intermediate-Scale Quantum, NISQ).

Esto significa que las computadoras cuánticas que tenemos en nuestras manos son más como los primeros prototipos de máquinas de vapor construidos a mano por genios artesanos en un garaje: rugen, tienen fugas, no son eficientes, pero demuestran irrefutablemente la viabilidad de un paradigma de potencia completamente nuevo.

Nos encontramos en el amanecer de una transición difícil, desde la era de los parches de la Mitigación de Errores (Error Mitigation) hacia la era industrial de la Corrección de Errores Cuánticos (Quantum Error Correction, QEC).

Esta es la razón por la que este artículo no ha perseguido los modelos de chips que cambian día a día o las noticias de algoritmos efímeros. En cambio, se ha centrado en la comprensión de la mecánica cuántica y los fundamentos de la computación cuántica.

Porque solo al comprender el significado subyacente se puede discernir verdaderamente si lo que tenemos ante nosotros es real o falso, tangible o ilusorio.

En este mundo de explosión de información, aferrarse a las ideas centrales es la única manera de tomarle el pulso a esta revolución tecnológica, sin importar qué nuevos y deslumbrantes avances surjan en el futuro.

Recordando los inicios de la física humana, desde el universo clásico determinista de Newton, similar a un reloj de precisión, hasta esa realidad cuántica llena de probabilidad, superposición y entrelazamiento, que es a la vez inquietante y fascinante.

En el último siglo, la humanidad ha dado un salto cognitivo, comenzando a utilizar verdaderamente el pensamiento cuántico como base para investigar cosas nuevas.

Y la computación cuántica es el primer cliente de esta nueva era. No se trata solo de una carrera por la capacidad de cálculo. Su significado más profundo es que la humanidad está aprendiendo a pensar y a resolver problemas en un lenguaje completamente nuevo, el lenguaje nativo del universo.

Ya no nos conformamos con simular aproximadamente este mundo con los clásicos 0 y 1, sino que intentamos dominar directamente la propia función de onda, dejando que la interferencia de las amplitudes de probabilidad nos guíe hacia las respuestas.

El futuro de las computadoras cuánticas quizás no sea reemplazar las computadoras de nuestros escritorios, sino convertirse en una prótesis intelectual para la exploración de territorios desconocidos por parte de la humanidad.

Primero abrirá puertas nunca antes vistas en aquellos campos donde la computación clásica es impotente, como el desarrollo de nuevos medicamentos, la ciencia de los materiales y la simulación del universo.

El futuro acaba de empezar.

Gracias a todos por leer. Publicaré más sobre el algoritmo Quantum Echoes en mis notas más adelante, probablemente no será muy largo. Con esto concluye este artículo. Escribirlo tomó cerca de 7 horas en total, y si sumamos la investigación y la realización de algunos experimentos, el tiempo invertido fue considerablemente mayor. Espero que hayan disfrutado la lectura. ¡Nos vemos en el próximo artículo! 👋

Spanish Blog Post Test

Mon, 01 Jan 2024 00:00:00 GMT

This is the body of the Spanish test blog post.

Introduction to ZFS

Mon, 18 Aug 2025 14:33:00 GMT

Introducción a ZFS

Quienes conocen mi comunidad saben que mi sitio anterior de blog desapareció porque el servidor fue migrado a ZFS.

Recuerdo que el blog antiguo no describía qué es ZFS, así que hoy analizaré con cuidado qué es ZFS y por qué elegí usarlo en mi servidor principal.

Estructura

ZFS fue desarrollado originalmente por Sun Microsystems para Solaris como un sistema de archivos y gestor de volúmenes. Actualmente se mantiene como el proyecto OpenZFS y sigue evolucionando en plataformas como Linux.

Tradicionalmente, podemos pensar en un sistema de archivos como un bibliotecario que sabe dónde está cada libro en los estantes, pero no sabe nada sobre el contenido de los libros ni sobre la estructura de los estantes.

Si las páginas se pegan (corrupción de datos) o el estante se derrumba (falla de hardware), este bibliotecario puede quedar impotente.

Sin embargo, ZFS (Zettabyte File System) cambia completamente este modelo. Es más bien una combinación de arquitecto, bibliotecario y encuadernador: un experto todo en uno.

ZFS no solo sabe la ubicación de los datos, sino que también entiende la disposición estructural del almacenamiento físico subyacente (discos) y verifica continuamente la integridad de cada página de datos (bloques).

A diferencia de la pila de almacenamiento tradicional, donde RAID, la gestión de volúmenes y los sistemas de archivos se superponen en capas separadas, ZFS integra el controlador RAID, el gestor de volúmenes y el sistema de archivos en uno solo, proporcionando un pool de almacenamiento unificado para gestionar los datos.

Esta integración significa que el sistema operativo se comunica directamente con el pool de almacenamiento de ZFS, evitando ineficiencias y riesgos ocasionados por el aislamiento de información entre capas en pilas tradicionales.

La arquitectura de almacenamiento de ZFS puede verse como una pirámide de tres capas:

Discos Físicos: La capa más baja, es decir, el hardware real del servidor, como HDD (discos duros) o SSD (unidades de estado sólido).
vdev (Dispositivo Virtual): El bloque de construcción básico de ZFS, compuesto por uno o más discos físicos. Define cómo se organizan los datos y la redundancia. Un vdev puede ser un disco único, un grupo en espejo o un arreglo RAID-Z.
zpool (Pool de Almacenamiento): El contenedor de almacenamiento de más alto nivel, compuesto por uno o más vdevs. Una vez creado un zpool, su espacio total puede compartirse entre todos los sistemas de archivos (llamados datasets en ZFS) sin necesidad de particiones predefinidas.

Seguridad

Toda la redundancia y tolerancia a fallos se implementa a nivel de vdev. El tipo de vdev elegido determina directamente el rendimiento, la capacidad utilizable y la seguridad de los datos del pool.

Stripe/Disco Único: El vdev más simple, que puede ser un solo disco o varios discos formando un stripe sin redundancia (similar a RAID 0). Maximiza el rendimiento y la capacidad, pero no tiene tolerancia a fallos. La falla de un solo disco causa la pérdida del vdev.
Espejo (Mirror): Similar a RAID 1. Cada disco en el vdev almacena copias idénticas de los datos. Un espejo de dos vías puede sobrevivir a la falla de un disco; mientras uno quede sano, no se pierde información. Los espejos de ZFS son más flexibles que RAID 1 tradicional, ya que permiten espejos de tres o más vías. El rendimiento de escritura equivale al de un solo disco, mientras que la lectura escala con el número de discos, siendo excelente para cargas de alto IOPS.
RAID-Z: La alternativa innovadora de ZFS al RAID de paridad (como RAID 5 y RAID 6). RAID 5 tradicional sufre del “write hole”, donde una caída durante escritura puede desincronizar datos y paridad. ZFS lo evita con su mecanismo Copy-on-Write (CoW), que asegura operaciones atómicas escribiendo nuevas franjas en lugar de sobrescribir las antiguas. RAID-Z tiene tres niveles:
- RAID-Z1: Similar a RAID 5, con una unidad de paridad; sobrevive a la falla de un disco.
- RAID-Z2: Similar a RAID 6, con dos unidades de paridad; sobrevive a la falla de dos discos.
- RAID-Z3: Triple paridad; sobrevive a la falla de tres discos, ofreciendo redundancia extremadamente alta.

Copy-on-Write (CoW)

En los sistemas de archivos tradicionales, al modificar un archivo, se sobrescriben directamente los bloques antiguos. Si ocurre una interrupción (como corte de energía), los datos viejos pueden quedar a medio sobrescribir y los nuevos incompletos, causando corrupción.

ZFS funciona diferente. Nunca sobrescribe datos activos. En su lugar, cuando modifica un bloque:

Los datos nuevos se escriben en una ubicación libre del disco.
El puntero de metadatos padre se actualiza para referirse al nuevo bloque.
Esta actualización es atómica: o se completa por completo o no ocurre.

Esto garantiza que el sistema de archivos siempre esté consistente. Si se corta la energía, los datos antiguos permanecen intactos. Al reiniciar, ZFS descarta transacciones incompletas y vuelve al último estado consistente. Por ello, ZFS no necesita herramientas como fsck.

Snapshots

Los snapshots son una de las aplicaciones más poderosas del CoW. Un snapshot es una copia de solo lectura de un sistema de archivos o volumen en un momento específico.

Crearlos no duplica datos; solo congela el árbol de metadatos. Como CoW asegura que los bloques viejos no se sobrescriben, los snapshots simplemente los referencian. Se crean al instante y ocupan espacio mínimo al inicio. Solo cuando los datos cambian, el snapshot empieza a consumir espacio, ya que los bloques antiguos deben retenerse.

El espacio ocupado por los snapshots equivale al total de bloques modificados o eliminados en el sistema activo pero que aún están referenciados por snapshots.

Nunca Confiar

La filosofía de ZFS es “nunca confíes en el hardware”. Asume que memoria, cables, controladores o discos pueden fallar en cualquier momento, por lo que implementa protección de integridad de extremo a extremo.

De Extremo a Extremo

El mecanismo central de protección de ZFS son las sumas de verificación. Cada bloque tiene una (por defecto Fletcher4 optimizada, o SHA-256). Al leer, ZFS recalcula y compara. Si no coinciden, detecta corrupción.

Estas sumas se almacenan en los punteros de bloques padres, formando un árbol de Merkle. Esto crea una “cadena de confianza” desde los bloques de datos hasta el “uber block” raíz. A diferencia de otros sistemas que guardan la suma junto al dato (riesgo de corrupción simultánea), ZFS las guarda aparte, dificultando ocultar errores.

Autorreparación

Más allá de detectar errores, ZFS puede autorrepararse. Si encuentra corrupción y hay redundancia (mirror o RAID-Z), ZFS obtiene los datos correctos de la copia sana, los entrega a la aplicación y repara el bloque dañado en disco.

Para riesgos como la pudrición de bits, ZFS ofrece scrubbing. El comando zpool scrub escanea todos los bloques, verifica sumas y repara lo necesario. Es crucial ejecutar scrubbing regularmente (ej. mensual). Sin redundancia, solo puede detectar corrupción, no repararla.

Rendimiento

ZFS integra cachés y registros avanzados para optimizar cargas de trabajo.

Lectura

Las lecturas dependen de la Adaptive Replacement Cache (ARC) en memoria. ARC rastrea tanto datos “recientes” como “frecuentes”, equilibrando espacio para mayor tasa de aciertos. Por defecto, ZFS usa hasta el 50% de la RAM como ARC. Como la memoria acelera mucho el almacenamiento, aumentar RAM es la mejor mejora de rendimiento.

L2ARC (Nivel 2 ARC) añade caché en SSD para datos expulsados de ARC. Sin embargo, requiere RAM para índices, así que un L2ARC muy grande puede perjudicar. Regla: primero aumenta RAM; usa L2ARC solo si está al límite y las tasas de acierto siguen bajas.

Escritura

ZFS distingue entre escrituras asincrónicas y sincrónicas:

Asincrónicas: La mayoría (copias de archivos, etc.). Los datos van a ARC y la app recibe “listo” al instante. Después, ZFS los vacía en grupos de transacción. Muy rápidas, pero riesgo de perder datos recientes en apagones.
Sincrónicas: Necesarias en bases de datos, NFS, etc. Deben persistir antes de confirmar. ZFS usa el ZFS Intent Log (ZIL) para registrarlas.
SLOG (Dispositivo de Log Separado): Por defecto, ZIL vive en los discos del pool. En cargas pesadas sincrónicas, puede ser un cuello de botella. Un SLOG dedicado (SSD/NVMe/Optane) mejora mucho el rendimiento al almacenar ahí el ZIL.

Importante: SLOG solo beneficia escrituras sincrónicas. Para cargas hogareñas o de medios (asincrónicas), es inútil y un desperdicio.

Alternativas

A pesar de su potencia, ZFS no es la única opción. Existen otros sistemas abiertos y comerciales con ventajas y desventajas.

Función	ZFS	Btrfs	LVM + ext4/XFS
Arquitectura	Unificada	Unificada	En capas
Integridad de datos	Checksums de extremo a extremo	Checksums por bloque	Ninguna
Autorreparación	Sí (con redundancia)	Sí (con redundancia)	No
Estabilidad RAID	Excelente (RAID-Z1/2/3)	Buena (mirror/RAID10); RAID5/6 inestable	Excelente (vía mdadm)
Snapshots	Eficientes	Eficientes	Ineficientes
Expansión del pool	Rígida (agregar vdevs, no discos)	Flexible	Flexible
Uso de recursos	Alto	Medio-bajo	Bajo
Integración kernel	Fuera del árbol	Nativa	Nativa

(Tabla por Gemini 2.5 Pro)

Función	ZFS (OpenZFS)	Btrfs	XFS	Ext4 + LVM
Snapshots	Nativos, eficientes	Nativos, por subvolúmenes	No soportado (requiere LVM)	No soportado (requiere LVM)
Checksums	Extremo a extremo (datos y metadatos)	Datos/metadatos	Solo metadatos	Solo metadatos
RAID integrado	Sí (RAID-Z1/2/3, mirrors)	Sí (0/1/5/6/10)	No	No
Compresión	Sí (LZ4, Zstd, etc.)	Sí	No	No
Deduplicación	Sí (en tiempo real, consume memoria)	Sí (herramientas offline)	No	No
Gestión volúmenes	Integrada	Parcial	Ninguna	Vía LVM
RAM necesaria	Alta (≥8GB recomendado)	Moderada	Baja	Baja
Rendimiento	Sólido; escrituras aleatorias pequeñas lentas	Bueno; sufre por fragmentación	Excelente para IO masivo	Excelente general
Integridad datos	Muy alta	Alta	Moderada	Moderada
Madurez	Muy madura, probada en empresas	Bastante madura	Muy madura	Muy madura
Complejidad	Alta (curva aprendizaje)	Media	Baja	Media

(Tabla por ChatGPT 5)

Equivalentes comerciales cerrados incluyen:

Storage Spaces
Veritas VxVM
Oracle ASM
NetApp ONTAP
Dell PowerScale (antes Isilon OneFS)
Veritas InfoScale

Conclusión

Dado que mi servidor principal tiene 96GB de RAM ECC, finalmente elegí la solución ZFS incluida en Proxmox VE (PVE).

Tras una experiencia en la que borré archivos por error y los restauré fácilmente con snapshots, ZFS se convirtió en mi favorito. Así que, si también cuentas con gran memoria, recomiendo mucho probarlo.

Como suelo escribir novelas, algunos párrafos pueden parecer divididos de forma extraña; perdón por ello. Con esto, cerramos una introducción detallada pero amigable a ZFS. ¡Les deseo felices experimentos y nos vemos en el próximo artículo 👋