La investigación se realiza con el objetivo de relacionar la computación clásica y la computación cuántica, así como determinar cuáles serán las implicaciones que podríamos ver en un futuro. Como consecuencia, surgen las preguntas: ¿Será la computación clásica eventualmente reemplazada por su contraparte cuántica? ¿Vendrá esta tecnología a revolucionar totalmente el viejo paradigma de las computadoras clásicas o tendrá una aplicación específica en ciertas industrias y se complementará con las computadoras actuales? En este artículo responderemos a ambas preguntas por medio de la ejecución de varios algoritmos de prueba cuyos resultados son la base de nuestro análisis. Cabe destacar que este artículo no se basa en simulaciones, sino en ejecuciones reales de algoritmos cuánticos en una computadora cuántica de 15-qubits.
La investigación se realiza con el objetivo de relacionar la computación clásica y la computación cuántica, así como determinar cuáles serán las implicaciones que podríamos ver en un futuro. Como consecuencia, surgen las preguntas: ¿Será la computación clásica eventualmente reemplazada por su contraparte cuántica? ¿Vendrá esta tecnología a revolucionar totalmente el viejo paradigma de las computadoras clásicas o tendrá una aplicación específica en ciertas industrias y se complementará con las computadoras actuales? En este artículo responderemos a ambas preguntas por medio de la ejecución de varios algoritmos de prueba cuyos resultados son la base de nuestro análisis. Cabe destacar que este artículo no se basa en simulaciones, sino en ejecuciones reales de algoritmos cuánticos en una computadora cuántica de 15-qubits.
La computación cuántica es un paradigma de computación basado en las propiedades de la mecánica cuántica. Su unidad básica de información es el qubit, que permite estar en una superposición de múltiples estados. Esta propiedad, entre otras, permite la representación y manipulación de información de maneras que presentan potenciales ventajas respecto de otros tipos de computación. Sin embargo los ordenadores cuánticos actuales están limitados por la cantidad de ruido que sufren sus qubits. Los algoritmos cuánticos variacionales son una familia de arquitecturas de algoritmos cuánticos que surgen como una oportunidad en esta situación ya que debido a sus propiedades son capaces de alcanzar buenos resultados a pesar del ruido. La efectividad de esta aproximación depende de diversos factores como la tarea a resolver, el circuito cuántico utilizado, la optimización clásica, etc. que deben ser adaptados en cada situación. El objetivo de este proyecto es comprender y estudiar esta familia de arquitecturas desde sus fundamentos teóricos, y posteriormente realizar simulaciones que pongan en práctica estos conceptos. Para ello en la primera sección se definen los principios teóricos de la computación cuántica, para luego definir la arquitectura común entre los algoritmos variacionales y finalmente concretar en tres implementaciones relevantes, que después de exponerse serán implementadas con herramientas software de simulación de computación cuántica.
La computación cuántica, que surge a finales del siglo XX, constituye un paradigma revolucionario que desafía los límites de la computación clásica. Basada en qubits capaces de existir en superposición y entrelazamiento, aprovecha las leyes cuánticas para procesar información de forma exponencialmente más eficiente. Este avance promete transformar sectores estratégicos: en criptografía; el algoritmo de Shor amenaza con romper sistemas de seguridad actuales, mientras que el algoritmo de Grover optimiza búsquedas en inteligencia artificial. Además, su potencial abarca la simulación molecular para diseñar materialesinnovadores y la resolución de problemas de optimización compleja. No obstante, persisten los retos técnicos crítico, la escalabilidad de los sistemas, la corrección de errores y la decoherencia cuántica, las cuales todas estas exigen avances en ingeniería y teoría. Estos obstáculos se entrelazan con dilemas éticos, como la vulnerabilidad de datos y la brecha tecnológica global. Para América Latina, esto representa una oportunidad dual: adoptar la tecnología de manera proactiva podría posicionarla en la vanguardia científica, siempre que se priorice la formación de talento humano, la inversión en infraestructura y marcos regulatorios robustos. La integración de la computación cuántica en agendas regionales requiere colaboración multidisciplinaria; donde las estrategias, como laboratorios de investigación conjuntos, alianzas público-privadas y programas educativos enfocados en mecánica cuántica, son esenciales. En un horizonte marcado por la incertidumbre, equilibrar innovación con responsabilidad ética será la clave para que dicha tecnología no solo redefina la gestión del conocimiento, sino que también contribuya a un futuro equitativo. Su éxito dependerá de cómo la sociedad global y en particular regiones en desarrollo naveguen los desafíos técnicos y sociales inherentes a esta nueva era cuántica.
El presente trabajo de integración curricular tiene como objetivo analizar y comparar el desempeño de un algoritmo de búsqueda clásico y de un cuántico, en específico el algoritmo de Grover, con el fin de analizar y contrastar la ventaja computacional teórica y asintótica que proporciona la computación cuántica frente a los algoritmos clásicos, considerando las limitaciones del hardware cuántico actual. Se analizan las bases teóricas de estos dos enfoques, su complejidad temporal y su comportamiento frente a conjuntos de datos de tamaño distinto. La metodología que se emplea es la simulación de ambos algoritmos, es experimental, ya que permite observar y realizar comparaciones de tiempo y eficiencia para la localización de un elemento objetivo. En el caso del algoritmo cuántico, se implementa el algoritmo de Grover mediante simuladores cuánticos, analizando el impacto del número de qubits y de las iteraciones en los resultados obtenidos. Los resultados muestran que para la búsqueda clásica la complejidad de tiempo es O(n) en cambio en el caso del algoritmo de Grover esta se reduce a O(√n) siendo una mejora interesante que se centra en un n grande. A pesar de esto, existen limitaciones en la implementación de ordenadores cuánticos en la actualidad. Por último, se concluyó que el algoritmo de Grover es una alternativa bastante interesante para resolver problemas de búsqueda no estructurada y se muestra el potencial de la computación cuántica como una tecnología emergente con aplicaciones en la ingeniería.
La computación cuántica promete una potencia computacional sin precedentes al aprovechar principios mecánicos cuánticos como la superposición y el entrelazamiento. Sin embargo, el hardware cuántico actual está limitado por la cantidad de cúbits y las altas tasas de error, lo que dificulta la prueba de algoritmos cuánticos complejos a escala. Como resultado, los simuladores cuánticos basados en software que se ejecutan en computadoras clásicas se han convertido en herramientas esenciales para explorar algoritmos y rincipios cuánticos. Estos simuladores, aunque potentes, requieren recursos de memoria significativos debido al crecimiento exponencial de los tamaños de los estados cuánticos. Por ejemplo, representar un estado de N cúbits requiere 2^N números complejos, lo que supone una carga inmensa para los sistemas de memoria clásicos. Este trabajo investiga estrategias de gestión de memoria para optimizar el uso de recursos en simuladores de computación cuántica. Las técnicas exploradas incluyen la eliminación de estados, las estructuras de datos de estado completo, las optimizaciones de aplicaciones de puertas cuánticas, la compresión de datos y los enfoques de memoria distribuida. El objetivo es reducir el consumo de memoria al tiempo que se preserva la precisión de las simulaciones cuánticas. El estudio implementa estas estrategias en un simulador cuántico, proporcionando una comparación detallada de su rendimiento en varios algoritmos cuánticos. Los resultados resaltan las compensaciones entre la eficiencia computacional y el uso de la memoria, ofreciendo información sobre los enfoques más efectivos para escalar simulaciones cuánticas en hardware clásico.
La computación cuántica es un tema que, para la mayoría de los estudiantes de ingeniería, puede no llamar su atención al inicio y parecer algo extremadamente complejo. La relación con la física cuántica y con fenómenos no visibles en la vida cotidiana genera que, en un primer acercamiento, surjan muchas dudas, pero, a la vez, curiosidad. En nuestro caso, dar un primer vistazo a este tema fue como descubrir un camino hacia un nuevo tipo de computación, muy diferente de la que hemos venido estudiando hasta el momento. El propósito de este artículo es hacer una primera aproximación al concepto de la computación cuántica a través de la visión de personas que aún están aprendiendo y que buscan entender lo básico y empezar a soñar con la infinidad de posibilidades que esta tecnología puede aportar a nuestro campo.El objetivo es acercarnos a la computación cuántica, entender por qué está cobrando tanta relevancia en el mundo tecnológico actual y cuáles son sus potenciales impactos. Para ello, se presenta un recorrido a través de los conceptos clave, seguido de las características que diferencian la computación cuántica de la computación que conocemos y finalizar con reflexiones sobre su aplicación, limitaciones actuales y proyecciones.
La computación cuántica surge como un paradigma de procesamiento de información radicalmente distinto al clásico, al apoyarse en fenómenos propios de la mecánica cuántica —como la superposición y el entrelazamiento— para operar con cubits en lugar de bits. Los recientes avances en el desarrollo de computadores cuánticos han despertado un creciente interés entre estudiantes, docentes, investigadores y profesionales de la informática clásica. Estos se enfrentan a desafíos únicos, no solo por la incipiente madurez de la tecnología cuántica, sino también por la necesidad de ampliar su formación en varios frentes. Comprender el álgebra y la física subyacentes, abordar nuevas nociones de complejidad computacional y explorar dominios de aplicación en los que la computación clásica tiene poca presencia son algunos de los principales retos que deben afrontar. En respuesta a estos retos surge una oferta de literatura y de propuestas educativas que, además de dinámica, es muy variada en enfoque y nivel de complejidad. Definir y sostener un recorrido de aprendizaje ajustado a las expectativas y bases de cada individuo constituye un primer desafío, a veces inexpugnable. En este artículo se presentan avances en pos de entender mejor dicho desafío, tomando como base las experiencias de dos estudiantes avanzados de grado de informática que abordaron el tema mediante estrategias y fuentes de consulta distintas.Dicho análisis busca extraer lecciones sobre los métodos de apropiación de conocimientos en este campo emergente de la informática, con especial énfasis en estudiantes provenientes de la computación tradicional.