Clasicamente, el tiempo de calculo de la energia de sistemas cuanticos crece exponencialmente con su tamano. Sin embargo, este calculo puede hacerse de orden polinomial usando un algoritmo cuantico recursivo tal como el denominado algoritmo de estimacion de fase (PEA). El PEA reduce el numero de bits cuanticos (qubits) requeridos para el registro de salida de veinte a cuatro aproximadamente. La funcion de onda del sistema molecular es mapeado a la base de los qubits de tal modo que el numero de qubits requeridos escala linealmente con el numero de elementos de la base y el numero de compuertas necesitadas crece polinomialmente con el numero de qubits. Este trabajo muestra como dicho algoritmo obtiene el valor propio de un operador hermetico, tipicamente la energia del estado fundamental de un sistema fisico abierto, dada la posible interaccion con fuentes de ruido cuantico. Lo anterior se realiza mediante la modelacion de fuentes de disipacion cuantica dentro del algoritmo y la implementacion de correccion cuantica de errores a traves del algoritmo de Shor
Clasicamente, el tiempo de calculo de la energia de sistemas cuanticos crece exponencialmente con su tamano. Sin embargo, este calculo puede hacerse de orden polinomial usando un algoritmo cuantico recursivo tal como el denominado algoritmo de estimacion de fase (PEA). El PEA reduce el numero de bits cuanticos (qubits) requeridos para el registro de salida de veinte a cuatro aproximadamente. La funcion de onda del sistema molecular es mapeado a la base de los qubits de tal modo que el numero de qubits requeridos escala linealmente con el numero de elementos de la base y el numero de compuertas necesitadas crece polinomialmente con el numero de qubits. Este trabajo muestra como dicho algoritmo obtiene el valor propio de un operador hermetico, tipicamente la energia del estado fundamental de un sistema fisico abierto, dada la posible interaccion con fuentes de ruido cuantico. Lo anterior se realiza mediante la modelacion de fuentes de disipacion cuantica dentro del algoritmo y la implementacion de correccion cuantica de errores a traves del algoritmo de Shor
La computación cuántica tiene una base teórica de más de tres décadas que muestra aceleraciones polinómicas y exponenciales sobre los algoritmos clásicos. Los procesadores que se construyen hoy, sin embargo, son ruidosos, pequeños y de conectividad limitada, aún lejos de aprovechar esa ventaja en problemas de escala real. Este trabajo es un estudio experimental que mide qué tan profunda es esa brecha para cuatro algoritmos cuánticos fundamentales: Bernstein–Vazirani, Simon, Grover sobre instancias de k-SAT y la estimación cuántica de fase. Para cada algoritmo se construyó una contraparte clásica de referencia y se evaluaron, por cada tamaño de entrada, todas las combinaciones posibles de tres modelos de ruido (error de lectura, despolarizante y relajación térmica) con tres topologías de hardware (ideal, lineal de 20 qubits y heavy-hex de 127 qubits, esta última inspirada en el chip ibm_brisbane). El estudio se hizo enteramente en simulación porque permite controlar de forma independiente cada parámetro del ruido y de la conectividad, condición necesaria para hacer comparaciones limpias entre escenarios. Cada uno de los 39 escenarios resultantes por tamaño se repitió 25 veces y los resultados se reportan con intervalo de confianza al 95 % calculado con la t de Student. Toda la infraestructura (algoritmos, generador de instancias, modelos de ruido, scripts de análisis e interfaz gráfica para exploración interactiva) queda reproducible y abierta. Los hallazgos principales son tres. Primero, la ventaja teórica sobrevive en los algoritmos de poca profundidad como Bernstein–Vazirani, mientras que en Grover y en la estimación de fase el ruido deteriora rápidamente el speedup a medida que crece el número de iteraciones. Segundo, el tipo de ruido importa tanto como su nivel: el error de lectura es el menos agresivo porque no se acumula con la profundidad del circuito, mientras que el despolarizante es el más severo. Tercero, la topología influye de forma indirecta pero significativa porque condiciona la cantidad de compuertas SWAP que el compilador debe insertar y, por esa vía, aumenta la profundidad efectiva del circuito. El framework, los datos y los análisis quedan disponibles para quien quiera prototipar pruebas de algoritmos cuánticos en la era NISQ sin depender de tiempo en hardware real.
El control es una rama interdisciplinar entre la ingeniería y las matemáticas, cuyo objetivo es la manipulación activa del comportamiento de cualquier sistema dinámico. Actualmente, con el desarrollo de nuevas tecnologías basadas en dispositivos cuyas leyes vienen dictadas por la mecánica cuántica, el desarrollo de técnicas de control aplicadas a estos sistemas se ha convertido en una prioridad para el desarrollo tecnológico actual. \nEl principal problema radica en que algunas cualidades de la mecánica cuántica no permiten pasar fácilmente el esquema del control clásico al ámbito cuántico. Clásicamente, es posible adquirir toda la información necesaria y emplearla de manera eficiente para retroalimentar el sistema y especializar la acción de control al estado actual. Por el contrario, en un sistema cuántico no toda la información es asequible mediante una medición y, además, todo intento de medir el sistema lo perturba de manera notable. Técnicamente, las ecuaciones dinámicas en un proceso tal son ecuaciones diferenciales estocásticas (SDE1) no lineales en lugar de las ecuaciones diferenciales deterministas de los sistemas clásicos. \nEl dominio de las tecnologías cuánticas se divide en cuatro campos destacables [1]: Sensores cuánticos, donde la alta sensibilidad de los sistemas cuánticos a las perturbaciones se aprovecha para mejorar la precisión de las medidas de magnitudes físicas; Comunicación cuántica, donde los fotones se usan para transmitir datos e información de una manera segura; Simulación cuántica, donde un sistema cuántico controlado puede simular el comportamiento de otro sistema cuántico menos accesible; y Computación cuántica, donde mediante los fenómenos cuánticos se puede conseguir una disminución drástica del tiempo de computación en cálculos numéricos. \nSabiendo los campos de actuación de estas tecnologías y mirando al futuro, del mismo modo que el transistor supone actualmente un elemento imprescindible en la industria, parece difícil no creer que las tecnologías cuánticas supondrán una revolución en sectores como la industria aeroespacial, automotriz o manufacturera, así como en salud, agricultura o finanzas. \nEl desarrollo de las tecnologías cuánticas ha conseguido captar mucha atención en las últimas décadas. Como aparece explicado en [1], parte de este impulso se debe al “Quantum Manifesto”, un documento generado en 2016 por la comunidad científica donde se realiza un llamamiento a gobiernos e industrias para apoyar esta tecnología. El interés generado por este documento fue respondido por la Comisión Europa mediante un proyecto de 10 años de duración (Flagship) y con una inversión de más de un billón de euros iniciales, aumentando en volumen cada año que pasa. Por otro lado, potencias mundiales como China, Rusia, Australia, Estados Unidos o Canadá son actualmente líderes en el desarrollo de tecnologías cuánticas. A nivel empresarial, compañías como Intel, HP, Toshiba y Microsoft, con IMB y Google a la cabeza, apuestan por la investigación en los campos de las tecnologías cuánticas como la computación y la comunicación cuánticas. \nCon este trabajo se pretende desarrollar un proyecto de investigación enfocado a la simulación numérica de la dinámica y control de un Qubit (bit cuántico): la nueva unidad de información elemental de la teoría de la información cuántica. A diferencia de un bit clásico que solo presenta dos estados posibles, un bit cuántico puede presentar ambos estados al mismo tiempo, es decir, el estado de un Qubit es una combinación lineal de los estados elementales de un bit clásico. \nEsta característica es la que define el potencial de los Qubits como nueva tecnología. Por este mismo motivo, el Qubit, como su propio nombre indica, es un sistema cuántico, estando sometido y regido por las leyes de estos. \nEn el primer capítulo del trabajo, se realizará una breve introducción a las tecnologías cuánticas, ilustrando el formalismo cuántico a través de la computación cuántica. En esta sección, se estudiará el Qubit, sus estados y las operaciones a las que son sometidos. En el segundo capítulo, se introducirá el modelo de control empleado para sistemas cuánticos en general, concretando para la dinámica y control de un Qubit. En el siguiente capítulo, analizaremos los resultados obtenidos a través de las diferentes simulaciones llevadas a cabo mediante métodos numéricos. En este punto, comprobaremos qué tan bueno es el control propuesto en la bibliografía para un Qubit y si es robusto ante diferentes situaciones. Se cerrará el proyecto con un capítulo dedicado a las conclusiones extraídas y los posibles trabajos de interés que se pueden realizar en un futuro.
Este proyecto de titulación se centra en la aplicación de la computación cuántica a través del entorno Qiskit, con el objetivo de analizar la seguridad criptográfica en relación con la comparación entre cifrados clásicos y cuánticos. El análisis se desarrolla mediante el estudio del espacio de búsqueda de claves en esquemas criptográficos simétricos, considerando escenarios de tamaño reducido que permiten evaluar su comportamiento bajo modelos de cómputo clásico y cuántico. Para el enfoque cuántico, se emplea el algoritmo de Grover, el cual es implementado en un simulador cuántico mediante la construcción de circuitos que incluyen la inicialización en superposición uniforme, el oráculo de fase para marcar el estado objetivo y el operador de difusión encargado de la amplificación de amplitudes. Las simulaciones se ejecutan para diferentes cantidades de iteraciones, lo que permite analizar la evolución de la probabilidad de éxito en función del tamaño del espacio de búsqueda y del número de repeticiones del algoritmo. Las ejecuciones se realizan utilizando una semilla fija, lo que garantiza la reproducibilidad de los resultados y facilita la comparación entre los valores teóricos y los obtenidos mediante simulación. Se registran las probabilidades asociadas al estado marcado, así como el crecimiento del tamaño del circuito cuántico conforme aumenta el número de iteraciones. Los escenarios analizados corresponden a registros de tres y cuatro qubits, lo que permite un análisis detallado del comportamiento del algoritmo. Finalmente, se incorpora la comparación con la búsqueda clásica en los mismos espacios de búsqueda, permitiendo establecer una referencia directa entre ambos enfoques y evidenciar la ventaja del algoritmo de Grover en términos de eficiencia.
El problema de la flecha del tiempo y la reversibilidad son tópicos centrales de la historia de la Física. Con el advenimiento de las tecnologías cuánticas, se presenta la oportunidad de estudiar sistemas cuánticos individuales, vinculando los problemas mencionados con desafíos tecnológicos. Nuestro objetivo es investigar la irreversibilidad en procesadores cuánticos, en relación al estudio de distintos modelos de ruido. Para ello, generamos circuitos cuánticos aleatorios, seguido de sus circuitos inversos. Si el dispositivo considerado fuera ideal, deberíamos recuperar el estado inicial de la computadora cuántica (es decir, aquel en el que todos los n qubits involucrados en un circuito están en cero |000...⟩). Sin embargo, esto no es así en presencia de ruido. De esta forma, nos proponemos estudiar cómo se comporta la magnitud M = |⟨000...|f⟩|2 (donde |f⟩ es el estado final) para distintos tipos de ruido en circuitos cuánticos aleatorios. Esto puede pensarse como una estrategia similar a la que se utiliza para estudiar el eco de Loschmidt en sistemas de múltiples spines [2]. Usamos QISKIT [1] para calcular los valores de M asociados a dichos circuitos, utilizando simuladores de distintos prototipos de computadoras cuánticas, de forma tal de evaluar el solapamiento entre los estados finales y los iniciales, simulando mediciones de los estados finales. De esta forma, se obtienen histogramas que muestran las distribuciones de los valores de M asociados a los circuitos para distintos modelos de ruido. Los parámetros de las simulaciones son: el dispositivo cuántico simulado, el tipo de ruido, el número de qubits por circuito, y la profundidad del circuito (cantidad de capas de compuertas). De esta forma, se busca evaluar cómo se comporta la irreversibilidad en relación al ruido en distintas arquitecturas de procesadores cuánticos. Un objetivo a futuro es comparar los resultados obtenidos con lo que se obtendría con dinámicas No-Hermíticas [3].
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.
Es sabido que ciertos aspectos de la óptica clásica, nos permiten representar distintos algoritmos cuánticos. Por ejemplo, se han realizado recientes trabajos donde se muestra la simulación óptica de los algoritmos de Deutsch-Jozsa y de Grover. La idea central consiste en representar los estados cuánticos como imágenes espacialmente separadas a la entrada de un sistema óptico. Mediante este sistema se realizan ciertas operaciones sobre la imagen o sobre su figura de difracción. Finalmente, se obtiene una imagen que representa el estado cuántico resultante al terminar el proceso. En este trabajo utilizamos una arquitectura propuesta recientemente para la simulación óptica de la transformada de Hadamard sobre un qubit para resolver ópticamente el problema de Deutsch. Dicho problema consiste en decidir si una función cuyo dominio e imagen es el conjunto {0, 1} es constante o balanceada. La solución clásica de este problema requiere evaluar la función dos veces mientras que cuánticamente, solo se requiere evaluarla una vez. El operador unitario que evalúa la función es simulado mediante la aplicación de fases selectivas a los estados de entrada usando una pantalla de cristal líquido que funciona como modulador espacial del frente de onda luminoso. La transformación de Hadamard consiste esencialmente en generar la superposición de los estados por medio de una red de fase en el plano de Fourier. Se muestran resultados de las imágenes obtenidas para todas las configuraciones posibles para verificar que nuestro sistema es capaz de resolver el problema en todos los casos