La estimación de estados cuánticos es una tarea importante que se emplea en múltiples protocolos de información cuántica. En este trabajo se considera una familia de operadores unitarios de evolución dependientes de un parámetro (dos parámetros) que permiten la estimación de una componente del espín (todas las componentes del espín) de un sistema de dos niveles. La función de transferencia de tomografía cuántica (qTTF), que corresponde a la traza de la inversa de la matriz de información de Fisher, se usa para cuantificar el rendimiento del estimador. En este trabajo, se optimiza la qTTF para los dos estimadores. El mínimo de la qTTF del modelo de un parámetro se alcanza cuando el poder de entrelazamiento del operador unitario asociado es máximo. Los dos modelos son simulados en una unidad cuántica de procesamiento de IBM. Mientras que la implementación del modelo para estimación de una componente funciona satisfactoriamente, el modelo para la estimación total del espín muestra grandes errores debido a la profundidad del circuito asociado. (Texto tomado de la fuente)
La estimación de estados cuánticos es una tarea importante que se emplea en múltiples protocolos de información cuántica. En este trabajo se considera una familia de operadores unitarios de evolución dependientes de un parámetro (dos parámetros) que permiten la estimación de una componente del espín (todas las componentes del espín) de un sistema de dos niveles. La función de transferencia de tomografía cuántica (qTTF), que corresponde a la traza de la inversa de la matriz de información de Fisher, se usa para cuantificar el rendimiento del estimador. En este trabajo, se optimiza la qTTF para los dos estimadores. El mínimo de la qTTF del modelo de un parámetro se alcanza cuando el poder de entrelazamiento del operador unitario asociado es máximo. Los dos modelos son simulados en una unidad cuántica de procesamiento de IBM. Mientras que la implementación del modelo para estimación de una componente funciona satisfactoriamente, el modelo para la estimación total del espín muestra grandes errores debido a la profundidad del circuito asociado. (Texto tomado de la fuente)
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.
En este informe se presenta el trabajo desarrollado como estudiante miembro del semillero de investigación en Información Cuántica y Computación Cuántica, y que fue presentado en eventos científicos como ponencias orales y posters. El trabajo está dividido en dos partes principales. En primer lugar, se llevó a cabo un análisis de distinguibilidad de estados cuánticos por medio de la comparación de la distancia traza y la fidelidad, como métricas en el campo de la información cuántica. Se discutió la dinámica de estados cuánticos de dos qubits mediante la evolución temporal de dichas métricas al considerar la acción de ruido de amortiguación de amplitud sobre un estado inicial. En segundo lugar, se estudió la técnica de los algoritmos cuánticos variacionales (VQAs) como un enfoque para mejorar la precisión de las computadoras cuánticas. Los VQAs aprovechan procesadores clásicos para entrenar circuitos cuánticos mediante redes neuronales y luego se miden utilizando un procesador cuántico. Se presentaron varios sistemas cuánticos simulados utilizando estos algoritmos, comparando la efectividad de la técnica al simular sistemas sin optimización y sistemas optimizados. Se examinó el comportamiento de la función de costo de cada circuito cuántico para diferentes dinámicas de los sistemas simulados. Para realizar las optimizaciones de los circuitos, se utilizó la biblioteca Pennylane en Python, la cual proporciona diversos optimizadores variacionales cuánticos.
En un principio, la Teoría de la Información fue concebida en forma abstracta, en base a una formulación matemática. Sin embargo, la habilidad y eficiencia para procesar o transmitir información dependerá en última instancia del sistema físico elegido para codificar esa información. Es así que, al codificar la información en las propiedades físicas de sistemas cuyo comportamiento se describe por las leyes de la mecánica cuántica, se abren nuevas posibilidades que son irrealizables clásicamente. Entre ellas, la posibilidad de generar algoritmos cuánticos para ciertos cálculos que requieren un número de pasos significativamente menor que cualquier algoritmo clásico, reduciendo su complejidad. Entre las características fundamentales de la mecánica cuántica que posibilitan estos desarrollos, sobresalen el principio de superposición y el entrelazamiento cuántico. Una de las implementaciones más accesibles para la comunicación cuántica y el procesamiento cuántico de la información emplea fotones individuales como portadores de la información. Estos pueden viajar entre dos estaciones distantes siendo poco afectados por el ruido que introduce el entorno. Además, poseen varios grados de libertad en los cuales es posible codificar la información y pueden manipularse con un alto grado de control utilizando tecnología estándar. En este trabajo se describen algunas aplicaciones de la implementación fotónica, realizadas en colaboración con el Laboratorio de Procesado de Imágenes (LPI) del Depto. de Física de la UBA. En primer lugar, se describe la determinación experimental de medidas de correlaciones cuánticas en estados no puros de un par de fotones correlacionados en polarización, mediante técnicas de tomografía de estados cuánticos. Luego se describe la utilización de moduladores espaciales de luz programables para entrelazar la polarización con grados de libertad espaciales, y así poder simular los denominados estados historia de evoluciones temporales cuánticas. Se muestra que este último proveeun esquema eficientepara el cálculo de promedios temporales de observables del sistema.
La computación cuántica ha impulsado múltiples líneas de investigación en los últimos años, debido al interés conjunto de la comunidad científica y de la industria tecnológica en diseñar ordenadores cuánticos capaces de ejecutar circuitos con alta precisión. Como resultado, nuevos enfoques como el MBQC (computación cuántica basada en mediciones) han surgido como alternativas viables al modelo estándar de computación cuántica. De igual manera, empresas tecnológicas como Google o IBM continúan impulsando de manera sostenida el desarrollo del hardware para computación cuántica, logrando avances significativos como el procesador Heron de 156 cúbits de IBM o el chip Willow de Google para la corrección de errores cuánticos. En particular, la introducción de Qiskit como software libre, por parte de IBM, brinda a los usuarios la posibilidad de realizar experimentos de computación cuántica utilizando ordenadores cuánticos reales, lo que sugiere la importancia de Qiskit dentro de este campo. Por tal motivo, el objetivo de este trabajo es diseñar una plantilla en Python con Qiskit para aplicar el protocolo MQBC en diferentes circuitos y ejecutarlos en un ordenador cuántico de IBM. Esta plantilla se basa en el modelo One-Way, un enfoque particular del MQBC, aplicado a un clúster lineal de 4 cúbits, y utiliza técnicas como la Postselección, Reetiquetado y Tomografía cuántica para caracterizar los estados de salida generados. Con ello, se busca implementar 5 circuitos cuánticos correspondientes a diferentes configuraciones clústers lineales y bidimensionales, a partir del estado clúster lineal de 4 cúbits. Asimismo, se mostrarán los pasos para implementar un circuito que detalla una búsqueda cuántica de dos cúbits. Para verificar la validez de los resultados, se calculará la fidelidad para cada estado de salida, considerando los circuitos teóricos descritos en el paper Experimental One-Way Quantum Computing. Finalmente, para las configuraciones de clúster bidimensionales, se analizará el grado de entrelazamiento para confirmar la generación de estados entrelazados a partir de cúbits codificados inicialmente separables. En adición, esta tesis tiene como finalidad servir como documento de referencia para facilitar el aprendizaje de Qiskit en futuros trabajos de computación cuántica.
En este trabajo se estudia el uso de algoritmos cuánticos variacionales para la discriminación de estados cuánticos, mediante el entrenamiento de un clasificador cuántico simulado capaz de implementar esquemas de medición que aproximan mediciones óptimas. Este enfoque permite estudiar estrategias de medición desde una perspectiva híbrida clásico–cuántica, aprovechando las capacidades de los dispositivos NISQ y evitando la complejidad asociada a implementaciones experimentales directas. En una primera parte, se valida el desempeño del clasificador mediante la reproducción parcial de un esquema de redes neuronales cuánticas variacionales propuesto previamente en la literatura. Se analizan tanto el régimen de discriminación de mínimo error como el de discriminación inequívoca, comparando los resultados numéricos con las cotas teóricas obtenidas a partir del límite de Helstrom y de técnicas de programación semidefinida. En el régimen de discriminación inequívoca, el clasificador logra aproximarse de manera robusta a las cotas teóricas, incluso para conjuntos de entrenamiento reducidos. En una segunda parte, el clasificador se generaliza para abordar problemas más complejos que involucran familias de estados asociadas a la Medición Conjunta Elegante (EJM), así como a familias de estados de Popescu y de Werner, tanto en escenarios binarios como en multiclase. Los resultados muestran que, para estas familias, la discriminación inequívoca es imposible y que, en el régimen de mínimo error, el desempeño del clasificador se ve limitado por restricciones geométricas asociadas al rango y al soporte de los operadores de medición implementados.
Los algoritmos cuánticos son, en general, mucho más eficientes que los clásicos lo que los vuelve particularmente interesantes para ser usados en computación. La llamada caminata clásica al azar ha sido usada tradicionalmente para modelar procesos de difusión. En el caso unidimensional se considera una partícula que está obligada a moverse sobre una línea. Se supone además que la partícula se mueve siempre a la misma velocidad y que puede desplazarse hacia a la derecha o la izquierda en pasos discretos con igual probabilidad. Al cabo de varias iteraciones, la distribución de probabilidad sobre las posibles posiciones de la partícula sigue una función Gaussiana centrada en el origen. La contrapartida cuántica consta de estados descriptos por una función de ondas que es una combinación de los estados de la base computacional con coeficientes complejos. Una vez establecido el estado de partida se aplica un operador de Hadamard y un operador de traslación condicional. Al cabo de varias iteraciones del proceso, se obtienen distribuciones que no aproximan a una Gaussiana y que pueden ser incluso no simétricas para algunas condiciones iniciales. Esta propiedad podría ser muy útil en un algoritmo de búsqueda. En este trabajo se muestra como puede ser simulada ópticamente una caminata cuántica al azar utilizando elementos ópticos convencionales y representando espacialmente los q-bits como imágenes en un procesador óptico. Se presentan resultados experimentales en los que se muestra la viabilidad del proceso