La computación cuántica se origina en el estudio de la información cuántica y clásica, se relaciona directamente con entropía y energía. Dicha información cuántica puede ser estructurada como un sistema de estrategias superpuestas de juegos cuánticos, resultando en estrategias mixtas bajo el esquema de equilibrios de Nash. En este trabajo, se propone analizar a la entropía en detalle a través del qubit tal que establecemos definiciones de información conocida Ic e información desconocida Id existente en un espacio de Hilbert H, que nos permite comprender y modelar de manera precisa los fenómenos de superposición, entrelazamiento cuántico y funcionamiento de un computador cuántico.
La computación cuántica se origina en el estudio de la información cuántica y clásica, se relaciona directamente con entropía y energía. Dicha información cuántica puede ser estructurada como un sistema de estrategias superpuestas de juegos cuánticos, resultando en estrategias mixtas bajo el esquema de equilibrios de Nash. En este trabajo, se propone analizar a la entropía en detalle a través del qubit tal que establecemos definiciones de información conocida Ic e información desconocida Id existente en un espacio de Hilbert H, que nos permite comprender y modelar de manera precisa los fenómenos de superposición, entrelazamiento cuántico y funcionamiento de un computador cuántico.
El presente trabajo de Tesis aborda el estudio de correlaciones cuánticas en sistemas bipartitos generales. El objetivo es cuantificar dichas correlaciones a través de la mínima pérdida de información, inducida en el estado del sistema, al realizar sobre este una medida local completa. Esta pérdida de información se define en base a formas entrópicas generales. La medida así obtenida posee propiedades análogas a la medida conocida como discordia cuántica (Quantum Discord), pero se enmarca en un concepto distinto, más directo y general. Además, ofrece en ciertos casos la posibilidad de una evaluación más sencilla. Al igual que la discordia, en estados cuánticos puros resulta equivalente a una medida de entrelazamiento, pero en estados no puros puede ser no nula aun en ausencia de entrelazamiento. Como aplicación, se analiza la medida introducida en sistemas de espines interactuantes inmersos en un campo magnético.
La computación cuántica tuvo sus inicios en las investigaciones de científicos como Max Planck y Albert Einstein. La idea inicial de sus estudios era resolver el problema planteado por la radiación del cuerpo negro. En 1900, Planck introdujo el cuanto de energía, con el fin de describir las propiedades espectrales de la radiación, mediante un proceso de distancias discretas o cuantización. Estas investigaciones le condujeron a Planck, y a Einstein a infiltrarse en el estudio de la energía, las moléculas, los átomos y en ser los pioneros de la física cuántica, camino que continuaron Maxwell, Bohr, Louis de Broglie, Schrödinger, Podolsky, Rose, Feynman, entre otros. La computación cuántica se fundamenta en el uso de características como la superposición y el entrelazamiento de fotones, los cuales son útiles para almacenar y enviar información a través de los qubits. En la actualidad se pueden encontrar diferentes proyectos que involucran la computación cuántica y que la están convirtiendo en una realidad, pero también existen amenazas a la seguridad de la información, que no están siendo tomadas en cuenta, y que pueden afectar los sistemas de información, rompiendo las reglas criptográficas actuales, poniendo en riesgo la confidencialidad de la información en espacios impensados.Palabras clave: computación cuántica; confidencialidad; entrelazamiento; Qubits; superposición
La computación cuántica es un nuevo paradigma de computación que se presenta como un sistema basado en la máquina de Turing en el que se emplean fenómenos físicos fundamentales, como el entrelazamiento cuántico, la superposición cuántica o el teleportación cuántica (enlaces EPR), para transportar y/o transformar los datos. Al ser una máquina de Turing fundamental, el computador cuántico presenta los siguientes elementos esenciales para la construcción de circuitos: 1) el qubit como elemento mínimo de transmisión de información y 2) las puertas cuánticas como elementos mínimos de transformación de información. Con estos elementos podemos teóricamente generar cualquier algoritmo, al igual que lo puede hacer un computador clásico basado en la máquina de Turing, y así la atención se centra en ver que ejecuciones en computación cuántica poseen ventajas respecto a la computación clásica. Hasta la formulación del algoritmo de Shor, la ventaja en la ejecución de los algoritmos cuánticos frente a los algoritmos clásicos no se percibía claramente, lo que convertía a la computación cuántica en una mera anécdota en la historia de la computación. Fueron la superposición y el entrelazamiento cuánticos en la ejecución de ciertos procesos, lo que mostró el gran potencial de este paradigma, aumentando el interés de empresas privadas por las tecnologías cuánticas. En la actualidad nos encontramos en el amanecer de la computación cuántica y así, de forma similar a los enormes ordenadores de válvulas de vacío de los 70, los computadores cuánticos son difíciles de encontrar, pero, a diferencia de los 70, Internet y la conectividad humana actual permiten que una enorme comunidad volcada en la computación cuántica avance a pasos agigantados. Cientos de miles de usuarios colaboran en pos del conocimiento, ejecutando numerosos algoritmos en un pequeño número de computadores que requieren de una temperatura extremadamente baja (aproximadamente -273ºC) que garantice un funcionamiento fiable. Hoy por hoy, el algoritmo de Shor es solo uno más de los muchos algoritmos de los que se sabe o sospecha que tienen ventaja en entornos cuánticos, convirtiendo el paradigma cuántico en sistemas de computación que sin duda en un futuro cercano jugarán un papel esencial en el desarrollo de la humanidad. Es por ello, que muchos investigadores emplean el paradigma cuántico en la resolución de problemas en una de las áreas de computación más revolucionarias, la Inteligencia Artificial. A pesar de los avances de la Inteligencia Artificial en procesadores clásicos, los investigadores sospechan que el dominio de la superposición cuántica y el entrelazamiento cuántico pueden cambiar todo el panorama y las ideas preconcebidas sobre la Inteligencia Artificial y el Aprendizaje Automático. En este escenario, el presente trabajo comprueba la capacidad de la computación cuántica en un contexto de aprendizaje automático. Para ello, analiza las principales diferencias entre computación clásica y cuántica, describiendo el funcionamiento de esta última. El trabajo se centra en un algoritmo supervisado muy extendido por sus buenos resultados, el Support Vector Machine (SVM), del que se explican los fundamentos para analizar las capacidades y limitaciones del algoritmo en los entornos clásico y cuántico. Se aplica el SVM en un problema de clasificación real, utilizando una base de datos médicos sobre cáncer de mama. Los resultados muestras la superioridad en capacidad de discriminación de la versión cuántica frente a la clásica. Abstract: Quantum computing represents a new paradigm of computing. It is presented as a system based on Turing´s data machine embedded in different physics fundaments than a classical machine. These fundamental phenomena are also known as quantum phenomena, from entanglement and quantum superposition through quantum teleportation (EPR links). As a fundamental Turing machine, the quantum computer presents the essential elements for the construction of circuits: 1) the qubit as the minimum element of information transmission and 2) the quantum gates as element of minimum information transformation. With these elements, we can generate any algorithm, as well as a classic computer based on a Turing machine can do. By supposedly being able to execute any algorithm in a quantum computer, the objective becomes not to see what it is executable, but what executions have advantages over a classical computation. Until Shor's algorithm, scholars did not conceive a high level of advantage in the execution of quantum algorithms against classical ones, leaving the quantum computer as an anecdote in the history of computing. When the advantages of quantum superposition and entanglement in the execution of certain processes were discovered, new possibilities and advantages were opened up to this computing paradigm, increasing the interest of private companies for this type of technology. Today, we are at the dawn of quantum computing, similar to the huge vacuum valve computers of the 70s, quantum computers are hard to find. However, unlike the '70s, the Internet and current human connectivity allows for a huge community dedicated to quantum computing to advance this technology. Hundreds of thousands of users collaborate in the pursuit of knowledge, trying to execute numerous algorithms or processes in these computers. Currently Shor's algorithm is just one of the many algorithms known or suspected to have an advantage in quantum environments, converting the quantum paradigm into a computing model to be taken into account and, with high probability, in the future play an essential role in the development of humanity. That is why many researchers use this innovative way to solve problems in one of the most revolutionary areas of computing, Artificial Intelligence. Despite the advances in Artificial Intelligence in classical processors, researchers suspect that the domain of quantum superposition and entanglement can change the whole landscape and preconceptions about Artificial Intelligence and Machine Learning. In this scenario, the present project tests the capacity of quantum computing in an automatic learning context. Due to this automatic learning context, this project analyses the main differences between classical and quantum computing while describing the operation of the latter. The work focuses on a supervised algorithm quite widespread for its good results, the Support Vector Machine (SVM), explaining its fundaments and analysing the capabilities and limitations of the algorithm in classical and quantum environments. The SVM is applied to a real classification problem, using a medical database on breast cancer. The results show the superiority in discrimination capability.
La Mecánica Cuántica es una rama muy amplia de la Física, de gran interés teórico y práctico. En este trabajo nos centraremos en el uso de los resultados de este campo para el procesamiento de la información, lo que se conoce como Teoría de la Información Cuántica. A diferencia de la información clásica, que usa el bit como unidad mínima, veremos que la información cuántica hará uso del cúbit. Además, buscaremos describir algoritmos que nos permitan procesar la información de manera más eficiente de lo que ya lo hacen los ordenadores actuales. Sin embargo, al igual que ocurre con la información clásica, veremos que en todo sistema cuántico pueden producirse interacciones no deseadas con el entorno. Por tanto, daremos también una descripción que nos permita comprender cómo afectan estas interacciones a un sistema cuántico.
Uno de los aspectos más importes en el contexto de información cuántica del cual hacen uso las llamadas tecnologías cuánticas, es el de correlaciones cuantías. En particular, el denominado entrelazamiento cuántico (traducción acogida para el termino Entanglement), que ha sido arduamente estudiado como una correlación intrínseca de estados cuánticos, y como recurso físico para desarrollo de protocolos de información y computación cuántica [2]. Sin embargo, desde el año 2000 los reportes sobre nuevas correlaciones cuánticas más generales que el entrelazamiento, originalmente denominada discordia cuántica [3] abrieron todo un campo de investigación. Dado que estas correlaciones son importantes, no solo desde un punto de vista teórico de su definición y propiedades, sino también desde una perspectiva de aplicación como recurso cuántico para futuras tecnologías, y que estas dependen de medidas locales realizadas sobre las partes del sistema haciendo que existan muchas formas de definir correlaciones tipo discordia cuántica, esto es gracias a que en mecánica cuántica se cuenta con diversas transformaciones locales, como por ejemplo; transformaciones unitarias, medidas de von Neumann, proyecciones, etc [4]. En este trabajo se presenta un estudio comparativo de dos cuantificadores de correlaciones tipo discordia cuántica; una definición inducida de la información mutua (a la que originalmente se le atribuye el nombre de discordia), y una definición basada en coherencia, que denominaremos potencia de interferometría. La comparación se hace sobre las definiciones y propiedades de los cuantificadores. Específicamente se realizó una comparación sistemática de la discordia original y la potencia de interfermetría sobre estados mezclados como sigue: i) estados combinados con ruido blanco, en el que uno de los componentes de la mezcla es el operador identidad, ii) mezcla de dos estados cuánticos correlacionados, y iii) mezcla de un estado correlacionado con un estado producto. Los tres casos pueden parametrizarse con un único parámetro p con 0 ≤ p ≤ 1. La variación del parámetro, modela de forma sencilla la acción de canales de ruidos que transforman un estado cuántico en otro. Sin embargo, aquí no nos interesamos por modelar un ruido en específico, sino en estudiar el comportamiento de las correlaciones en los casos establecidos, donde observamos sus definiciones, algunas de sus propiedades y la forma de calcularlas para estados cuánticos de dos qubits, los resultados ilustran el comportamiento de éstos dos cuantificadores, los cuales toman valores diferentes para estados mezclados. También, se realizó el estudio comparativo del comportamiento de los dos cuantificadores en la evolución de estados cuánticos de qubits en un entorno disipativo, los resultados ilustran el efecto sobre éstos dos cuantificadores debido a la interacción con un reservorio, cuyos parámetros son controlados dentro del régimen de Born-Markov.
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.