Búsqueda · 21 momentos en 11 episodios
Luisa AchaerandioBorja TosarFrancis VillatoroHéctor SocasMaría Ribesfactorización de números primos 256 bitstransformada de fourier cuántica en qubitsoperaciones repetidas sobre cubitsestado coherente durante mucho tiempoalgoritmos cuánticos factores multiplicaciónqubits cálculos cuánticos delicadosfactor tiempo coherencia qubitscálculos cuánticos millonadas operacionesdecoherencia destruye ordenadores cuánticosoperaciones microondas lentasFrancis VillatoroPeter Shore4096 bitsRinaldi256 bitsTransformada de Fourier cuántica
Algoritmos cuánticos factores multiplicación
Con
0:000:301:001:302:002:303:003:22
Francis Villatoro continúa explicando la importancia del tiempo de coherencia y la necesidad de muchos qubits para realizar cálculos cuánticos, mencionando que existen algoritmos teóricos con factores de multiplicación de bits entre 2 y 3.
…el número de qubits; lo importante es el tiempo que tú mantienes en estado coherente los qubits y puedes operar sobre ellos porque tú tienes que hacer muchas operaciones. Tú dices: yo quiero factorizar un número primo, sí, quiero factorizar un número primo de Tamaño, yo qué sé, 256 bits vale, pero tendré que hacer más de una operación por bit, entonces tengo que hacer miles o millones de operaciones. Entonces necesito no solo un ordenador en el que me quepa, que me quepa el algoritmo, que me quepa esa transformada de Fourier cuántica que estoy implementando sobre los cubits, sino que además yo pueda operar muchas veces con esa operación. Entonces el problema es ese, que tú necesitas poder operar durante mucho tiempo, luego necesitas muchos cubits, quizás no tantos. Ya digo: un factor que depende. Ya hay algoritmos publicados en teoría con factores del orden de 2 y de 3, que te multiplican por 3 el número de bits, pero son algoritmos con una enorme cantidad de operaciones y muy delicados; o sea, los algoritmos más normales rondan eso. 10, 20 veces el número de bits, pero todo eso en operaciones son muchísimas más operaciones; son millonadas de operaciones. Y claro, esas millonadas de operaciones es muy muy difícil que se puedan ejecutar. Tú vas a necesitar ordenadores cuánticos que aguanten al ritmo actual porque operamos con microondas, etc.; o sea, operamos de manera muy lenta. Los ordenadores cuánticos son extremadamente lentos a la hora de operar; con lo que la decoherencia te gana y rápidamente te destruye. Los ordenadores de IBM, esto que tienen como 200 qubits o el número de operaciones que permiten es prácticamente el mismo que el de 50. Entonces dice: el algoritmo que puedo ejecutar en 50 es una porquería de algoritmo. Pues pongo 200 y puedo ejecutar también…
Significado #1 · Palabras #1
Francis Villatoro distingue entre la teoría matemática de los qubits y su implementación práctica, mencionando el algoritmo de factorización de números primos de Peter Shore y su aplicación a claves de encriptación.
Habla: Francis VillatoroSignificado #12qubits para cálculo rinaldierrores en cálculo qubitsfactorización números primos 7000 qubitsmodelos de matrices láticesalgoritmo factorización números primos shorequbits lógicos para claves encriptaciónclaves de n bits y qubitsclaves actuales de 4096 bits…lo contaba como si fuera verdad, como si fuera verdad que una empresa dice financiarme con dinero e invertir en mi empresa que vamos a lograr cosas imposibles. Gastón: tenía una pregunta, Francis, que vos sabés mucho más que yo esto. Quiero entender un poco. una cosa es la cantidad de qubits para generar un cálculo y otra cosa es la enorme cantidad de qubits para tener en cuenta los errores de tal cálculo. Son cosas distintas. Estimaciones, que no sé cuán sería somos, no soy un experto en esto, de Rinaldi y otros colaboradores de 2001, 2002, en los cuales decían que, por ejemplo, para romper códigos de factorización de números primos eran necesarios, se estimaba, es un cálculo muy aproximado, con modelos de matrices en látices y qué sé yo, algo del orden de 7000 qubits o del orden de 10 a la 4 qubits. es ese, digo de cálculo, después hablamos de los errores y todo eso, pero estamos, más allá de si esas estimaciones son homologadas o no por todos, el orden de magnitud, estamos hablando de ese tipo de orden de magnitud, ¿no? 6.000, 7.000, algo así. Claro, aquí tenemos que tener dos cosas bien separadas. Una cosa es la teoría, la matemática, los garabatos que uno escribe en hojas de papel. Peter Shore hizo un algoritmo, el algoritmo de factorización de números primos, que es un algoritmo que es polinómico, es del orden de polinómico cúbico y entonces, pues, pero bueno, ahí ya hay implementaciones un poquito mejores y se pueden hacer cositas. Entonces, si tú tienes una clave del orden de n bits, pues puedes factorizar esa clave utilizando qubits lógicos, qubits de verdad, sobre el papel, pues no mucho mayores. Es decir, una clave de 256, por lo mismo necesitas, pues, multiplícalo por 10, por 30, pues unos miles. Las claves actuales más seguras son del orden de 4096 bits. Con lo que ya estamos hablando del orden de. Cientos de miles próximos a millón de bits lógicos, o sea, de bits de verdad, de cubits de verdad. Ahora, claro, ¿qué pasa? Que sabemos que cuando pones muchos qubits, los qubits se decoheren; el estado coherente en superposición se destruye, se va rompiendo…
Francis Villatoro continúa explicando la importancia del tiempo de coherencia y la necesidad de muchos qubits para realizar cálculos cuánticos, mencionando que existen algoritmos teóricos con factores de multiplicación de bits entre 2 y 3.
Habla: Francis VillatoroSignificado #1 · Palabras #1factorización de números primos 256 bitstransformada de fourier cuántica en qubitsoperaciones repetidas sobre cubitsestado coherente durante mucho tiempoalgoritmos cuánticos factores multiplicaciónqubits cálculos cuánticos delicadosfactor tiempo coherencia qubitscálculos cuánticos millonadas operacionesdecoherencia destruye ordenadores cuánticosoperaciones microondas lentas…el número de qubits; lo importante es el tiempo que tú mantienes en estado coherente los qubits y puedes operar sobre ellos porque tú tienes que hacer muchas operaciones. Tú dices: yo quiero factorizar un número primo, sí, quiero factorizar un número primo de Tamaño, yo qué sé, 256 bits vale, pero tendré que hacer más de una operación por bit, entonces tengo que hacer miles o millones de operaciones. Entonces necesito no solo un ordenador en el que me quepa, que me quepa el algoritmo, que me quepa esa transformada de Fourier cuántica que estoy implementando sobre los cubits, sino que además yo pueda operar muchas veces con esa operación. Entonces el problema es ese, que tú necesitas poder operar durante mucho tiempo, luego necesitas muchos cubits, quizás no tantos. Ya digo: un factor que depende. Ya hay algoritmos publicados en teoría con factores del orden de 2 y de 3, que te multiplican por 3 el número de bits, pero son algoritmos con una enorme cantidad de operaciones y muy delicados; o sea, los algoritmos más normales rondan eso. 10, 20 veces el número de bits, pero todo eso en operaciones son muchísimas más operaciones; son millonadas de operaciones. Y claro, esas millonadas de operaciones es muy muy difícil que se puedan ejecutar. Tú vas a necesitar ordenadores cuánticos que aguanten al ritmo actual porque operamos con microondas, etc.; o sea, operamos de manera muy lenta. Los ordenadores cuánticos son extremadamente lentos a la hora de operar; con lo que la decoherencia te gana y rápidamente te destruye. Los ordenadores de IBM, esto que tienen como 200 qubits o el número de operaciones que permiten es prácticamente el mismo que el de 50. Entonces dice: el algoritmo que puedo ejecutar en 50 es una porquería de algoritmo. Pues pongo 200 y puedo ejecutar también…