Búsqueda · 28 momentos en 17 episodios
Luisa AchaerandioBorja TosarFrancis VillatoroHéctor SocasMaría Ribesdecoherencia de qubitscálculos cuánticos con cubitsbits lógicos y decoherenciaestado coherente en superposiciónFrancis VillatoroRinaldi256 bitsTransformada de Fourier cuánticaNature7000 bits
Cálculos cuánticos con cubits
Con
0:000:301:001:302:002:303:003:22
Francis Villatoro explica la necesidad de una gran cantidad de qubits para realizar cálculos cuánticos y cómo la decoherencia afecta a estos cálculos.
…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 en trozos, en diferentes regiones, y claro, eso destruye completamente el cálculo, hace que el cálculo se vuelva completamente erróneo. Entonces, claro, para poder tener 1.000 qubits lógicos, o los 7.000 que tú has dicho, probablemente cada Uno de esos qubits lógicos tiene que estar implementado con un grupito, con una matriz de qubits físicos. Los algoritmos de corrección de errores más buenos son mejores conforme el número de qubits es mayor. Con lo que hay algoritmos de 256 qubits físicos por…
Significado #1 · Palabras #2
Francis Villatoro aclara que la cantidad de qubits necesarios para realizar un cálculo es diferente a la cantidad necesaria para corregir los errores en ese mismo cálculo.
Significado #3qubits para cálculo rinaldierrores en cálculo qubitsfactorización números primos 7000 qubitsmodelos de matrices látices…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…
Francis Villatoro explica la necesidad de una gran cantidad de qubits para realizar cálculos cuánticos y cómo la decoherencia afecta a estos cálculos.
Habla: Francis VillatoroSignificado #1 · Palabras #2decoherencia de qubitscálculos cuánticos con cubitsbits lógicos y decoherenciaestado coherente en superposición…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 en trozos, en diferentes regiones, y claro, eso destruye completamente el cálculo, hace que el cálculo se vuelva completamente erróneo. Entonces, claro, para poder tener 1.000 qubits lógicos, o los 7.000 que tú has dicho, probablemente cada Uno de esos qubits lógicos tiene que estar implementado con un grupito, con una matriz de qubits físicos. Los algoritmos de corrección de errores más buenos son mejores conforme el número de qubits es mayor. Con lo que hay algoritmos de 256 qubits físicos por…
Francis Villatoro explica que para factorizar un número primo de 256 bits se requieren miles o millones de operaciones, lo que implica la necesidad de mantener los qubits en estado coherente durante mucho tiempo y poder operar sobre ellos repetidamente.
Habla: Francis VillatoroSignificado #12 · Palabras #5factorización 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…
Francis Villatoro comenta sobre la dependencia de las estimaciones en modelos específicos y anticipa el potencial de los ordenadores cuánticos con miles de cubits físicos.
Habla: Francis VillatoroSignificado #2 · Palabras #1agujero negro y factorización primos7000 bits para agujero negropaper de nature computación cuánticacoincidencia numérica paper natureordenadores cuánticos con cubits físicoscubits lógicos para maravillasestimaciones modelo específico villatorocubits con átomos atrapadossimulación cuántica modelos físicosprocesos estadísticos con ruidoruido en simulación modelo matemático…las ciertas soluciones a las ecuaciones de Einstein que describen un agujero negro y un modelo más sencillo que son fermiones, un conjunto de fermiones de Majorana interactuando entre sí, como una especie de modelo de juguete de un sistema cuántico sencillo. Y las estimaciones dan que para describir algo que sea dual, que sea equivalente a un agujero negro, se necesitan más o menos y calcula 7000 bits, el mismo número; hay una coincidencia numérica. Un grosso modo sería tan difícil factorizar primos como simular un agujero negro con una computadora cuántica. Eso mostraba que esos claims del paper de Nature de 2022 no tenían mucho sentido. Pero bueno, esa curiosidad numérica es una cosa que encontré divertida en ese trabajo. Esto depende mucho del modelo con el que lo estimes, etc. Pero sí es cierto que cuando tengamos miles de cubits físicos podremos hacer maravillas, porque miles de cubits lógicos podremos hacer maravillas. Con miles de cubits físicos podemos hacer muchas cosas. Estos ordenadores, estas plataformas de memoria de cubits con átomos atrapados van a usarse para simular modelos físicos de estado sólido, materiales bidimensionales y cosas por el estilo; y se van a hacer simulaciones cuánticas muy, muy bonitas en las que tú no necesitas un control preciso, no necesitas aplicar puertas lógicas de manera precisa, sino puedes permitirte el lujo de que las puertas lógicas se apliquen de forma más o menos aleatoria y haces como simulación de procesos estadísticos en los que hay mucho ruido en la propia simulación; y tú, como tienes un sistema muy ruidoso, pues aprovechas que es ruidoso para decir que el ruido en tu sistema simulado y el ruido en el modelo matemático, pues va, no más o menos se parecen; y aprovechan, ¿no? Y se va a ver, va a haber muchas publicaciones en esa línea, ¿no? Pero claro, el control preciso de eso es muy, muy difícil y va a requerir años. Bueno, pues nada, si les parece pasamos de tema que nos vamos quedando con poco tiempo y hablando de tiempo, ¿qué son cristales del tiempo, Gastón? Podría a lo mejor introducir un poco. Sí, vamos a hablar de cristales de tiempo. Son muy poético el nombre. Sí,…