Búsqueda · 24 momentos en 11 episodios
Luisa AchaerandioBorja TosarFrancis VillatoroHéctor SocasMaría Ribesqubits para cálculo rinaldierrores en cálculo qubitsfactorización números primos 7000 qubitsmodelos de matrices láticesRinaldiFrancis Villatoro
Errores en cálculo qubits
Con
0:000:301:001:302:002:303:003:22
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.
…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…
Significado #1 · Palabras #1
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 #1 · Palabras #1qubits 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 implementar qubits lógicos con matrices de qubits físicos, detallando cómo los algoritmos de corrección de errores varían en su eficiencia según el número de qubits físicos requeridos por cada qubit lógico.
Habla: Francis VillatoroSignificado #3 · Palabras #2decoherencia de qubitscálculos cuánticos con cubitsbits lógicos y decoherenciaestado coherente en superposiciónqubits lógicos con matrices físicasalgoritmos corrección errores qubitseficiencia qubits físicos villatoroqubits en estado coherenteoperaciones sobre qubitsfactorizar números primosrobustez durante mucho tiempo ordenadores cuánticos…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 cada qubit lógico y hay algoritmos de 16 qubits físicos por qubit lógico. Pero para Mantener la robustez durante mucho tiempo, pero un punto importante que no se tiene que olvidar nunca en ordenadores cuánticos es que lo importante no es 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…
Francis Villatoro explica las dificultades para ejecutar cálculos cuánticos debido a la gran cantidad de operaciones necesarias, que superan ampliamente el número de bits involucrados.
Habla: Francis VillatoroSignificado #20cálculos cuánticos millonadas operacionesdecoherencia destruye ordenadores cuánticosoperaciones microondas lentas…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…