book

Programación de ordenadores cuánticos

by Eric R. Johnston, Nic Harrigan, Mercedes Gimeno-Segovia

September 2024

Intermediate to advanced

336 pages

8h 49m

Spanish

O'Reilly Media, Inc.

Read now

Unlock full access

Cómo está estructurado este libroConvenciones utilizadas en este libroUtilizar ejemplos de códigoAprendizaje en línea O'ReillyCómo contactar con nosotrosAgradecimientos
Antecedentes requeridos¿Qué es una QPU?Un enfoque prácticoIntroducción a QCEngineInstrucciones nativas QPULimitaciones del simuladorLimitaciones del hardwareQPU frente a GPU: Algunas características comunes
Un vistazo rápido a un Qubit físicoIntroducción a la notación circularTamaño del círculoRotación circularLas primeras operaciones de la QPUInstrucción QPU: NOInstrucción QPU: HADInstrucción QPU: LEERInstrucción QPU: ESCRIBIRPráctico: Un bit perfectamente aleatorioInstrucción QPU: FASE(θ)Instrucciones QPU: ROTX(θ) y ROTY(θ)COPIA: La operación perdidaCombinar operaciones QPUInstrucción QPU: ROOT-of-NOTPruébalo: Cazador de espías cuánticoConclusión
Notación circular para registros multiQubitDibujar un Registro Multi-QubitOperaciones de un solo qubit en registros de varios qubitsLectura de un Qubit en un Registro MultiQubitVisualizar un mayor número de QubitsInstrucción QPU: CNOTPráctico: Uso de los Pares de Campanas para el Azar CompartidoInstrucciones QPU: CPHASE y CZTruco QPU: Contragolpe de faseInstrucción QPU: CCNOT (Toffoli)Instrucciones QPU: SWAP y CSWAPLa prueba del intercambioConstruir cualquier operación condicionalPráctico: Aleatoriedad teledirigidaConclusión
Práctico: Vamos a teletransportar algoRecorrido del programaPaso 1: Crear un Par EnredadoPaso 2: Prepara la carga útilPaso 3.1: Enlaza la Carga Útil al Par EnredadoPaso 3.2: Pon la carga útil en una superposiciónPaso 3.3: LEE los dos Qubits de AlicePaso 4: Recibir y transformarPaso 5: Verificar el resultadoInterpretación de los resultados¿Cómo se utiliza realmente el teletransporte?Diversión con famosos accidentes de teletransportadores
Extrañamente diferenteAritmética en una QPUPráctico: Construir operadores de incremento y decrementoSuma de dos números enteros cuánticosEnteros negativosPráctica: Matemáticas más complicadasVolverse realmente cuánticoEjecución cuántico-condicionalResultados codificados en faseReversibilidad y Rasca QubitsUncomputingAsignación de la lógica booleana a las operaciones de la QPULógica cuántica básicaConclusión
Práctico: Conversión entre fase y magnitudLa iteración de amplificación de amplitud¿Más iteraciones?Entradas volteadas múltiplesUso de la amplificación de amplitudAA y QFT como Estimación de SumasAcelerar los algoritmos convencionales con AADentro de la QPULa intuiciónConclusión
Patrones ocultosLa QFT, la DFT y la FFTFrecuencias en un registro QPUEl DFTEntradas DFT reales y complejasDFT TodoUtilizando la QFTEl QFT es rápidoDentro de la QPULa intuiciónOperación por operaciónConclusión

Aprender sobre las operaciones de la QPULas eigenfases nos enseñan algo útilQué hace la estimación de faseCómo utilizar la estimación de faseEntradasSalidasLa letra pequeñaElegir el tamaño del registro de salidaComplejidadOperaciones condicionalesEstimación de fase en la prácticaDentro de la QPULa intuiciónOperación por operaciónConclusión
Datos no enterosQRAMCodificaciones vectorialesLimitaciones de la codificación de amplitudCodificación de amplitud y notación circularCodificaciones matriciales¿Cómo puede una operación QPU representar una matriz?Simulación Cuántica
Fase LógicaConstruir operaciones elementales de fase lógicaConstruir declaraciones lógicas de fase complejasResolver acertijos de lógicaDe gatitos y tigresReceta general para resolver problemas de satisfacción booleanaPráctico: Un problema 3-SAT satisfactorioPráctica: Un problema 3-SAT insatisfactibleAcelerar los algoritmos convencionales
¿Qué puede hacer una QPU por los gráficos por ordenador?Supermuestreo convencionalPráctico: Cálculo de imágenes con codificación de faseUn sombreador de píxeles QPUUtilizar PHASE para dibujarDibujar curvasMuestreo de imágenes con codificación de faseUna imagen más interesanteSupermuestreoEl QSS frente al muestreo Monte Carlo convencionalCómo funciona el QSSAñadir colorConclusión
Práctico: Usar Shor en una QPUQué hace el algoritmo de Shor¿Necesitamos una QPU?El enfoque cuánticoPaso a Paso: Factorización del número 15Paso 1: Inicializar los Registros de la QPUPaso 2: Expansión a la Superposición CuánticaPaso 3: Multiplicar condicionalmente por 2Paso 4: Multipía condicional por 4Paso 5: Transformada Cuántica de FourierPaso 6: Leer el resultado cuánticoPaso 7: Lógica digitalPaso 8: Comprueba el resultadoLa letra pequeñaCálculo del móduloEl tiempo frente al espacioCoprimos distintos de 2
Resolución de sistemas de ecuaciones linealesDescribir y resolver sistemas de ecuaciones linealesResolver ecuaciones lineales con una QPUAnálisis Cuántico de Componentes PrincipalesAnálisis convencional de componentes principalesPCA con una QPUMáquinas de vectores de soporte cuánticosMáquinas convencionales de vectores soporteSVM con una QPUOtras aplicaciones del aprendizaje automático
De la notación circular a los vectores complejosAlgunas sutilezas y notas sobre terminologíaBase de mediciónDescomposiciones y compilación de puertasTeletransporte de la PuertaSalón de la Fama QPULa carrera: Los ordenadores cuánticos frente a los convencionalesNota sobre los algoritmos basados en OracleDeutsch-JozsaBernstein-VaziraniSimonLenguajes de programación cuánticaLa promesa de la simulación cuánticaCorrección de errores y dispositivos NISQ¿Y ahora qué?LibrosNotas de claseRecursos en línea

Content preview from Programación de ordenadores cuánticos

Capítulo 13. Aprendizaje automático cuántico

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com

En el momento de escribir estas líneas, el aprendizaje automático cuántico (QML) es casi la mayor combinación de palabras de moda que se puede esperar sintetizar. Se escribe mucho sobre el QML, y el tema suele ser (confusamente) exagerado e infravalorado al mismo tiempo. En esta sección intentaremos dar una idea de cómo las QPU podrían transformar el aprendizaje automático, teniendo cuidado de señalar las advertencias inherentes a la manipulación de datos cuánticos.

Las aplicaciones QML útiles requieren un número muy elevado de qubits. Por este motivo, nuestro resumen de las aplicaciones del QML es necesariamente de muy alto nivel. Este resumen también es adecuado dada la naturaleza rápidamente cambiante de este campo naciente. Aunque nuestra exposición será más esquemática que pragmática, aprovechará en gran medida nuestra experiencia práctica con las primitivas de los capítulos anteriores.

Resumimos tres aplicaciones diferentes de QML: la resolución de sistemas de ecuaciones lineales, el Análisis Cuántico de Componentes Principales y las Máquinas Cuánticas de Vectores de Soporte. Se han seleccionado debido tanto a su relevancia para el aprendizaje automático como a la sencillez de su discusión. También son aplicaciones cuyas contrapartidas convencionales resultarán familiares a cualquiera que se haya adentrado en el ...