Trabajo de Fin de Grado presentado en la Escuela Técnica Superior de Ingeniería de la Universidad de Santiago de Compostela para la obtención del Grado en Ingeniería Informática
Este análisis examina el campo de la computación cuántica y el desarrollo de software cuántico basado en una selección de artículos relevantes. La investigación revela que la computación cuántica ha pasado de ser un concepto teórico a una realidad práctica, con computadoras cuánticas ahora accesibles para todos a través de servicios en la nube o simulaciones. Los artículos discuten diversos aspectos relacionados con la computación cuántica, incluyendo tecnologías, metodologías y orientación práctica para desarrolladores que se aventuran en proyectos de software cuántico. Una tendencia emergente identificada es la necesidad de la ingeniería de software cuántico, ya que el campo carece de modelos, estándares y métodos establecidos para la creación y migración de sistemas. Una comparación y síntesis de los artículos resalta los avances y desafíos en el campo, así como las lagunas y áreas para futuras investigaciones. En general, este análisis destaca la importancia creciente de la computación cuántica y proporciona una visión crítica sobre su desarrollo y potencial impacto en la industria y la sociedad.
En esta tesis se presentan trabajos encaminados a resolver el problema del ruido en los sistemas cuánticos. En el ámbito de la información cuántica, se estudia de forma sistemática una familia de protocolos de destilación cuántica para qudits. En lo tocante a la corrección cuántica de errores, se introducen nuevos códigos de carácter topológico y técnicas específicas para su manipulación. Finalmente, se exploran nuevas formas de orden topológico y nuevos mecanismos para explotarlo de cara a realizar computaciones cuánticas. De los estudios presentados en esta tesis se desprende claramente que el estudio de las propiedades topológicas en información y computación cuánticas, así como en sistemas fuertemente correlacionados en materia condensada, es un tema de investigación con numerosas preguntas abiertas que en la actualidad son objeto de intensa actividad investigadora.
Este repositorio recoge el código desarrollado para mi Trabajo de Fin de Grado (TFG) en Física en la Universidad Europea de Madrid. Este código da soporte a los experimentos y resultados presentados en el mismo. El código está desarrollado en el entorno de Google Colab y utiliza Qiskit y técnicas de Machine Learning para predecir la fidelidad de un estado teleportado en entornos ruidosos, empleando IA Explicable (XAI) para analizar qué tipos de ruido afectan más al protocolo. -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- This repository contains the code developed for my Bachelor's Thesis (TFG) in Physics at the Universidad Europea de Madrid. This code supports the experiments and results presented therein. The code is developed in the Google Colab environment and utilizes Qiskit and Machine Learning techniques to predict the fidelity of a teleported state in noisy environments, employing Explainable AI (XAI) to analyze which types of noise most significantly affect the protocol.
Este proyecto tiene como objetivo explorar el potencial de los algoritmos cuánticos en la simulación de redes neuronales biológicas. Aprovechando la computación cuántica en la nube proporcionada por IBM Quantum, se integran técnicas avanzadas de inteligencia artificial (IA) para optimizar y mejorar los modelos neuronales. Se utilizan datos detallados de conectividad y expresión génica obtenidos del Allen Brain Atlas, procesados y limpiados para facilitar su uso en simulaciones cuánticas. Los resultados demuestran la capacidad de los algoritmos cuánticos para manejar la complejidad de las redes neuronales biológicas, proporcionando una herramienta poderosa para la investigación en neurociencia y biología. La computación cuántica ofrece ventajas significativas en términos de eficiencia y escalabilidad para la simulación de sistemas biológicos complejos. Este trabajo detalla los pasos realizados, los resultados obtenidos y las conclusiones derivadas del proceso, destacando el papel crucial de la IA en la optimización de los parámetros del circuito cuántico y en el análisis de los resultados de las simulaciones