A partir de 2017, el desarrollo de las computadoras cuánticas reales todavía está en su infancia, pero se han llevado a cabo experimentos en los que se ejecutaron operaciones computacionales cuánticas en un número muy pequeño de bits cuánticos.
La investigación práctica y teórica continúa, y muchos gobiernos nacionales y agencias militares están financiando la investigación de computación cuántica en un esfuerzo por desarrollar computadoras cuánticas para fines civiles, comerciales, comerciales, ambientales y de seguridad nacional, como el criptoanálisis.
Existe una pequeña computadora cuántica de 5 qubits y está disponible para que los aficionados experimenten a través del proyecto de experiencia cuántica de IBM. existe una pequeña computadora cuántica de 5 qubits y está disponible para que los aficionados experimenten a través del proyecto de experiencia cuántica de IBM.
- ¿La Física Cuántica necesita una nueva base de realidad funcional de onda?
- ¿Cuál es la prueba de la afirmación de que la física cuántica prueba que se crea un universo cada vez que tomas una decisión?
- ¿Qué es una computadora cuántica?
- ¿Cuándo podemos esperar computadoras cuánticas disponibles para el mercado de consumo?
- ¿Se puede crear y usar entrelazamiento o discordia cuántica fuera del laboratorio para la teledetección y las imágenes?
Las computadoras tradicionales almacenan información en “bits”, que pueden representar un “1” o un “0”. La computación cuántica aprovecha las partículas cuánticas en un estado extraño llamado “superposición”, lo que significa que la partícula gira en dos direcciones a la vez. Los investigadores han aprendido a aprovechar estas partículas para crear lo que llaman “qubits”, que pueden representar tanto un 1 como un 0 al mismo tiempo. Al unir qubits, las compañías como D-Wave esperan crear computadoras que sean exponencialmente más rápidas que las máquinas actuales.
IBM demostró una computadora cuántica en funcionamiento en 2000 y continúa mejorando su tecnología. Google está trabajando en su propia computadora cuántica y también se asoció con la NASA para probar el sistema D-Wave en 2013. Lockheed Martin y el Laboratorio Nacional de Los Alamos también están trabajando con máquinas D-Wave. Pero las computadoras cuánticas actuales todavía no son prácticas para la mayoría de las aplicaciones del mundo real. Los qubits son frágiles y se pueden eliminar fácilmente del estado de superposición. Mientras tanto, las computadoras cuánticas son extremadamente difíciles de programar hoy porque requieren un conocimiento altamente especializado.
Ahí es donde entra en juego la nueva herramienta de software de la compañía, Qbsolv. Qbsolv está diseñado para ayudar a los desarrolladores a programar máquinas D-Wave sin necesidad de experiencia en física cuántica. Algunos de los socios de D-Wave ya están utilizando la herramienta, pero hoy la compañía lanzó Qbsolv como código abierto, lo que significa que cualquiera podrá compartir y modificar el software libremente.
Qbsolv se une a un pequeño pero creciente grupo de herramientas para los posibles programadores de computadoras cuánticas. El año pasado, Scott Pakin, del Laboratorio Nacional de Los Alamos, y uno de los primeros usuarios de Qbsolv, lanzó otra herramienta gratuita llamada Qmasm, que también alivia la carga de escribir código para máquinas D-Wave al liberar a los desarrolladores de tener que preocuparse por abordar el hardware subyacente. El objetivo, dice Ewald, es poner en marcha un ecosistema de herramientas de software de computación cuántica y fomentar una comunidad de desarrolladores que trabajen en problemas de computación cuántica. En los últimos años, el software de código abierto ha sido la mejor manera de construir comunidades de desarrolladores independientes y grandes contribuyentes corporativos.
Se cree que la factorización de enteros, que sustenta la seguridad de los sistemas criptográficos de clave pública, es computacionalmente inviable con una computadora ordinaria para enteros grandes si son el producto de pocos números primos (por ejemplo, productos de dos números primos de 300 dígitos).
En comparación, una computadora cuántica podría resolver eficientemente este problema utilizando el algoritmo de Shor para encontrar sus factores. Esta capacidad permitiría a una computadora cuántica descifrar muchos de los sistemas criptográficos en uso hoy en día, en el sentido de que habría un algoritmo de tiempo polinómico (en el número de dígitos del número entero) para resolver el problema. En particular, la mayoría de los cifrados de clave pública populares se basan en la dificultad de factorizar números enteros o el problema del logaritmo discreto, que pueden resolverse mediante el algoritmo de Shor. En particular, los algoritmos RSA, Diffie-Hellman y curva elíptica Diffie-Hellman podrían romperse. Se utilizan para proteger páginas web seguras, correo electrónico cifrado y muchos otros tipos de datos. Romperlos tendría ramificaciones significativas para la privacidad y seguridad electrónica.
Además de la factorización y logaritmos discretos, se han encontrado algoritmos cuánticos que ofrecen una aceleración más que polinómica sobre el algoritmo clásico más conocido para varios problemas, incluida la simulación de procesos físicos cuánticos a partir de la química y la física del estado sólido, la aproximación de polinomios de Jones y la resolución de Pell ecuación. No se ha encontrado ninguna prueba matemática que muestre que no se pueda descubrir un algoritmo clásico igualmente rápido, aunque esto se considera poco probable.
Para algunos problemas, las computadoras cuánticas ofrecen una aceleración polinómica. El ejemplo más conocido de esto es la búsqueda cuántica de bases de datos, que puede resolverse mediante el algoritmo de Grover utilizando, de forma cuadrática, menos consultas a la base de datos que las que requieren los algoritmos clásicos. En este caso, la ventaja es demostrable. Posteriormente se han descubierto varios otros ejemplos de aceleraciones cuánticas comprobables para problemas de consulta, como para encontrar colisiones en funciones de dos a uno y evaluar árboles NAND.
Considere un problema que tiene estas cuatro propiedades:
- La única forma de resolverlo es adivinar las respuestas repetidamente y verificarlas,
- El número de respuestas posibles para verificar es el mismo que el número de entradas,
- Cada posible respuesta toma la misma cantidad de tiempo para verificar, y
- No hay pistas sobre qué respuestas podrían ser mejores: generar posibilidades al azar es tan bueno como verificarlas en un orden especial.
Un ejemplo de esto es un descifrador de contraseñas que intenta adivinar la contraseña de un archivo cifrado (suponiendo que la contraseña tenga la máxima longitud posible).
Para problemas con las cuatro propiedades, el tiempo para que una computadora cuántica resuelva esto será proporcional a la raíz cuadrada del número de entradas. Se puede utilizar para atacar cifrados simétricos como Triple DES y AES intentando adivinar la clave secreta.
El algoritmo de Grover también se puede usar para obtener una aceleración cuadrática sobre una búsqueda de fuerza bruta para una clase de problemas conocidos como NP-completo.
John Preskill ha introducido el término supremacía cuántica para referirse a la hipotética ventaja de aceleración que una computadora cuántica tendría sobre una computadora clásica.
Google ha anunciado que espera alcanzar la supremacía cuántica para fines de 2017, e IBM dice que las mejores computadoras clásicas serán superadas en alguna tarea dentro de unos cinco años. La supremacía cuántica aún no se ha logrado, y algunos escépticos dudan de que alguna vez lo sea.
La clase de problemas que las computadoras cuánticas pueden resolver de manera eficiente se llama BQP, por “error acotado, tiempo cuántico y polinómico”. Las computadoras cuánticas solo ejecutan algoritmos probabilísticos, por lo que BQP en computadoras cuánticas es la contraparte de BPP (“error acotado, probabilístico, tiempo polinómico”) en computadoras clásicas. Se define como el conjunto de problemas que se pueden resolver con un algoritmo de tiempo polinómico, cuya probabilidad de error se limita a la mitad.
Se dice que una computadora cuántica “resuelve” un problema si, para cada caso, su respuesta será correcta con alta probabilidad. Si esa solución se ejecuta en tiempo polinomial, entonces ese problema está en BQP.
BQP está contenido en la clase de complejidad #P (o más precisamente en la clase asociada de problemas de decisión P # P ), que es una subclase de PSPACE.
Se sospecha que BQP es disjunto de NP-complete y un estricto superconjunto de P, pero eso no se sabe. Tanto la factorización entera como el registro discreto están en BQP. Ambos problemas son problemas de NP sospechosos de estar fuera de BPP y, por lo tanto, fuera de P. Se sospecha que ambos no están completos de NP. Existe una idea errónea común de que las computadoras cuánticas pueden resolver problemas NP-completos en tiempo polinómico. No se sabe que eso sea cierto, y generalmente se sospecha que es falso.
La capacidad de una computadora cuántica para acelerar algoritmos clásicos tiene límites rígidos, límites superiores de la complejidad de la computación cuántica. La parte abrumadora de los cálculos clásicos no se puede acelerar en una computadora cuántica.
Un hecho similar tiene lugar para tareas computacionales particulares, como el problema de búsqueda, para el cual el algoritmo de Grover es óptimo.
La mecánica de Bohmian es una interpretación de variables ocultas no locales de la mecánica cuántica. Se ha demostrado que una computadora cuántica variable oculta no local podría implementar una búsqueda de una base de datos de N elementos como máximo en [matemáticas] {\ displaystyle O ({\ sqrt [{3}] {N}})} [/ matemática] pasos. Esto es un poco más rápido que los [math] {\ displaystyle O ({\ sqrt {N}})} [/ math] pasos tomados por el algoritmo de Grover. Ninguno de los métodos de búsqueda permitirá que las computadoras cuánticas resuelvan problemas de NP-Complete en tiempo polinómico.
Aunque las computadoras cuánticas pueden ser más rápidas que las computadoras clásicas para algunos tipos de problemas, las descritas anteriormente no pueden resolver ningún problema que las computadoras clásicas ya no puedan resolver. Una máquina Turing puede simular estas computadoras cuánticas, por lo que una computadora cuántica nunca podría resolver un problema indecidible como el problema de la detención.
Se ha especulado que las teorías de la gravedad cuántica, como la gravedad cuántica del bucle teórico M o la gravedad cuántica, pueden permitir la creación de computadoras aún más rápidas. Actualmente, la definición de computación en tales teorías es un problema abierto debido al problema del tiempo , es decir, actualmente no existe una forma obvia de describir lo que significa para un observador enviar información a una computadora y luego recibir salida.