![\"\"](\"https:\/\/www.nebrija.com\/medios\/actualidadnebrija\/wp-content\/uploads\/sites\/2\/2023\/03\/Figure1.jpg\")
<\/a><\/p>\nPor tanto, se puede decir que existen dos grandes familias de simuladores cu\u00e1nticos. Por un lado, est\u00e1n los simuladores, que acabamos de comentar, que emulan un fen\u00f3meno cu\u00e1ntico concreto para su estudio pormenorizado, y por otro lado, est\u00e1n los simuladores de c\u00f3mputo cu\u00e1ntico, los cuales no simulan un sistema f\u00edsico concreto sino un sistema de circuitos de puertas l\u00f3gicas que ser\u00eda capaz de realizar peque\u00f1os c\u00e1lculos empleando elementos del comportamiento cu\u00e1ntico.<\/p>\n
Los simuladores de c\u00f3mputo cu\u00e1nticos se realizan mediante software<\/em> y su misi\u00f3n primaria es la de comprobar el funcionamiento de ciertos algoritmos o primitivas cu\u00e1nticas. Lo que hacen estos sistemas de software<\/em> es simular un conjunto de qubits y sus interacciones. Sin embargo, debido al ritmo creciente del espacio de Hilbert que generan los qubits, r\u00e1pidamente se alcanza un l\u00edmite de muy dif\u00edcil superaci\u00f3n. Es decir, un qubit puede estar en dos estados bien diferenciados, digamos |0\u27e9 y<\/em> |1\u27e9, aunque lo m\u00e1s habitual es que exista en forma de superposici\u00f3n de ambos estados, es decir \u03b1|0\u27e9 + \u03b2|1\u27e9 siendo \u03b1 y \u03b2 coeficientes de peso de cada estado fundamental y cuyo cuadrado indica la probabilidad de encontrar al sistema en el estado \u00a0o en el estado \u00a0al realizar una medici\u00f3n. Cuando se trata con dos no m\u00e1s qubits, debido a las caracter\u00edsticas de superposici\u00f3n, el n\u00famero de estados que constituyen un sistema crece r\u00e1pidamente. Con dos qubits, se tiene un sistema con cuatro posibles estados:<\/p>\n \u03b1|00\u27e9 \u03b2|01\u27e9 \u03b3|10\u27e9 \u03b4|11\u27e9<\/p>\n Con 3 qubits se tienen ya 8 estados: |000\u27e9, |001\u27e9, |010\u27e9, |100\u27e9, |101\u27e9, |110\u27e9, |011\u27e9, |111\u27e9, cada uno con su propio peso. Si se siguen a\u00f1adiendo qubits, se pasa a 16 estados para cuatro qubits, 32 para cinco, y as\u00ed sucesivamente. Como se aprecia, cada vez que se a\u00f1ade un qubit, se dobla el n\u00famero de estados posibles en los que se puede encontrar el sistema. Llega un punto en el que un ordenador ya no puede manejar tal volumen de informaci\u00f3n, y no es punto muy lejano. Para 30 qubits, por ejemplo, el n\u00famero de posibles estados en los que se puede encontrar el sistema es 2^30= 1.073.741.824 y para 2^50 = 1.125.899.906.842.624<\/p>\n Aun trat\u00e1ndose de sistemas con limitaciones, 30 qubits no realizan un c\u00e1lculo que no puede hacer un computador cl\u00e1sico; sin embargo, resultan de gran utilidad, \u00bfpor qu\u00e9? La forma de realizar el c\u00e1lculo simula c\u00f3mo lo har\u00eda un ordenador cu\u00e1ntico real, sin las imperfecciones que este pueda tener debido a los defectos de fabricaci\u00f3n o de ajuste de la tecnolog\u00eda. Esto significa que si un algoritmo cu\u00e1ntico se ejecuta en un simulador y proporciona unos resultados, esos resultados son los que proporcionar\u00e1 en un sistema cu\u00e1ntico real con el mismo n\u00famero de qubits que el simulador. Lo m\u00e1s interesante es que si el algoritmo funciona para, digamos 30 qubits, y se ha dise\u00f1ado teniendo en cuenta la posibilidad de escalar, todo hace suponer que deber\u00e1 funcionar tambi\u00e9n para 30 + N qubits; es decir, el algoritmo se podr\u00e1 ejecutar en un ordenador cu\u00e1ntico de 100, 200 o 1000 qubits, donde ya no existe posibilidad de simulaci\u00f3n alguna. No hay todav\u00eda visos de poder tener un ordenador de 1000 qubits totalmente operativo y libre de errores. Compa\u00f1\u00edas como IBM han revelado que dispondr\u00e1n de un ordenador de 1024 qubits para 2024, pero no sabemos todav\u00eda que margen de eficiencia y fiabilidad podr\u00e1 alcanzar. Hasta entonces, la simulaci\u00f3n cu\u00e1ntica es la mejor herramienta de la que disponemos.<\/p>\n Actualmente existen varios simuladores de uso libre en el mercado, algunos de espectro general como es el quirk<\/a> otros con objetivos m\u00e1s espec\u00edficos como el myQLM<\/a> de la empresa ATOS, y que est\u00e1 principalmente pensado para el desarrollo de algoritmos en el campo del QML (Quantum Machine Learning).<\/p>\n Las empresas que ofrecen procesadores cu\u00e1nticos reales, como IBM o DWave, tambi\u00e9n disponen de simuladores en sus entornos IBM Quantum<\/a> o Leap<\/a>, respectivamente, que permiten comprobar la ejecuci\u00f3n los algoritmos antes de pasarlos al procesador real o incluso con una perspectiva cl\u00e1sica o h\u00edbrida.<\/p>\n En el estado actual de la evoluci\u00f3n de la computaci\u00f3n cu\u00e1ntica, es conveniente adoptar una metodolog\u00eda de trabajo en la cual los algoritmos son ejecutados y comprobados en un entorno de simulaci\u00f3n que asegure que su l\u00f3gica y su codificaci\u00f3n es correcta y que est\u00e1n listos para ser ejecutados en un entorno cu\u00e1ntico real.<\/p>\n Hay que tener en cuenta que, una vez alcanzada la supremac\u00eda cu\u00e1ntica -y ya parece que cada d\u00eda se est\u00e1 m\u00e1s cerca de llegar a ella-, no tendremos forma de comprobar los resultados proporcionados por los procesadores cu\u00e1nticos, puesto que solo ellos ser\u00e1n capaces de ejecutar eficientemente los algoritmos.<\/p>\n \u00a0<\/em><\/p>\n Autor: Francisco G\u00e1lvez<\/strong>, director del M\u00e1ster de Computaci\u00f3n Cu\u00e1ntica de la Universidad de Nebrija<\/a><\/p>\n \u00a0<\/em><\/p>\n Fuentes de las im\u00e1genes<\/em><\/p>\n Figura 1. Fuente: https:\/\/sites.google.com\/site\/simulacioncuanticaucm\/<\/a><\/p>\n Figura 2. Fuente: https:\/\/www.interempresas.net<\/a><\/p>\n<\/a><\/p>\n<\/a><\/p>\n