Guías de aprendizaje

Utilice estos tutoriales para aprender a aplicar Qiskit a casos de uso comunes de la computación cuántica.

• Si es la primera vez que ejecuta código en un ordenador cuántico, empiece por el conjunto de tutoriales de la sección Introducción.
• La sección sobre flujos de trabajo hacia la ventaja contiene ejemplos de principio a fin del uso de un ordenador cuántico para resolver problemas del mundo real. Estos tutoriales se centran en algoritmos que son candidatos prometedores para lograr ventajas computacionales de un ordenador cuántico sobre un ordenador clásico.
• La sección sobre las capacidades de Qiskit contiene ejemplos que utilizan las técnicas más recientes y avanzadas del ecosistema Qiskit para mejorar parte o la totalidad de un flujo de trabajo concreto.

Cómo empezar

Estos tutoriales están dirigidos a principiantes que están listos para explorar la ejecución de algoritmos cuánticos en un ordenador cuántico.

• Desigualdad CHSH

Explora los flujos de trabajo para obtener ventajas

Los tutoriales de esta sección cubren demostraciones a gran escala de algoritmos cuánticos.

• Algoritmos de muestreo verificables

  Los algoritmos de esta categoría se centran en circuitos cuánticos cuyas distribuciones de salida codifican soluciones a problemas estructurados con salida verificable. Verificabilidad significa que se puede comprobar la coherencia entre los datos medidos, ya sea evaluando la cadena de bits elegida o sabiendo que no se producen falsos positivos.

  Los tutoriales destacan técnicas en las que el muestreo repetido permite estimar cantidades específicas del problema (por ejemplo, valores de la función de coste o pesos espectrales). Estos métodos son especialmente relevantes para tareas de optimización y simulación con simetrías.

  • Diagonalización cuántica basada en muestras de un hamiltoniano químico

  • Diagonalización cuántica de Krylov basada en muestras de un modelo de celosía fermiónica

  • Algoritmo cuántico de optimización aproximada

  • Técnicas avanzadas para QAOA

  • Inicio en caliente de QAOA con el complemento «Optimization Mapper» de Qiskit

  • Codificación de correlación de Pauli para reducir los requisitos de corte máximo

  • Cálculos de disolvente implícito con « Qiskit Serverless »

• Estimación observable

  Estos tutoriales se centran en la estimación de cantidades físicamente significativas, como la energía o los valores de correlación, mediante la preparación de estados cuánticos y la medición de observables. Las técnicas incluyen enfoques tanto variacionales como de circuitos trotterizados que equilibran la expresividad del circuito con la eficiencia de la profundidad del circuito. Se hace hincapié en los flujos de trabajo que reducen la demanda de recursos cuánticos manteniendo la precisión y permitiendo la estimación práctica de observables en sistemas químicos y físicos.

  • Simulación de la dispersión de neutrones en materiales cuánticos mediante circuitos cuánticos

  • Diagonalización cuántica de Krylov de hamiltonianos reticulares

  • Transición de fase Nishimori

  • Estimación de la energía del estado fundamental de la cadena de Heisenberg mediante VQE

  • Formación en núcleo cuántico

  • Mejora de la clasificación de características mediante núcleos cuánticos proyectados

  • Desigualdad CHSH

  • Observación de una dinámica hadrónica no abeliana robusta y coherente en procesadores cuánticos con ruido

• Algoritmos tolerantes a fallos

  En esta sección se presentan algoritmos con garantías teóricas bien definidas, diseñados para ejecutarse en futuros dispositivos cuánticos con corrección de errores. La complejidad de los circuitos o la sobrecarga de muestreo de estos algoritmos no se adapta de forma eficiente a la profundidad, por lo que es más probable que demuestren una ventaja cuántica cuando existan ordenadores cuánticos tolerantes a fallos. Estos tutoriales ilustran cómo funcionan los métodos en entornos idealizados y muestran ejemplos a pequeña escala.

  • Algoritmo de Shor
  • Algoritmo de Grover

Aprovecha las capacidades de Qiskit

Esta sección presenta las capacidades avanzadas del ecosistema Qiskit que mejoran el rendimiento, la fiabilidad y la velocidad al ejecutar algoritmos cuánticos.

• Optimización de la carga de trabajo

  La optimización de la carga de trabajo se centra en la orquestación eficiente de recursos clásicos y cuánticos o en métodos a medida para mejorar la manipulación de circuitos cuánticos.

  • Circuitos dinámicos de referencia con pares Bell cortados

  • Núcleos cuánticos con puertas fraccionarias

  • Introducción al transpilador basado en IA de Qiskit

  • Optimización de la transpilación con SABRE

  • Métodos de compilación para circuitos de simulación hamiltonianos

  • Entrelazamiento de largo alcance con circuitos dinámicos

  • Simulación del hamiltoniano de Ising con circuitos dinámicos

• Funciones de Qiskit

  Las funciones Qiskit son una colección de herramientas preempaquetadas de gestión de errores y aplicaciones, que facilitan el diseño de experimentos a gran escala con circuitos, moléculas, QUBOs y mucho más.

  • Diseña nuevos algoritmos con las funciones de Circuit, que incluyen procesos predefinidos de transpilación, supresión de errores y mitigación de errores.

    • Modelo Ising de campo transversal con gestión del rendimiento de Q-CTRL

    • Estimación cuántica de fase con Q-CTRL's Qiskit Functions

    • Simular 2D tilted-field Ising con la función QESEM

    • Simular un modelo de Ising con la función TEM.

    • Evalúa la fidelidad del proceso QFT+M con Orbit, una función de Qiskit desarrollada por Quantum Elements

  • Experimenta con problemas específicos de cada ámbito utilizando las funciones de la aplicación, con entradas y salidas similares a las de los solucionadores clásicos.

    • Optimización dinámica de carteras con el Portfolio Optimizer de Global Data Quantum

    • Optimización binaria de orden superior con el solucionador de optimización de Q-CTRL

    • Modelización de un fluido no viscoso utilizando QUICK-PDE

    • Curvas de disociación PES con Qunova HiVQE

    • Clasificación por conjuntos híbridos mejorados cuánticamente (flujo de trabajo de estabilidad de la red)

    • Resuelva el problema de la división del mercado con el optimizador Iskay Quantum de Kipu Quantum

• Complementos Qiskit

  Los complementos permiten la manipulación avanzada de circuitos, como el corte, la retropropagación de observables o la aproximación de circuitos, lo que permite a los usuarios eludir las limitaciones del hardware a costa de una mayor sobrecarga computacional clásica.

  • Fórmulas multiproducto para reducir el error de Trotter

  • Compilación cuántica aproximada para circuitos de evolución temporal

  • Operador de retropropagación (OBP) para la estimación de valores de expectativa

  • Corte de alambre para estimar los valores de las expectativas

  • Corte de circuitos para condiciones de contorno periódicas

  • Corte por circuito para reducir la profundidad

  • Mitigación de errores de lectura para la primitiva Sampler utilizando M3

• Mitigación de errores

  La mitigación de errores aborda el reto del ruido sin una tolerancia total a los fallos recuperando valores de expectativa precisos mediante la manipulación controlada de circuitos y el postprocesamiento.

  • Mitigación de errores a gran escala con amplificación probabilística de errores

  • Combinar las opciones de mitigación de errores con la primitiva Estimator

  • Cancelación probabilística de errores con conos de luz sombreados

  • Mejorar los valores esperados mediante la absorción de ruido propagado (PNA)

  • Evaluación comparativa en tiempo real para la selección de qubits

• detección de errores

  La detección de errores identifica las operaciones defectuosas para obtener resultados sin ruido disparo a disparo mediante posprocesamiento.

  • Códigos de repetición

  • Detección de errores con baja sobrecarga mediante códigos espaciotemporales