INFORMACIN CUNTICA

ANTONIO ACN
Instituto de Ciencias Fotnicas (ICFO)

University Degree: Doctor en Fsica Terica, Universitat de
Barcelona (ES)
Position at ICFO: Group Leader
Research Areas: Quantum Optics
Research Group: Quantum information theory
Office: 370
Office Telephone: +34 935534062
Fax: +34 935534000
E-Mail: antonio.acin@icfo.es


Resea :
Ingeniero Superior de Telecomunicaciones por la Universitat Politcnica de Catalua,
licenciado en Ciencias Fsicas por la Universitat de Barcelona, y doctor en Fsica por la misma
universidad.
Su formacin post-doctoral consiste de una primera estancia en el Grupo de Fsica Aplicada de
la Universidad de Ginebra y una segunda en el ICFO-Instituto de Ciencias Fotnicas.
En la actualidad, es Profesor ICREA en el ICFO, donde dirige el grupo de Teora de la
Informacin Cuntica. En 2008 fue galardonado con una beca Starting Grant del European
Reseach Council (ERC) y en 2010 gan, junto a Stefano Pironio y Serge Massar de la
Universidad Libre de Bruselas, el premio de la revista francesa La Recherche al mejor trabajo
del ao con participacin de una entidad francfona. Su investigacin se centra sobre todo en
la Teora de la Informacin Cuntica, disciplina que estudia cmo los fenmenos cunticos
pueden utilizarse para disear nuevas maneras de procesar y transmitir la informacin.
Adems, cubre aspectos de Fundamentos de Fsica Cuntica, ptica Cuntica, Fsica Estadstica
y Fsica Condensada.
El artculo de Antonio Acn nos introduce en la Teora de la Informacin Cuntica. Una teora
que abre nuevos caminos en el modo en el que procesamos informacin. Sus resultados ms
relevantes nos llevan a ordenadores y simuladores ms potentes o a esquemas de criptografa
seguros.
INFORMACIN CUNTICA :
La sociedad actual es a menudo bautizada como la sociedad de la comunicacin, debido a la
importancia que los medios de comunicacin desempean en nuestra realidad. Hoy en da, y a
travs de nuestro ordenador y hasta del telfono mvil, podemos acceder a cualquier punto
del planeta y obtener informacin detallada de cualquier tema, lo que era inimaginable hace
unos aos. Ahora bien, cules son las reglas que gobiernan los protocolos de informacin que
utilizamos? Por ejemplo, supongamos que queremos comprimir una imagen para envirsela a
un amigo. Todos entendemos que la imagen podr ser tanto ms comprimida, cuanto menor
sea su complejidad: la fotografa de un cielo azul se puede comprimir ms que una imagen de
una ciudad en un da de trfico. Pero del mismo modo, entendemos que para cualquier
imagen, habr un lmite en su compresin, que no podr ser arbitrario. Podemos determinar
ese lmite? Ms en general, existe alguna teora que describa los procesos de transmisin y
procesamiento de informacin y, por ejemplo, establezca cuntos bits son necesarios para
comprimir una imagen dada? La respuesta a esta pregunta es afirmativa y se trata de la Teora
de la Informacin.


Las bases de la teora fueron establecidas por Claude Shannon, poco antes de
1950. En una serie de trabajos pioneros, introdujo la llamada entropa de Shannon y
demostr cmo la informacin poda ser enviada por canales ruidosos, calculando la tasa de
transmisin de informacin ptima para cada canal. A partir de entonces, la teora fue
creciendo y su desarrollo corri en paralelo a la consolidacin de nuestra sociedad de la
comunicacin. Una de las grandes virtudes de la teora es su abstraccin matemtica.
Tomemos la unidad de informacin, el bit. La manera de realizarlo es a travs de un sistema
que pueda tomar dos niveles. Por ejemplo, supongamos una moneda: se puede asociar el 0
binario con la cara y el 1 con la cruz. Decimos entonces que la moneda proporciona el soporte
fsico para el bit de informacin o, tambin, que el bit se ha codificado a travs de la moneda.
Dejando de lado las claras desventajas prcticas, toda la comunicacin se podra llevar a cabo
de manera equivalente a como se hace hoy en da por medio de monedas.













A principios de 1980, sin embargo, una serie de investigadores interesados en la Teora de la
Informacin se plantearon el siguiente escenario: de seguir adelante el avance tecnolgico en
miniaturizacin de los dispositivos que utilizamos para la transmisin y el procesamiento de la
informacin, seremos capaces en un futuro prximo de codificar, o almacenar, informacin en
partculas atmicas, a una escala microscpica. Sin embargo, es bien conocido que las leyes
que rigen el mundo a nuestra escala, el mundo macroscpico, no son las mismas que en el
microscpico. La Fsica newtoniana, basada en las ecuaciones de movimiento de Newton,
refleja sin problemas lo que pasa y vemos a nuestro alrededor. Sin embargo es incapaz de
predecir los fenmenos que se dan a una escala microscpica entre, por ejemplo, tomos y
fotones. Fue de hecho este fracaso de la Fsica newtoniana a la hora de describir una serie de
experimentos a finales del siglo XIX el que llev al nacimiento de una nueva teora fsica, la
Fsica cuntica, que poda dar una explicacin satisfactoria a todas estas situaciones. La
pregunta que se plante entonces, hacia 1980, era: supondr el hecho de codificar
informacin en partculas que se rigen por leyes fsicas distintas un cambio en el modo en el
que transmitimos y procesamos informacin?, pueden las leyes cunticas, que supusieron
una revolucin en nuestra comprensin de la naturaleza a escala microscpica, cambiar
tambin la Teora de la Informacin? A primera vista, esperaramos que la respuesta a esta
pregunta fuera negativa: la Teora de la Informacin es una formulacin abstracta y
matemtica, donde la Fsica tiene poco, o nada, que decir. Sin embargo, esta primera intuicin
se revela falsa: sorprendentemente, al codificar informacin en partculas cunticas, se abren
nuevas posibilidades y aplicaciones que no encuentran anlogo en la Teora de la Informacin
que hasta entonces se haba desarrollado.

ANTONIO ACN (ao). Informacin cuntica. Lychnos, 1(1), 2171-6463





Algoritmo cuntico

Computacin Cuntica (Teora y algoritmos)
Como no podra ser de otra manera en un blog de un fsico cuntico tenemos que hablar del tema
estrella (o uno de ellos) de este campo. La cuestin es en principio sencilla, ya hemos hablado
anteriormente sobre los efectos tan raros que se producen en el mundo cuntico (vase
la coherencia y el entanglement), ahora la pregunta es natural para qu sirve todo esto?

Una de las aplicaciones ms investigadas actualmente es sin duda la computacin cuntica.
Bsicamente se trata en usar las propiedades cunticas, como las dos citadas antes, para fabricar
ordenadores que puedan hacer operaciones que los ordenadores actuales no puedan. Pero mejor
vayamos paso por paso.

La idea de construir un ordenador cuntico es bastante anterior a que se descubriera su potencial
matemtico. Viene de un problema con el que los fsicos cunticos nos encontramos a diario: La
dificultad de estudiar sistemas cunticos en un ordenador. Vamos a ver de donde proviene esta
dificultad. Imaginad que tenis un sistema clsico normal, compuesto por un montn de monedas
que pueden estar en "cara" o "cruz". Imaginaos que tenis por ejemplo, un milln de monedas. Si
queris especificar en que estado se encuentra el sistema qu necesitis? La respuesta es sencilla,
un milln de nmeros "0" "1". Si en vez de tener monedas que slo tienen dos posibilidades, tenis
algo ms complejo, por ejemplo un milln de canicas, que tienen su posicin y su velocidad cada una
de ellas, qu necesitis? Pues tambin es simple, necesitis un milln de nmeros reales para la
velocidad y otro milln para la posicin.

Bsicamente hay que quedarse con esto: En sistemas clsicos necesitas tantos datos como partculas
tiene el sistema.
Esto es una limitacin, no cabe duda, pero gracias a los ordenadores de hoy en da podemos hacer
cuentas con decenas de miles de partculas. Qu ocurre entonces en el caso cuntico?
En un problema de fsica cuntica la cosa es bastante ms complicada. Como ya expliqu en el post
sobre la coherencia las monedas cunticas pueden estar en sus dos estados |cara y |cruz al mismo
tiempo. Esto significa que para dar el estado de una "moneda cuntica" tendr que dar que parte
est en cara y cual en cruz, lo que son dos nmeros. Es esto un problema? os preguntaris sin duda,
pues para una moneda no, en absoluto, el problema es cuando vamos incrementando la cosa. Si
tenemos dos monedas ahora tenemos 4
posibilidades |caracara, |caracruz, |cruzcara y |cruzcruz, hala 4 nmeros que hay que guardar.
Y si seguimos aumentando? Si seguimos as veremos muy pronto que para N monedas
necesitamos 2Nnmeros. Esto puede parecer poco, pero es una barbaridad en cuanto N aumenta un
poco. Para muestra un botn, si tenemos 20 partculas tendremos que almacenar algo ms de un
milln de nmeros y para 30 partculas ms de un billn.

La conclusin es simple: En sistemas cunticos
necesitas 2N datos, donde N es el nmero de partculas
que tiene el sistema.

Imagino que empatizaris ahora con los pobres fsicos
cunticos. Nuestros compaeros "clsicos" hacen sus
simulaciones de sistemas con un milln de partculas y
nosotros rara vez pasamos de 20 (en mi actual trabajo
estamos con 10). Tened en cuenta, por ejemplo, que un
tomo de Calcio ya tiene 20 electrones, y uno de Uranio
92, eso ya se escapa de nuestra capacidad de clculo.




Del bit al qubit

Veamos entonces cual es la diferencia entre un ordenador normal, que a partir de ahora
llamaremos "ordenador clsico", y un ordenador cuntico.

Como todos sabemos los ordenadores clsicos trabajan con unidades bsicas de
informacin, llamadas bits. Estos bits bsicamente representan algo que puede tener dos
valores, "cero" o "uno", por ejemplo. Los ordenadores cunticos son ms raros y su unidad
fundamental no es el bit, sino elquantum bit o qubit, para abreviar.

La diferencia entre los bits y los qubits es clara, los bits slo pueden estar en "0" "1"
mientras que los qubits barren cualquier posibilidad. Eso se representa muy bien median
la esfera de Bloch. En esta representacin los polos de la esfera representan los bits clsicos
"0" y "1" y todos los dems puntos son las distintas posibilidades que puede tomar un qubit.
Est muy claro que los qubits tienen infinitas posibilidades mientras que los bits slo dos.



Este es el famoso algoritmo de Grover , publicado en 1996. Este algoritmo sirve para buscar
en una lista de nmeros desordenada si un nmero est o no en la lista. Esto puede parecer
una trivialidad, pero si tienes una lista enorme, por ejemplo los clientes de una
multinacional, averiguar si un nuevo cliente est ya o no en la lista lleva bastante tiempo.

En un ordenador clsico hay poco donde mejorar, bsicamente tienes que revisar todos los
elementos uno por uno. Esto hace que el tiempo que uses sea proporcional al nmero de
elementos de la lista, de modo que si duplicas el tamao de la lista te llevar el doble de
tiempo (obvio). Por suerte cunticamente s se puede mejorar. El algoritmo de Grover
generalmente tarda un tiempo proporcional a la raz cuadrada del tamao de la lista, por lo
que si doblas el tamao de la lista slo aumenta el tiempo en un factor 21.4, esto por
supuesto mejora ms cuanto ms grande es la lista.










Grover L.K.: A fast quantum mechanical algorithm for database search, Proceedings, 28th
Annual ACM Symposium on the Theory of Computing, (May 1996) p. 212
Grover L.K.: From Schrdinger's equation to quantum search algorithm, American Journal of
Physics, 69(7): 769-777, 2001. Revisin pedaggica del algoritmo de Grover.

Shor, Peter W. (1997), Polynomial-Time Algorithms for Prime Factorization and Discrete
Logarithms on a Quantum Computer, SIAM J. Comput. 26 (5): 14841509, arXiv:quant-
ph/9508027v2

Nielsen, Michael A. & Chuang, Isaac L. (2000), Quantum Computation and Quantum
Information, Cambridge University Press.

David Deutsch and Richard Jozsa (1992). Rapid solutions of problems by quantum
computation. Proceedings of the Royal Society of London A 439: 553.