11181 artículos
La física cuántica explora el extraño y fascinante comportamiento de la materia a escalas increíblemente pequeñas, donde las reglas clásicas dejan de funcionar. Esta categoría reúne investigaciones que desafían nuestra intuición sobre la realidad, desde la superposición de partículas hasta el entrelazamiento que conecta objetos a distancia. En Gist.Science, hacemos que estos avances complejos sean comprensibles para todos, sin perder el rigor científico.
Cada nuevo preprint en esta sección llega directamente desde arXiv, la biblioteca abierta más importante del mundo para la física. Nuestro equipo procesa cada documento al momento de su publicación, generando tanto resúmenes técnicos detallados como explicaciones en lenguaje sencillo para que cualquier lector pueda seguir la frontera de la ciencia. A continuación, encontrará los últimos artículos de investigación en física cuántica que hemos analizado recientemente.
Este artículo introduce protocolos de asistencia gaussiana finita y un marco de métrica cónica multimodo para optimizar el entrelazamiento del vacío espaciotemporal, produciendo el límite inferior más alto conocido para el entrelazamiento gaussiano de asistencia y el límite superior más bajo conocido para la formación de entrelazamiento gaussiano en campos escalares libres.
Este artículo demuestra experimentalmente mediciones de alta fidelidad y selectivas al nivel de hiperfina de átomos individuales de cesio neutro mediante la combinación de enfriamiento por láser simultáneo en una transición prohibida con imágenes libres de fondo, logrando una fidelidad de detección de 0,9993 al permitir mediciones de estado repetidas y de baja pérdida.
Este artículo propone un nuevo enfoque de enrutamiento cuántico que utiliza estrategias de complemento de grafos para establecer entrelazamiento directo entre nodos remotos, evitando así la carga computacional intensiva de la búsqueda de rutas inherente a los métodos tradicionales para mejorar la flexibilidad y la eficiencia de la red.
Este artículo propone un algoritmo de tiempo polinomial que resuelve el problema NP-completo de extraer tanto pares EPR remotos como estados GHZ de n cúbits a partir de estados de grafos genéricos, permitiendo así la distribución de entrelazamiento dinámica y bajo demanda en redes cuánticas.
Este artículo investiga la entropía multivariante genuina resuelta por simetría en estados de grafos aleatorios y de Haar con cantidades conservadas, derivando fórmulas explícitas del límite termodinámico para los primeros y utilizando análisis numéricos para revelar características distintivas de entrelazamiento multipartito en los segundos en comparación con el caso de Haar aleatorio.
Este artículo presenta el Descenso de Gradiente Superposicional (SGD, por sus siglas en inglés), un nuevo optimizador híbrido cuántico-clásico que aprovecha la superposición cuántica y las perturbaciones de circuito para lograr una convergencia más rápida y una pérdida menor que AdamW tanto en el entrenamiento de modelos sintéticos como en modelos de lenguaje a gran escala, a pesar de las limitaciones actuales de escalabilidad del hardware.
El artículo propone HyRLQAS, un marco de aprendizaje por refuerzo de acción híbrida que unifica la búsqueda de estructuras de circuitos discretos con la optimización de parámetros continuos para diseñar automáticamente circuitos cuánticos variacionales que logren precisión química con menos puertas y una convergencia más rápida.
Este artículo deriva relaciones de conservación de información exactas y resueltas por resultado para sistemas cuánticos de múltiples niveles en decaimiento bajo monitoreo débil continuo y su reversión, estableciendo compensaciones cuantitativas que unifican la comprensión del flujo de información en la dinámica cuántica abierta.
Este artículo presenta QVerifier, un método de verificación formal que utiliza la comprobación de modelos probabilísticos para analizar rigurosamente la seguridad y la resiliencia al ruido de las políticas de Aprendizaje por Refuerzo Cuántico entrenadas antes de su despliegue, abordando la falta crítica de herramientas sistemáticas para garantizar su fiabilidad ante las incertidumbres del hardware cuántico.
Este artículo demuestra que una red neuronal cuántica puede parametrizar eficazmente la cobertura de nubes para los modelos del sistema terrestre, logrando un rendimiento comparable al de las redes neuronales clásicas con parámetros similares, mientras supera a los esquemas tradicionales y exhibe relaciones de aprendizaje más consistentes.