6677 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 ofrece una visión general de las capacidades, estándares y aplicaciones de los ordenadores cuánticos de átomos neutros, abarcando desde avances recientes en hardware y optimización de fidelidad hasta su uso como simuladores cuánticos para resolver problemas combinatorios, modelos de muchos cuerpos, desafíos en química y farmacología, y mejoras en el aprendizaje automático.
El artículo investiga la estructura de fases del modelo de muñeca rusa con un término theta, identificando una rica fenomenología que incluye transiciones de reentrada y multifractalidad no ergódica, y establece una conexión profunda entre sus ecuaciones de Bethe Ansatz y los estados BPS en teorías de gauge supersimétricas y QCD densa.
Este trabajo introduce un marco para calcular explicaciones SHAP exactas en Redes de Tensores, demostrando que bajo la estructura Tensor Train el cálculo es paralelizable en tiempo polilogarítmico y que la anchura, más que la profundidad, es el principal cuello de botella computacional en redes neuronales binarizadas.
Este artículo investiga el papel del entrelazamiento en la comunicación y generación de aleatoriedad restringidas por energía, revelando que sus ventajas requieren esquemas de codificación no unitarios y que la seguridad de la generación de números aleatorios cuánticos se mantiene robusta en el régimen de baja energía.
Este artículo de perspectiva propone un marco unificado basado en codificaciones de bloques y transformaciones polinómicas para desarrollar métodos de ciencia computacional cuántica escalables que conecten el desarrollo algorítmico teórico con aplicaciones prácticas en química, física y optimización.
Este artículo presenta la realización de un interferómetro de fibra óptica de 50 km que opera a nivel de fotón único y logra la sensibilidad necesaria para detectar desplazamientos de fase inducidos por la gravedad, estableciendo un hito en la prueba de fenómenos cuánticos dentro de marcos relativistas generales.
Este trabajo revela un mecanismo de dinámica cuántica coherente persistente en imanes cuánticos bidimensionales de largo alcance, donde la formación de estados ligados de magnones explica las oscilaciones de larga duración observadas tras un quenching.
Este estudio presenta una descripción numéricamente exacta de la dispersión Kapitza-Dirac para dos átomos interactuantes en una trampa unidimensional, revelando cómo las interacciones fuertes y los parámetros del retículo óptico modifican los patrones de difracción y estableciendo los límites de validez de la aproximación de impulso súbito.
Este artículo extiende el paradigma de la computación cuántica digital-analógica a sistemas de niveles (qudits) mediante el uso de puertas de qudit individuales y bloques de Hamiltonianos análogos, proponiendo un protocolo eficiente para simular Hamiltonianos arbitrarios de dos cuerpos y demostrando su utilidad en la simulación de sistemas de espín con términos cuadrupolares magnéticos.
El artículo demuestra que las fases de materia de estado mixto no triviales, caracterizadas por información mutua condicional de largo alcance, son computacionalmente difíciles de aprender mediante redes neuronales, estableciendo así la dificultad de aprendizaje como una herramienta diagnóstica para detectar transiciones de fase y umbrales de corrección de errores.