CARVE-Q: Propuesta cuántica y certificación clásica para reparación vial
CARVE-Q combina algoritmos cuánticos y verificación clásica para reparar maniobras de conducción vetadas, ofreciendo certificación segura y responsabilidad. ¡Descúbrelo!
#cuántico
Distribución cuántica de claves a 300 km con nodo de confianza y fibra multi-núcleo
Logran distribución cuántica de claves a 303 km con fibra multi-núcleo, superando pérdidas y coexistiendo con tráfico clásico. Avance para redes cuánticas.
Descubrimiento y muestreo cuántico de eventos raros
Descubre cómo un algoritmo cuántico detecta y muestrea eventos raros con aceleración cuadrática, clave para prevenir crisis financieras y fallos en IA.
Inversores miran hacia la computación cuántica: ¿fin del auge de la IA?
La IA entra en un estancamiento y los inversores miran hacia la computación cuántica. Descubre el cambio de tendencia en tecnología.
Tomografía por diseño: enfoque algebraico para estados cuánticos de bajo rango
Nuevo algoritmo algebraico para tomografía de estados cuánticos de bajo rango, usando observables. Eficiente y con garantías deterministas.
El entrelazamiento cuántico da ventaja competitiva en juegos adversariales
¿El entrelazamiento cuántico mejora juegos adversariales? Un estudio muestra ventaja competitiva en Pong con circuitos cuánticos.
Corrección cuántica autónoma de errores vía aprendizaje por refuerzo profundo
El aprendizaje por refuerzo profundo con currículo descubre códigos bosónicos óptimos para corrección cuántica autónoma, superando pérdidas de fotones.
Entrenamiento escalable en hardware de QNN y aplicación a datos clínicos
Entrena redes cuánticas en hardware de forma escalable con coste logarítmico. Aplicación a datos clínicos con resultados superiores.
Majorana 2: chip cuántico de Microsoft y la IA agente en I+D
Majorana 2: fiabilidad 1000x mayor gracias a IA agente. Conoce cómo Microsoft comprime el ciclo de I+D cuántico con agentes inteligentes.
Arrepentimiento de intercambio coherente y aprendizaje a prueba de canales
Nuevo algoritmo de aprendizaje minimiza el arrepentimiento de intercambio coherente en juegos cuánticos. Equilibrio correlacionado separable y auditoría SDP.
Predicción explicable de avances científicos con redes de conceptos
Un modelo explicable predice avances científicos analizando redes de conceptos con precisión superior. Clave para estrategias de I+D basadas en datos abiertos.
QUIVER: Vistas Cuánticas para Representaciones en Grandes Modelos ML
QUIVER incorpora vistas cuántico-informadas para mejorar representaciones en grandes modelos de ML, ofreciendo mejoras medibles en QM9 y JetClass.
Kernels cuánticos: más allá de los valores escalares para aprovechar su potencial
Descubre por qué los kernels cuánticos escalares limitan el potencial de la IA cuántica y cómo los kernels operador-valorados pueden revolucionar el aprendizaje estructurado.
Majorana 2: el nuevo chip cuántico de Microsoft acelera la computación útil
Microsoft presenta Majorana 2, un chip cuántico topológico con qubits 1000 veces más fiables. Un hito hacia la computación cuántica útil.
Acelerando la inversión de ondas con redes híbridas cuántico-clásicas
Acelera la inversión de ondas con redes híbridas cuántico-clásicas: errores más bajos en 8x menos iteraciones y menos parámetros.
Transformador Cuántico Universal
Descubre el Universal Quantum Transformer (UQT), una arquitectura cuántica que logra razonamiento matemático exacto en hardware NISQ, superando el grokking con cristalización.
Descubrimiento evolutivo de códigos bicicleta bivariados con LLM
Descubre cómo un LLM guió 1650 iteraciones evolutivas para hallar 465 códigos cuánticos, incluido un [[288,16,12]] indecomponible.
QADR: Algoritmo Cuántico para Reducción Distribuida de Entrelazamientos
El marco QADR reduce la memoria de simulación exponencial y evita los barren plateaus, superando a SVM y redes clásicas en MNIST y diagnóstico industrial.
ML con Túnel Cuántico: Modelos de Ruido Físicos
El algoritmo TAC corrige errores por túnel cuántico en IA sin reentrenamiento. Recupera el 95% de precisión con 3.4x menos gastos generales.
Anatomía espectral de kernels cuánticos gaussianos
La entropía espectral de la matriz Gram gobierna el rendimiento de kernels cuánticos. Validado en hardware IBM Heron con errores medios del 2.7%.