5ta Escuela de Cómputo cuántico 
Ingeniería
Ciencias Nucleares
Metropolitana
La computación cuántica es una herramienta que utiliza propiedades propias de la mecánica cuántica, con las cuales es posible desarrollar algoritmos capaces de realizar ciertas tareas a una velocidad muchísimo mayor que los algoritmos clásicos que utilizan nuestras computadoras actuales. Propiedades como el entrelazamiento cuántico y la superposición de estados, entre otras, son las responsables del alto desempeño de los algoritmos cuánticos como el algoritmo de Shor, capaz de factorizar números primos de una manera más rápida que los algoritmos clásicos actuales (problema fundamental en la encriptación RSA que utilizan los sistemas de seguridad digital actuales).
Entre las aplicaciones más importantes de la computación cuántica se encuentra la búsqueda de nuevos materiales, la optimización matemática, la ciberseguridad, las comunicaciones ópticas y el aprendizaje automático cuántico. En el ámbito tecnológico, ya existen varias implementaciones de computadoras cuánticas que utilizan circuitos superconductores, elementos de óptica cuántica, qubits topológicos, iones atrapados, defectos en diamantes, resonancia magnética, etc. Muchas de estas implementaciones son producto de la inversión de compañías como IBM, Google, Microsoft, Amazon, Honeywell apoyadas por los grupos de investigación de importantes universidades como la U. de Chicago, U. de Waterloo, U. de Oxford, U. de Harvard, MIT, etc.. No cabe duda que la computación cuántica es una realidad, está en auge y está siendo desarrollada y usada por grandes compañías y universidades en todo el mundo; su potencial es grandísimo y la UNAM y nuestro país no deben quedar ajenos al desarrollo de la Ciencia e Ingeniería Cuántica.
En esta Cuarta Escuela de Cómputo Cuántico que organiza la Facultad de Ingeniería, se ofrece un curso de Cómputo Cuántico por las mañanas en el que los participantes conocerán los principios básicos de la información cuántica y aprenderán a programar algoritmos de computación cuántica. Por las tardes conferencistas magistrales compartirán sus líneas de investigación en esta fascinante área emergente que promete revolucionar la ciencia y la tecnología en el futuro cercano.
Curso
Este curso tendrá una duración de 20 horas repartidas en 5 días durante las cuales aprenderás, entre otros temas, operaciones básicas con matrices y vectores, notación de Dirac, operaciones con qubits y su representación en la esfera de Bloch, compuertas y circuitos cuánticos, y la construcción de algoritmos cuánticos utilizando la biblioteca de Qiskit. En sí, este curso es una colección "Jupyter notebooks" con los que de manera interactiva podrás aprender los conceptos básicos de la computación cuántica y la programación en Qiskit, basada en el lenguaje de Python.
El curso de cómputo cuántico se llevará a cabo del 3 de agosto al 7 de agosto del 2025 en un horario de 10 a 14 horas. Las clases se impartirán en modalidad presencial en el Auditorio del Instituto de Ciencias Nucleares "Marcos Moshinsky" y virtual a través de la plataforma Zoom. La contraseña será enviada a los participantes, previo registro. Las conferencias magistrales se impartirán a distancia por la plataforma Zoom los mismos días de 17 a 18 hrs.
Requisitos y conocimientos mínimos
En el video se indica paso a paso cómo instalar Qiskit en tu equipo
TEMA 1
Introducción a la Computación Cuántica
- 1.1 Principios de Mecánica Cuántica
- 1.2 Paradigmas de Computación Clásica y Computación Cuántica
- 1.3 Aplicaciones de la Computación Cuántica
- Sesión de laboratorio
TEMA 2
Principios básicos de la Computación Cuántica
- 2.1 Qubits y Vectores
- 2.2 Compuertas lógicas y matrices
- 2.3 Representación geométrica de qubits en la esfera de Bloch
- 2.4 Implementaciones físicas de los qubits: una introducción
- 2.5 Construcción de circuitos cuánticos
- 2.6 Circuito de entrelazamiento cuántico
- 2.7 Mediciones y visualización de resultados de un experimento real
- Sesión de laboratorio
TEMA 3
Algoritmos Cuánticos
- 3.1 Algoritmo de teleportación cuántica
- 3.2 Algoritmo de codificación superdensa
- 3.3 Algoritmo sumador cuántico
- Sesión de laboratorio
TEMA 4
Algoritmos Cuánticos II
- 4.1 Algoritmo de Deutsch-Josza
- 4.2 Algoritmo de Grover
- Sesión de laboratorio
TEMA 5
Quantum Machine Learning
- 5.1 Machine Learning, ¿Qué es Quantum Machine Learning?
- 5.2 Maquina de soporte vectorial y clasificador cuántico variacional
- 5.3 Algoritmos de Quantum Machine Learning