Adrián Hernández – Inteligencia artificial y computación
El transpiler de Qiskit es el motor de compilación que transforma un circuito cuántico abstracto en uno que pueda ejecutarse físicamente en un procesador cuántico real. Un circuito abstracto puede usar cualquier puerta lógica: Hadamard, Toffoli, SWAP, rotaciones arbitrarias... pero los procesadores reales solo entienden un pequeño conjunto de puertas nativas. El transpiler se encarga... Seguir leyendo →
En un post pasado vimos una introducción a la interpretabilidad mecanicista. Vimos que una sola neurona de un modelo de lenguaje (LLM) se activa ante conceptos completamente diferentes y que los SAEs (Sparse Autoencoders) descomponen estas activaciones complejas en características o conceptos (features) dispersos y monosemánticos (que significan una sola cosa). También referenciamos tutoriales de... Seguir leyendo →
La interpretabilidad mecanicista tiene como objetivo aplicar ingeniería inversa a los pesos y activaciones aprendidos en los modelos de lenguaje de gran tamaño (LLMs) y modelos basados en redes neuronales para convertirlos en algoritmos comprensibles para los seres humanos. En lugar de tratar los modelos como cajas negras o depender de atribuciones de características de... Seguir leyendo →
La corrección de errores cuánticos es un aspecto crucial en el escalado de ordenadores cuánticos para poder aprovechar la ventaja cuántica y desarrollar algoritmos de manera fiable. Los principales tipos de errores son el error de inversión de bit, que altera el estado de un qubit de $latex |0\rangle$ a $latex |1\rangle$ (y viceversa), el... Seguir leyendo →
LoRA (Low-Rank Adaptation) es una técnica ideada en 2021 por un equipo de investigadores de Microsoft que reduce drásticamente el número de parámetros entrenables en modelos de lenguaje de gran tamaño. En el ajuste fino tradicional, el modelo ajusta una matriz de pesos para obtener la matriz adaptada. LoRA congela el modelo base y calcula... Seguir leyendo →
Debido al auge que han tenido los LLMs (grandes modelos de lenguaje), que consumen grandes recursos (procesador, memoria, almacenamiento) durante su entrenamiento, es también importante estimar el consumo de recursos cuando desplegamos esos modelos en producción. De hecho, la escalada de precios actual de la memoria RAM, HBM (Memoria de Alto Ancho de Banda) y... Seguir leyendo →
La transformada cuántica de Fourier (QFT) es un elemento clave en los algoritmos cuánticos, especialmente en el algoritmo de estimación de fase y en el algoritmo de Shor. Vamos a ver como la transformada inversa de Fourier (IQFT) permite encontrar el período de una función periódica que se implementa aplicando fases periódicas. Recordemos que una... Seguir leyendo →
Los simuladores de circuitos cuánticos en la Web son herramientas visuales e intuitivas que permiten explorar, aprender y entender el comportamiento de circuitos cuánticos pequeños. Para ello, solo tenemos que arrastrar y soltar los elementos del circuito y visualizar su comportamiento. Una de los más conocidos es Quirk, una herramienta web de código abierto y... Seguir leyendo →
Un circuito clásico (formado por una bobina y un condensador) oscila intercambiando energía magnética y eléctrica a una frecuencia específica. Para que el circuito LC se comporte cuánticamente, la energía térmica debe ser mucho menor que el cuanto de energía del circuito $latex k_B T \ll \hbar \omega$. Para lograrlo, estos circuitos se enfrían a... Seguir leyendo →
Hemos creado un programa especial de computación cuántica donde vamos a abordar la computación cuántica y los algoritmos cuánticos desde el punto de vista teórico, de programación y comercial. A continuación, se muestran las partes del programa: Introducción a los algoritmos cuánticos. Algoritmos cuánticos y estructura necesaria. Algoritmos cuánticos. Introducción a sus fases. Introducción a... Seguir leyendo →
Orgullosamente ofrecido por WordPress | Tema: Baskerville 2 por Anders Noren.