Computación Cuántica Adiabática aplicada a la solución del Problema de la Mochila Binaria

• Danilo López-Sandoval ^[1] ; Carlos-Alberto Cobos-Lozada ^[1]
  1. [1] Universidad del Cauca

     Universidad del Cauca

     Colombia

     
• Localización: RISTI: Revista Ibérica de Sistemas e Tecnologias de Informação, ISSN-e 1646-9895, Nº. Extra 38, 2020, págs. 214-227
• Idioma: portugués
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Día a día los problemas que enfrenta la humanidad son más complejos, y las herramientas que nos brinda la computación clásica empiezan a ser insuficientes para resolverlos, como por ejemplo los problemas de optimización donde el espacio de búsqueda crece exponencialmente. En este contexto, la computación cuántica ha empezado a mostrar su dominio y en los últimos años empresas como IBM empiezan a ofertar servicios de cómputo cuántico para tareas de optimización y análisis de datos. Este artículo presenta y detalla los pasos seguidos para construir una solución al problema de la mochila binaria utilizando un algoritmo de Computación Cuántica Adiabática haciendo uso de las librerías de Qiskit y su implementación en Python. Por último, presenta una comparación del algoritmo cuántico obtenido con una versión clásica de recocido simulado. Los resultados obtenidos muestran la efectividad del algoritmo cuántico y una leve superioridad frente a su contraparte clásica.

  • English

    The problems humanity faces are day by day ever more complex and the tools provided by classical computing are beginning to be insufficient to solve certain of these, such as optimization problems in which the search space grows exponentially. Quantum computing has begun to show its dominance in this realm and in recent years companies like IBM have begun to offer quantum computing services for data analysis and optimization tasks. This paper presents and details the steps followed to build a solution to the binary knapsack problem using an Adiabatic Quantum Computing algorithm making use of the Qiskit libraries, and their implementation in Python. Finally, a comparison is presented of the quantum algorithm obtained with a classic simulated annealing version. The results show the effectiveness of the quantum algorithm and the slight superiority it offers compared to its classical counterpart.