Sabes que la multiplicación de #matrices es realmente importante en la computación cuántica.
Pues si, más concretamente en las llamadas puertas cuánticas.
Quédate, te lo cuento en este 🧵 donde además te lo enseño de manera práctica usando #Python y la librería @qiskit
Empezamos
Lo primero que debemos conocer es como se representa un qubit.
Un qubit (o bit cuántico) es el análogo cuántico de un bit clásico. Un qubit es un sistema cuántico de dos niveles donde los dos estados básicos del qubit generalmente se escriben como ||0⟩∣0⟩ y ||1⟩∣1⟩ .
Un qubit puede estar en el estado ||0⟩∣0⟩,||1⟩∣1⟩ o (a diferencia de un bit clásico) en una combinación lineal de ambos estados.
¿Cómo en combinación de ambos?
Para ello debemos imaginarnos los estados en una esfera, la llamada esfera de Bloch.
Mira el estado ∣0⟩
Vamos representar este estado en #Python usando la librería @qiskit .
✅Cargamos las librerias
✅Creamos un circuito cuántico (1 qubit)
✅Representamos el estado [1,0]
Aquí tienes el código👇
Bueno sigamos..expliquemos como podemos modificar su estado usando puertas cuánticas
Entran en acción las matrices
IMPORTANTE: a diferencia de las puertas de computación clásica, en un puerta cuántica el qubit origen se modifica mientras que en la clásica se mantiene intacto.
Puerta NOT . Aplicada aún solo qubit
Se encarga de intercambiar las probabilidades de leer cero y uno, es decir cambiar el estado de 0 a 1 o viceversa.
Para ello usaremos la matriz unitaria con ceros en su diagonal principal
Mira como funciona 👇
Ahora vamos aplicarlo en #Python.
✅ Reseteamos el estado del qubit
✅ Inicializamos el estado a [1,0]
✅ Aplicamos la puerta NOT
✅ Representamos
El código 👇
La siguiente puerta se la conoce como Hadamard y es la que pone al qubit en estado de "superposición", es decir en un estado que nos es ni cero ni uno, "estado cuántico".
Mira como se representaría en la esfera de Bloch
¿Que forma tiene una matriz para poder poner un qubit en ese estado?
Pues realmente el inverso de la Raíz de dos tiene gran parte de la culpa.
Mira como se representaría matemáticamente 👇
Entendido matematicamente veamos como lo podemos aplicar con #Python.
Recordemos que aplicar una puerta Hadamard no deja de ser una rotación del estado de un qubit sobre uno de los ejes, de aquí que venga su llamada "superposición"
El código 👇
Ahora veamos una puerta muy interesante, la llamada CNOT.
Es interesante porque se aplica sobre dos qubits a diferencia de lo que hemos estado haciendo anteriormente.
¿Como funciona?
El primer qubit es el controlador y el segundo qubit es el objetivo.
Te lo explico 👇🧵
✅Cuando el primer qubit es |0> no se aplica nada al segundo qubit
✅Cuando el primer qubit es |1> se aplica una puerta X sobre el segundo qubit
Ohhh.. ¿y que matriz puede hacer esto?. Pues realmente una matriz de 4x4 (tenemos dos qubits)
Aquí a tienes 👇
¿Y que operación matemática puedo hacer para que se produzcan esos cambios de estado?
Pues la verdad es más sencillo de lo que parece, pero debemos retomar el productor matricial de "Kroneker"
Mira este ejemplo 👇
Pero venga dejemos las matemáticas y veámoslo en #Python
✅ Creamos un circuito con 2 qubits
✅ Los inicalizamos en estados [0,1] y el otro en [1,0]
✅ Representamos
El código 👇
Ahora aplicamos en #Python una puerta CNOT la cual cambiará el estado del segundo qubit.
Si os interesa la computación cuántica aquí os dejo un articulo más divulgativo sobre esta tecnología magisnet.com/2022/07/la-com…
¿Qué modelo #LLM es mejor?, ¿#LLAMA3 #GPT4 #CLAUDE3 #GEMINI?
Para eso existen las llamadas prueba de evalución (#BENCHMARK), pero ¿sabes cuales son?
¿las entiendes? 🤔
Abro 🧵
cuales son esas pruebas y algo importante, cuales son #COMUNES a todos los modelos.
Si quieres comprarte un coche nuevo. No te basarías solo en la apariencia o en lo que dice el fabricante sobre su velocidad.
Querrías otras pruebas, como datos de seguridad, que te aseguren que el vehículo funcionará bien y será seguro en todas las condiciones previstas.
🧵👇
De forma similar, evaluar #LLMs con métricas rigurosas nos asegura que estos sistemas no solo son brillantes bajo condiciones ideales de laboratorio, sino que también son robustos, fiables y seguros en el mundo real.
🧵👇
Se centra en cómo los modelos de IA pueden generar contenido que parezca experto sin entender realmente lo que están creando.A pesar de producir resultados que superan las capacidades humanas, estos modelos aún cometen errores
Abro 🧵
El artículo científico publicado hace unos días, titulado "The Generative AI Paradox: 'What It Can Create, It May Not Understand'" de Peter West (). nos da un poco de luz sobre esta paradoja.
Discrepancia entre la generación y la comprensión en la IA
✔ ¿Por qué ocurre esta paradoja?
El articulo nos dice que los modelos generativos, al haber sido entrenados directamente para reproducir salidas de nivel experto, adquieren capacidades generativas que no dependen de su capacidad de comprensión.
🧵👇
¿Conoces la relación entre el Álgebra Lineal y modelos de Inteligencia Artificial?
¿Por qué un espacio vectorial y otros conceptos del Álgebra Lineal son vitales para entender modelos como #ChatGPT?🤔
Representación de Word2Vec (+70.000 palabras) en tres dimensiones
Abro 🧵👇
El concepto de espacio de #Hilbert nos proporciona un marco en el cual podemos representar palabras y frases como vectores, permitiendo modelar relaciones semánticas y gramaticales en términos matemáticos. Este espacio vectorial no es arbitrario.
🧵👇
La proximidad entre vectores tiene un significado directo: vectores cercanos tienden a representar palabras o frases con significados o contextos similares.
Esta representación vectorial es posible gracias a los "#embeddings"
¿Que son?
🧵👇
¿Conoces la técnica de #Phising?, o como se pueden interceptar paquetes entre la comunicación de dos equipos, o incluso engañar a un Switch con su tabla de #ARP. Este tipo de técnicas se pueden realizar usando DSNIFF.
Te enseño a montar un escenario de pruebas sencillo Abro🧵👇
Lo primero. ¿Que es DSNIFF?
Es un conjunto de herramientas creadas para auditar redes y realizar tests de penetración creadas por Dug Song
(monkey.org/~dugsong/dsnif…).
Con esta herramienta te das cuenta de lo importante que puede llegar a ser la #encriptación en comunicación
🧵👇
Aunque la Suite tiene un conjunto de herramientas amplio, en este estudio únicamente nos vamos a centrar en 2 de ellas.
Arpspoof y dnsspoof las cuales facilitan la intercepción de tráfico en la red, normalmente no disponible para un atacante.
¿Sabes lo relevante que puede ser la multiplicación de matrices?
Cuando explicamos la importancia y la usabilidad que tienen las matemáticas en la vida real muchas veces nos cuesta verbalizarlo, pero verdaderamente son realmente útiles en ámbitos más allá de los números.
Abro 🧵
Las matrices es un concepto matemático muy relevante en ámbitos como los video juegos o actualmente en el mundo de la #IA. Por ejemplo, todo lo que conlleva la gestión de imágenes depende en mayor o menor medida de las matrices.
¿Donde más se usa?
🧵👇
En la #IA, las matrices se utilizan en una amplia variedad de aplicaciones, como las redes neuronales donde las matrices se utilizan para representar los pesos de las conexiones entre las neuronas y para realizar cálculos durante el proceso de aprendizaje.
🧵👇