Corte rápido de circuitos cuánticos con mediciones aleatorias

Reeditado por Platón

seguidores: 0

Angus Lowe^1,2, Matija Medvidovic^1,3,4, Antonio Hayes¹, Lee J. O'Riordan¹, Thomas R. Bromley¹, Juan Miguel Arrazola¹y Nathan Killoran¹

¹Xanadu, Toronto, ON, M5G 2C8, Canadá
²Centro de Física Teórica, Instituto Tecnológico de Massachusetts, Cambridge, MA, 02139, EE. UU.
³Centro de Física Cuántica Computacional, Instituto Flatiron, Nueva York, NY, 10010, EE. UU.
⁴Departamento de Física, Universidad de Columbia, Nueva York, 10027, EE. UU.

¿Encuentra este documento interesante o quiere discutirlo? Scite o deje un comentario en SciRate.

Resumen

Proponemos un nuevo método para extender el tamaño de una computación cuántica más allá de la cantidad de qubits físicos disponibles en un solo dispositivo. Esto se logra mediante la inserción aleatoria de canales de medición y preparación para expresar el estado de salida de un circuito grande como un estado separable en distintos dispositivos. Nuestro método emplea mediciones aleatorias, lo que da como resultado una sobrecarga de muestra que es $widetilde{O}(4^k / varepsilon ^2)$, donde $varepsilon $ es la precisión del cálculo y $k$ la cantidad de cables paralelos que están “cortar” para obtener sub-circuitos más pequeños. También mostramos un límite inferior teórico de la información de $Omega(2^k / varepsilon ^2)$ para cualquier procedimiento comparable. Usamos nuestras técnicas para demostrar que los circuitos en el Algoritmo de optimización aproximada cuántica (QAOA) con capas entrelazadas de $p$ pueden simularse mediante circuitos en una fracción del número original de qubits con una sobrecarga de aproximadamente $2^{O(pkappa) }$, donde $kappa$ es el tamaño de un separador de vértices equilibrado conocido del gráfico que codifica el problema de optimización. Obtenemos evidencia numérica de aceleraciones prácticas utilizando nuestro método aplicado al QAOA, en comparación con trabajos anteriores. Por último, investigamos la viabilidad práctica de aplicar el procedimiento de corte de circuitos a problemas de QAOA a gran escala en gráficos agrupados mediante el uso de un simulador de qubits de $30$ para evaluar la energía variacional de un problema de qubits de $129$ y llevar a cabo un estudio de $62$. -Optimización de qubits.

► datos BibTeX

@article{Lowe2023fastquantumcircuit, doi = {10.22331/q-2023-03-02-934}, url = {https://doi.org/10.22331/q-2023-03-02-934}, title = {Cuántico rápido corte de circuitos con medidas aleatorias}, autor = {Lowe, Angus and Medvidovi{'{c}}, Matija and Hayes, Anthony and O'Riordan, Lee J. and Bromley, Thomas R. and Arrazola, Juan Miguel and Killoran, Nathan }, revista = {{Quantum}}, issn = {2521-327X}, editorial = {{Verein zur F{“{o}}rderung des Open Access Publizierens in den Quantenwissenschaften}}, volumen = {7}, páginas = {934}, mes = mar, año = {2023} }

► referencias

[ 1 ] https:///github.com/XanaduAI/randomized-measurements-circuit-cutting (2022).
https://github.com/XanaduAI/medidas-aleatorias-corte-de-circuito

[ 2 ] Scott Aaronson y Daniel Gottesman "Simulación mejorada de circuitos estabilizadores" Phys. Rev. A 70, 052328 (2004).
https: / / doi.org/ 10.1103 / PhysRevA.70.052328

[ 3 ] J. Avron, Ofer Casper e Ilan Rozen, "Ventaja cuántica y reducción de ruido en la computación cuántica distribuida" Phys. Rev. A 104, 052404 (2021).
https: / / doi.org/ 10.1103 / PhysRevA.104.052404

[ 4 ] Thomas Ayral, François-Marie Le Régent, Zain Saleem, Yuri Alexeev y Martin Suchara, "Quantum Divide and Compute: Hardware Demonstrations and Noisy Simulations" Simposio anual de 2020 de la IEEE Computer Society sobre VLSI (ISVLSI) 138–140 (2020).
https://doi.org/10.1109/ISVLSI49217.2020.00034

[ 5 ] F. Barratt, James Dborin, Matthias Bal, Vid Stojevic, Frank Pollmann y AG Green, "Simulación cuántica paralela de grandes sistemas en pequeñas computadoras NISQ" npj Quantum Information 7, 79 (2021).
https://doi.org/10.1038/s41534-021-00420-3

[ 6 ] Ville Bergholm, Josh Izaac, Maria Schuld, Christian Gogolin, Shahnawaz Ahmed, Vishnu Ajith, M. Sohaib Alam, Guillermo Alonso-Linaje, B. AkashNarayanan, Ali Asadi, Juan Miguel Arrazola, Utkarsh Azad, Sam Banning, Carsten Blank, Thomas R. Bromley, Benjamin A. Cordier, Jack Ceroni, Alain Delgado, Olivia Di Matteo, Amintor Dusko, Tanya Garg, Diego Guala, Anthony Hayes, Ryan Hill, Aroosa Ijaz, Theodor Isacsson, David Ittah, Soran Jahangiri, Prateek Jain, Edward Jiang, Ankit Khandelwal, Korbinian Kottmann, Robert A. Lang, Christina Lee, Thomas Loke, Angus Lowe, Keri McKiernan, Johannes Jakob Meyer, JA Montañez-Barrera, Romain Moyard, Zeyue Niu, Lee James O'Riordan, Steven Oud, Ashish Panigrahi, Chae-Yeun Park, Daniel Polatajko, Nicolás Quesada, Chase Roberts, Nahum Sá, Isidor Schoch, Borun Shi, Shuli Shu, Sukin Sim, Arshpreet Singh, Ingrid Strandberg, Jay Soni, Antal Száva, Slimane Thabet, Rodrigo A. Vargas-Hernández , Trevor Vincent, Nicola Vitucci, Maurice Weber, David Wierichs, Roeland Wier sema, Moritz Willmann, Vincent Wong, Shaoming Zhang y Nathan Killoran, "PennyLane: Diferenciación automática de cálculos híbridos cuánticos-clásicos" (2018).
https:///doi.org/10.48550/ARXIV.1811.04968
https: / / arxiv.org/ abs / 1811.04968

[ 7 ] Sergey Bravyi y David Gosset "Simulación clásica mejorada de circuitos cuánticos dominados por Clifford Gates" Phys. Rev. Lett. 116, 250501 (2016).
https: / / doi.org/ 10.1103 / PhysRevLett.116.250501

[ 8 ] Sergey Bravyi, David Gosset y Ramis Movassagh, "Algoritmos clásicos para valores medios cuánticos" Nature Physics 17, 337–341 (2021).
https://doi.org/10.1038/s41567-020-01109-8

[ 9 ] Sergey Bravyi, Graeme Smith y John A. Smolin, "Comercio de recursos computacionales clásicos y cuánticos" Phys. Rev. X 6, 021043 (2016).
https: / / doi.org/ 10.1103 / PhysRevX.6.021043

[ 10 ] Sergey Bravyi, Alexander Kliesch, Robert Koenig y Eugene Tang, "Obstáculos para la optimización cuántica variacional de la protección de simetría" Phys. Rev. Lett. 125, 260505 (2020).
https: / / doi.org/ 10.1103 / PhysRevLett.125.260505

[ 11 ] Sergey Bravyi, Dan Browne, Padraic Calpin, Earl Campbell, David Gosset y Mark Howard, "Simulación de circuitos cuánticos mediante descomposiciones de estabilizadores de rango bajo" Quantum 3, 181 (2019).
https://doi.org/10.22331/q-2019-09-02-181

[ 12 ] Thang Nguyen Buiand Curt Jones "Encontrar buenas particiones aproximadas de vértices y bordes es NP-difícil" Information Processing Letters 42, 153–159 (1992).
https://doi.org/10.1016/0020-0190(92)90140-Q
https:///www.sciencedirect.com/science/article/pii/002001909290140Q

[ 13 ] Francesco Buscemi y Nilanjana Datta "La capacidad cuántica de los canales con ruido arbitrariamente correlacionado" IEEE Transactions on Information Theory 56, 1447–1460 (2010).
https: / / doi.org/ 10.1109 / TIT.2009.2039166

[ 14 ] Senrui Chen, Wenjun Yu, Pei Zeng y Steven T. Flammia, "Estimación robusta de sombras" PRX Quantum 2, 030348 (2021).
https: / / doi.org/ 10.1103 / PRXQuantum.2.030348

[ 15 ] Andrew M. Childs, Yuan Su, Minh C. Tran, Nathan Wiebe y Shuchen Zhu, "Teoría del error del trotón con escala del conmutador" Revisión física X 11 (2021).
https: / / doi.org/ 10.1103 / physrevx.11.011020

[ 16 ] Thomas M. Cover y Joy A. Thomas "Elementos de la teoría de la información" Wiley (2005).
https:///doi.org/10.1002/047174882x

[ 17 ] Vedran Dunjko, Yimin Ge y J. Ignacio Cirac, "Aceleraciones computacionales con dispositivos cuánticos pequeños" Phys. Rev. Lett. 121, 250501 (2018).
https: / / doi.org/ 10.1103 / PhysRevLett.121.250501

[ 18 ] Andreas Elben, Steven T. Flammia, Hsin-Yuan Huang, Richard Kueng, John Preskill, Benoît Vermersch y Peter Zoller, “La caja de herramientas de medición aleatoria” (2022).
https:///doi.org/10.48550/ARXIV.2203.11374
https: / / arxiv.org/ abs / 2203.11374

[ 19 ] Leo Fang, Andreas Hehn, Harun Bayraktar y Sam Stanwyck, “NVIDIA/cuQuantum: cuQuantum v22.05.0” (2022).
https: / / doi.org/ 10.5281 / zenodo.6574510

[ 20 ] Robert M. Fano “Transmisión de información: una teoría estadística de las comunicaciones” MIT Press (1966).

[ 21 ] Edward Farhi, David Gamarnik y Sam Gutmann, "El algoritmo de optimización aproximada cuántica necesita ver el gráfico completo: un caso típico" (2020).
https:///doi.org/10.48550/ARXIV.2004.09002
https: / / arxiv.org/ abs / 2004.09002

[ 22 ] Edward Farhi, David Gamarnik y Sam Gutmann, "El algoritmo de optimización aproximada cuántica necesita ver el gráfico completo: ejemplos del peor de los casos" (2020).
https:///doi.org/10.48550/ARXIV.2005.08747
https: / / arxiv.org/ abs / 2005.08747

[ 23 ] Edward Farhi, Jeffrey Goldstone y Sam Gutmann, "Un algoritmo de optimización cuántico aproximado" (2014).
https:///doi.org/10.48550/ARXIV.1411.4028
https: / / arxiv.org/ abs / 1411.4028

[ 24 ] Edward Farhi, Jeffrey Goldstone y Sam Gutmann, "Un algoritmo de optimización aproximada cuántica aplicado a un problema de restricción de ocurrencia acotada" (2014).
https:///doi.org/10.48550/ARXIV.1412.6062
https: / / arxiv.org/ abs / 1412.6062

[ 25 ] Edward Farhi y Aram W Harrow “Supremacía cuántica a través del algoritmo de optimización aproximada cuántica” (2016).
https:///doi.org/10.48550/ARXIV.1602.07674
https: / / arxiv.org/ abs / 1602.07674

[ 26 ] Uriel Feige, MohammadTaghi Hajiaghayi y James R. Lee, "Algoritmos de aproximación mejorados para separadores de vértices de peso mínimo" SIAM Journal on Computing 38, 629–657 (2008).
https: / / doi.org/ 10.1137 / 05064299X

[ 27 ] Johnnie Gray y Stefanos Kourtis “Contracción de red de tensor hiperoptimizada” Quantum 5, 410 (2021).
https://doi.org/10.22331/q-2021-03-15-410

[ 28 ] M Guţă, J Kahn, R Kueng y JA Tropp, "Tomografía de estado rápido con límites de error óptimos" Journal of Physics A: Mathematical and Theoretical 53, 204001 (2020).
https: / / doi.org/ 10.1088 / 1751-8121 / ab8111

[ 29 ] Jeongwan Haah, Aram W. Harrow, Zhengfeng Ji, Xiaodi Wu y Nengkun Yu, "Tomografía óptima de muestra de estados cuánticos" IEEE Transactions on Information Theory 63, 5628–5641 (2017).
https: / / doi.org/ 10.1109 / TIT.2017.2719044

[ 30 ] Stuart Hadfield, Zhihui Wang, Bryan O'Gorman, Eleanor G. Rieffel, Davide Venturelli y Rupak Biswas, "Del algoritmo de optimización aproximada cuántica a un operador alternativo cuántico Ansatz" Algorithms 12 (2019).
https: / / doi.org/ 10.3390 / a12020034
https://www.mdpi.com/1999-4893/12/2/34

[ 31 ] Michael Horodecki, Peter W. Shor y Mary Beth Ruskai, "Entanglement Breaking Channels" Reviews in Mathematical Physics 15, 629–641 (2003).
https: / / doi.org/ 10.1142 / S0129055X03001709

[ 32 ] Hsin-Yuan Huang, Richard Kueng y John Preskill, "Predicción de muchas propiedades de un sistema cuántico a partir de muy pocas mediciones" Nature Physics 16, 1050–1057 (2020).
https://doi.org/10.1038/s41567-020-0932-7

[ 33 ] William Huggins, Piyush Patil, Bradley Mitchell, K Birgitta Whaley y E Miles Stoudenmire, "Hacia el aprendizaje cuántico de máquinas con redes de tensores" Quantum Science and Technology 4, 024001 (2019).
https: / / doi.org/ 10.1088 / 2058-9565 / aaea94

[ 34 ] Richard Kueng y David Gross "Los estados estabilizadores de Qubit son 3 diseños proyectivos complejos" (2015).
https:///doi.org/10.48550/ARXIV.1510.02767
https: / / arxiv.org/ abs / 1510.02767

[ 35 ] Junde Li, Mahabubul Alam y Swaroop Ghosh, "Optimización aproximada cuántica a gran escala a través de divide y vencerás" (2021).
https:///doi.org/10.48550/ARXIV.2102.13288
https: / / arxiv.org/ abs / 2102.13288

[ 36 ] Seth Lloyd, Maria Schuld, Aroosa Ijaz, Josh Izaac y Nathan Killoran, "Integraciones cuánticas para el aprendizaje automático" (2020).
https:///doi.org/10.48550/ARXIV.2001.03622
https: / / arxiv.org/ abs / 2001.03622

[ 37 ] Angus Lowe y Ashwin Nayak “Límites inferiores para aprender estados cuánticos con medidas de una sola copia” (2022).
https:///doi.org/10.48550/ARXIV.2207.14438
https: / / arxiv.org/ abs / 2207.14438

[ 38 ] Danylo Lykov, Jonathan Wurtz, Cody Poole, Mark Saffman, Tom Noel y Yuri Alexeev, "Umbrales de frecuencia de muestreo para la ventaja cuántica del algoritmo de optimización cuántica aproximada" (2022).
https:///doi.org/10.48550/ARXIV.2206.03579
https: / / arxiv.org/ abs / 2206.03579

[ 39 ] Igor L. Markovand Yaoyun Shi "Simulating Quantum Computation by Contracting Tensor Networks" SIAM Journal on Computing 38, 963–981 (2008).
https: / / doi.org/ 10.1137 / 050644756

[ 40 ] Simon C. Marshall, Casper Gyurik y Vedran Dunjko, "Aprendizaje automático cuántico de alta dimensión con computadoras cuánticas pequeñas" (2022).
https:///doi.org/10.48550/ARXIV.2203.13739
https: / / arxiv.org/ abs / 2203.13739

[ 41 ] Matija Medvidović y Giuseppe Carleo "Simulación variacional clásica del algoritmo de optimización aproximada cuántica" npj Quantum Information 7 (2021).
https: / / doi.org/ 10.1038 / s41534-021-00440-z

[ 42 ] Kosuke Mitarai y Keisuke Fujii "Construyendo una puerta virtual de dos qubits mediante el muestreo de operaciones de un solo qubit" New Journal of Physics 23, 023021 (2021).
https: / / doi.org/ 10.1088 / 1367-2630 / abd7bc

[ 43 ] Kosuke Mitarai y Keisuke Fujii “Overhead para simular un canal no local con canales locales mediante muestreo de cuasiprobabilidad” Quantum 5, 388 (2021).
https://doi.org/10.22331/q-2021-01-28-388

[ 44 ] Philipp Moritz, Robert Nishihara, Stephanie Wang, Alexey Tumanov, Richard Liaw, Eric Liang, Melih Elibol, Zongheng Yang, William Paul, Michael I. Jordan e Ion Stoica, “Ray: un marco distribuido para aplicaciones emergentes de IA” (2017) .
https:///doi.org/10.48550/ARXIV.1712.05889
https: / / arxiv.org/ abs / 1712.05889

[ 45 ] Hakop Pashayan, Joel J. Wallman y Stephen D. Bartlett, "Estimación de las probabilidades de resultado de los circuitos cuánticos mediante cuasiprobabilidades" Phys. Rev. Lett. 115, 070501 (2015).
https: / / doi.org/ 10.1103 / PhysRevLett.115.070501

[ 46 ] Tianyi Peng, Aram W. Harrow, Maris Ozols y Xiaodi Wu, "Simulación de circuitos cuánticos grandes en una computadora cuántica pequeña" Physical Review Letters 125 (2020).
https: / / doi.org/ 10.1103 / physrevlett.125.150504

[ 47 ] Michael A. Perlin, Zain H. Saleem, Martin Suchara y James C. Osborn, "Corte de circuito cuántico con tomografía de máxima verosimilitud" npj Quantum Information 7 (2021).
https://doi.org/10.1038/s41534-021-00390-6

[ 48 ] Alberto Peruzzo, Jarrod McClean, Peter Shadbolt, Man-Hong Yung, Xiao-Qi Zhou, Peter J. Love, Alán Aspuru-Guzik y Jeremy L. O'Brien, "Un solucionador de valores propios variacionales en un procesador cuántico fotónico" Nature Communications 5 (2014).
https: / / doi.org/ 10.1038 / ncomms5213

[ 49 ] Christophe Piveteau y David Sutter “Tejiendo circuitos con comunicación clásica” (2022).
https:///doi.org/10.48550/ARXIV.2205.00016
https: / / arxiv.org/ abs / 2205.00016

[ 50 ] Zain H. Saleem, Teague Tomesh, Michael A. Perlin, Pranav Gokhale y Martin Suchara, "Quantum Divide and Conquer para la optimización combinatoria y la computación distribuida" (2021).
arXiv: 2107.07532

[ 51 ] Igal Sason y Sergio Verdú “$f$ -Divergence Inequalities” IEEE Transactions on Information Theory 62, 5973–6006 (2016).
https: / / doi.org/ 10.1109 / TIT.2016.2603151

[ 52 ] Maria Schuld, Alex Bocharov, Krysta M. Svore y Nathan Wiebe, “Clasificadores cuánticos centrados en circuitos” Physical Review A 101 (2020).
https: / / doi.org/ 10.1103 / physreva.101.032308

[ 53 ] Maria Schuld, Ville Bergholm, Christian Gogolin, Josh Izaac y Nathan Killoran, "Evaluación de gradientes analíticos en hardware cuántico" Phys. Rev. A 99, 032331 (2019).
https: / / doi.org/ 10.1103 / PhysRevA.99.032331

[ 54 ] Hayk Shoukourian, Torsten Wilde, Axel Auweter y Arndt Bode, "Predicción de la energía y el consumo de energía de aplicaciones de HPC de escala fuerte y débil" Supercomputing Frontiers and Innovations 1, 20–41 (2014).
https:///doi.org/10.14529/jsfi140202

[ 55 ] Wei Tang y Margaret Martonosi "ScaleQC: un marco escalable para la computación híbrida en procesadores cuánticos y clásicos" (2022).
https:///doi.org/10.48550/ARXIV.2207.00933
https: / / arxiv.org/ abs / 2207.00933

[ 56 ] Ewout Van Den Berg "Un método simple para muestrear operadores aleatorios de Clifford" Conferencia internacional IEEE 2021 sobre computación e ingeniería cuánticas (QCE) 54–59 (2021).
https: / / doi.org/ 10.1109 / QCE52317.2021.00021

[ 57 ] Zhihui Wang, Stuart Hadfield, Zhang Jiang y Eleanor G. Rieffel, "Algoritmo de optimización cuántica aproximada para MaxCut: una vista fermiónica" Phys. Rev. A 97, 022304 (2018).
https: / / doi.org/ 10.1103 / PhysRevA.97.022304

[ 58 ] John Watrous “La teoría de la información cuántica” Cambridge University Press (2018).
https: / / doi.org/ 10.1017 / 9781316848142

[ 59 ] Zak Webb “El grupo Clifford forma un 3-diseño unitario” (2015).
https:///doi.org/10.48550/ARXIV.1510.02769
https: / / arxiv.org/ abs / 1510.02769

[ 60 ] Roeland Wiersema, Leonardo Guerini, Juan Felipe Carrasquilla y Leandro Aolita, “Circuit connections boosts by quantum-classical-quantum interfaces” (2022).
https:///doi.org/10.48550/ARXIV.2203.04984
https: / / arxiv.org/ abs / 2203.04984

[ 61 ] Xiao Yuan, Jinzhao Sun, Junyu Liu, Qi Zhao y You Zhou, "Simulación cuántica con redes híbridas de tensores" Phys. Rev. Lett. 127, 040501 (2021).
https: / / doi.org/ 10.1103 / PhysRevLett.127.040501

[ 62 ] Huangjun Zhu "Los grupos Multiqubit Clifford son 3 diseños unitarios" Phys. Rev. A 96, 062336 (2017).
https: / / doi.org/ 10.1103 / PhysRevA.96.062336

Citado por

[1] Lirandë Pira y Chris Ferrie, “Una invitación a las redes neuronales cuánticas distribuidas”, arXiv: 2211.07056, (2022).

[2] Lukas Brenner, Christophe Piveteau y David Sutter, "Corte de cables óptimo con comunicación clásica", arXiv: 2302.03366, (2023).

[3] Matthew DeCross, Eli Chertkov, Megan Kohagen y Michael Foss-Feig, "Compilación de reutilización de Qubit con medición y reinicio de circuito medio", arXiv: 2210.08039, (2022).

[4] Christian Ufrecht, Maniraman Periyasamy, Sebastian Rietsch, Daniel D. Scherer, Axel Plinge y Christopher Mutschler, "Corte de puertas cuánticas de control múltiple con cálculo ZX", arXiv: 2302.00387, (2023).

[5] Marvin Bechtold, Johanna Barzen, Frank Leymann, Alexander Mandl, Julian Obst, Felix Truger y Benjamin Weder, "Investigación del efecto del corte de circuitos en QAOA para el problema MaxCut en dispositivos NISQ", arXiv: 2302.01792, (2023).

[6] Ritajit Majumdar y Christopher J. Wood, “Corte del circuito cuántico mitigado por errores”, arXiv: 2211.13431, (2022).

[7] Daniel T. Chen, Zain H. Saleem y Michael A. Perlin, “Quantum Divide and Conquer for Classical Shadows”, arXiv: 2212.00761, (2022).

[8] Gideon Uchehara, Tor M. Aamodt y Olivia Di Matteo, "Optimización de corte de circuito inspirada en la rotación", arXiv: 2211.07358, (2022).

[9] Carlos A. Riofrío, Oliver Mitevski, Caitlin Jones, Florian Krellner, Aleksandar Vučković, Joseph Doetsch, Johannes Klepsch, Thomas Ehmer y Andre Luckow, “Una caracterización del desempeño de modelos generativos cuánticos”, arXiv: 2301.09363, (2023).

[10] Diego Guala, Shaoming Zhang, Esther Cruz, Carlos A. Riofrío, Johannes Klepsch y Juan Miguel Arrazola, “Una descripción general práctica de la clasificación de imágenes con circuitos cuánticos de redes de tensores variacionales”, arXiv: 2209.11058, (2022).

Las citas anteriores son de ANUNCIOS SAO / NASA (última actualización exitosa 2023-03-03 16:49:02). La lista puede estar incompleta ya que no todos los editores proporcionan datos de citas adecuados y completos.

On Servicio citado por Crossref no se encontraron datos sobre las obras citadas (último intento 2023-03-03 16:49:00).

Este documento se publica en Quantum bajo el Creative Commons Reconocimiento 4.0 Internacional (CC BY 4.0) licencia. Los derechos de autor permanecen con los titulares de derechos de autor originales, como los autores o sus instituciones.

Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
Platoblockchain. Inteligencia del Metaverso Web3. Conocimiento amplificado. Accede Aquí.
Fuente: https://quantum-journal.org/papers/q-2023-03-02-934/

Sello de tiempo: Marzo 2, 2023