Coloquio: Quantum Simulation in the presence of errors
- 04-06-2026 14:00 |
- Aula Magna. Pabellon 1
Andres Rieznik
Universidad Torcuato Di Tella
Los algoritmos de Optimización Adaptativa del Diseño de experimentos (ADO, por sus siglas en inglés) utilizan estadística bayesiana y aprendizaje de máquina para identificar los diseños experimentales (por ejemplo, propiedades de los estímulos, cronograma de pruebas, recompensas, etc.) que maximizan la ganancia de información esperada, lo que conduce a una rápida acumulación de información con el menor número posible de ensayos.
Los algoritmos existentes son costosos en tiempo y solo resultan prácticos cuando se intenta inferir entre un conjunto limitado de modelos. Por ello, tradicionalmente los algoritmos ADO han sido paramétricos, asumiendo que la curva que se mide tiene una determinada forma analítica (exponencial, ley de potencia, etc.). En consecuencia, los algoritmos ADO tradicionales son particularmente susceptibles a errores de especificación del modelo, dada la fuerza de sus supuestos.
En este coloquio presentaré un algoritmo ADO nuevo y rápido, bayesiano y no paramétrico, desarrollado por nuestro grupo de investigación, para curvas monótonas crecientes o decrecientes, y presentaré simulaciones y resultados experimentales que demuestran su eficacia. Mostraré también un paquete Python de código abierto y fácil de usar que implementa el algoritmo, lo que puede acelerar significativamente su adopción por parte de investigadores en distintas áreas de la ciencia.
Pablo Balenzuela (DF, FCEyN, UBA; INFINA, UBA - CONICET)
En el coloquio del año pasado señalamos el desafío de articular la paulatina renovación del plantel docente con el aumento sostenido de la matrícula. A esta dinámica estructural se suma hoy un escenario económico complejo, caracterizado por la reducción del presupuesto universitario, la restricción de recursos para investigación y la caída del poder adquisitivo de los salarios.
Pese a este contexto, los indicadores del Departamento de Física muestran un nivel de actividad en crecimiento. Durante el último año logramos la aprobación del nuevo Plan de Estudios en el Consejo Superior de la UBA, el llamado a concurso de nuevos cargos de profesor para asegurar el recambio generacional, y la concreción de obras que permitieron desde la incorporación de equipamiento nuevo al taller a la habilitación de nuevos espacios en el INFINA y en la zona de planta baja del pabellón 1 (ex-DC), entre otras cosas.
En esta charla presentaré un balance apoyado en datos sobre la situación actual del departamento, las acciones implementadas en los distintos ejes de gestión y los proyectos a futuro. El objetivo es evidenciar que el funcionamiento y los avances del DF no son producto de la inercia, sino el resultado directo del trabajo coordinado de los profesores, docentes auxiliares y el personal no docente para sostener nuestras actividades de formación e investigación.
Aula Federman - Pabellón 1 - Ciudad Universitaria - CABA
Oscar Martínez - IIBM, FIUBA/ CONICET
Después de 50 años de docencia ¡qué numerito! Es momento de revisar el modo de abordar nuestros razonamientos. A partir de un conjunto de ejemplos: nada viaja más rápido que c, el límite de resolución, Fate Electrónica, el mono Juan, la dictadura militar, ilustremos hasta donde repetimos dogmas en vez de juntarnos a pensar.
Gabriel Mindlin
INFINA, UBA - CONICET
Raymond Chandler llamó "El largo adiós" a su novela sobre la amistad. A raíz de los nombramientos en la ANCEFN y la TWAS, tengo la oportunidad de dar todo un coloquio agradeciendo a las distintas personas, ideas e instituciones que me permitieron recorrer el camino que me llevo de la teoría de nudos a la neurociencia del aprendizaje y la física del canto de las aves. Compartiré mi opinión sobre los desafíos de la interdisciplina entre la física y la biología, sobre los desafíos presentes a la ciencia interpretable, y describire el rol que jugó en mi carrera la dinámica no lineal. Aprovecharé la ocasión para compartir algunas de las ideas en que nos encontramos trabajando en el LSD.