Tecnologia in continua evoluzione, interessa aziende e governi e ci consentirà di arrivare alla soluzione di problemi irrisolvibili, consumando meno energia
Il quantum computing nasce per dare risposte problemi irrisolvibili con l’utilizzo dei computer tradizionali e per farlo sfrutta le leggi della meccanica quantistica, ossia quella parte della fisica che studia le particelle più piccole e il modo in cui assumono nello stesso momento più di uno stato.
Si tratta di una tecnologia in continua evoluzione e che sarà in grado di fornire soluzioni di calcolo sempre più veloci. Per questo nel suo sviluppo sono impegnate aziende affermate e governi ed è terreno di coltura di startup.
Tanto la ricerca accademica quanto quella industriale sono al lavoro ormai da anni per creare dispositivi basati sul quantum computing che possano essere utilizzabili in modo diffuso, nel lungo termine e, soprattutto, che siano privi di errori.
In questo articolo:
Quantum computing: le cose da sapere
Quando nasce il quantum computing
Le origini del quantum computing vanno fatte risalire al lontano 1935, quando Albert Einstein affrontò la materia quantistica insieme ad altri scienziati, come Boris Podolsky e Nathan Rosen. Ma bisogna passare al 1981 per trovare la prima applicazione della teoria dei quanti ai computer, a opera del fisico Paul Benioff, che propose un modello di macchina di Turing e si ascrive al lavoro di Richard Feynman e Jurij Manin l’idea che un quantum computer possa fare operazioni superiori a quelle di un classico computer.
Nel 1992 si vede il primo algoritmo che esibisce un vantaggio quantistico e la svolta vera la si compie due anni dopo, con l’algoritmo di Peter Shor per la fattorizzazione degli interi in tempo polinomiale che pone dubbi sullainvulnerabilità della crittografia asimmetrica RSA.
Veniamo a inizio secolo, con Ibm che dimostra il primo calcolo di algoritmo quantistico e con il primo computer quantistico commerciale prodotto da D-Wave nel 2012. Nel 2019 sempre Ibm propone il suo primo computer quantistico, Ibm Q System One, utilizzabile in cloud, e scende fattivamente nell’agone della supremazia quantistica anche Google, affermando di aver completato in tre minuti e mezzo un calcolo che avrebbe richiesto migliaia di anni utilizzando un quanto computer.
Perché il quantum computing è più potente del computing tradizionale
La meccanica quantistica è alla base del calcolo quantistico.
Il quantum computing fa riferimento alle leggi scientifiche che regolano il comportamento di molecole, atomi e particelle subatomiche e utilizza per il calcolo i relativi fenomeni fisici noti come sovrapposizione ed entanglement.
I computer che utilizziamo normalmente elaborano le informazioni in bit (sequenze di zero e uno: ossia on e off), mentre i quantum computer usano i Quantum Bit, chiamati qubit in forma abbreviata, che implementano il concetto di sovrapposizione.
Spiegandolo nella maniera più semplice possibile, questo significa che i qubit, in logica computistica tradizionale possono essere sia uno zero, quanto un uno, o anche entrambi contemporaneamente, cioè possono formare la cosiddetta sovrapposizione.
Più avanti vedremo come lavorano i qubit. Intanto vediamo di capire perché i computer quantistici sono più potenti di quelli tradizionali, anche se questi prendono la forma di supercomputer, ossia quei grandi sistemi utilizzati da ingegneri e scienziati e caratterizzati dal lavoro di migliaia di CPU (Control Process Unit) e GPU (Graphical Process Unit), ossia, processori e coprocessori grafici.
Ma non sempre i supercomputer riescono a risolvere tutti i problemi. Lo afferma la stessa Ibm, che i grandi computer a partire dai mainframe li ha creati.
Se un supercomputer si blocca, spiega Ibm, probabilmente è perché gli è stato chiesto di risolvere un problema con un grado di complessità troppo elevato.
Allora cos’è un problema complesso? È un problema con molte variabili, che si relazionano in modi complicati. Gli esempi sono noti e spesso citati: si va dal modellare il comportamento degli atomi di una molecola, ma anche al trovare la disposizione ideale per mettere a tavola un gruppo di una decina di persone ognuna delle quali ha delle preferenze riguardo le persone da avere accanto.
Problemi importanti di valore collettivo o problemi futili, non importa: quello che fa la differenza sono le combinazioni di calcolo matematico, che possono mettere in crisi un computer tradizionale, obbligandolo a lunghi calcolo.
Il fatto è che i computer quantistici sono più veloci e infatti si parla di supremazia quantistica. Con questa terminologia si intende la misurazione empirica della maggiore efficacia dei quantum computer rispetto a quelli tradizionali nella risoluzione di alcune categorie di problemi.
E la stessa supremazia quantistica non è un concetto definito, non sta su una linea fissata: il suo confine muta continuamente, l’asticella si alza, perché l’industria tecnologica sviluppa algoritmi capaci di accrescere le prestazioni di supercalcolo del classico computing.
Come funzionano i quantum computer
Sempre Ibm ci offre un esempio che spiega in modo semplice come i computer quantistici possono avere successo dove invece i computer classici falliscono: capire come si comportano le proteine, un tema che ha importanti implicazioni per la medicina e le scienze umane.
Un classico supercomputer può essere indicato per svolgere operazioni come l’ordinamento di un grande database di sequenze proteiche, ma fa fatica a trovare in quei dati i modelli che determinano il comportamento delle proteine, che sono lunghe stringhe di aminoacidi che si ripiegano in forme complesse.
Il supercomputer può utilizzare i suoi processori per testare ogni possibile modo di ripiegare la catena chimica, ma quando le sequenze di proteine diventano più lunghe e complesse, il supercomputer si blocca.
Teoricamente una catena di 100 aminoacidi potrebbe ripiegarsi in miliardi di miliardi di modi, e nessun computer dispone di capacità e memorie necessarie per considerare tutte le possibili combinazioni di ripiegature individuali.
Gli algoritmi quantistici invece approcciano questi problemi complessi creando spazi multidimensionali in cui emergono i modelli che collegano i singoli punti di dati. I computer classici non possono creare questi spazi e di conseguenza non possono trovare i modelli.
I quantum computer sono macchine che richiedono meno energia dei supercomputer: un processore Quantum non è molto più grande di quello di un notebook e la macchina che lo ospita ha perlopiù bisogno di sistemi di raffreddamento per mantenere il processore a quella bassa temperatura (prossima allo zero) necessaria per il suo funzionamento, al contrario dei computer tradizionali, che sono normalmente raffreddati con ventole.
Vengono utilizzati fluidi super-raffreddati allo scopo di consentire agli elettroni di muoversi senza incontrare resistenza. Si parla pertanto di superconduttori: quando gli elettroni passano attraverso i superconduttori si accoppiano, formando le "coppie di Cooper”, che trasportano una carica attraverso barriere, o isolanti, con un processo noto come quantum tunneling.
Dicevamo che se un processore classico utilizza i bit per eseguire le operazioni, un computer quantistico utilizza i qubit per eseguire algoritmi quantistici multidimensionali. Ricordiamo che i qubit operano in modo diverso dai normali bit dei computer in quanto ciascun qubit può essere contemporaneamente sia un 1 e uno 0. Questo tipo di sovrapposizione consente ai computer quantici di elaborare le informazioni in modi più veloci per risolvere problemi complessi.
Il qubit mette l’informazione quantistica in uno stato cosiddetto di sovrapposizione, che rappresenta una combinazione di tutte le possibili configurazioni. Dei gruppi di qubit sovrapposti possono creare spazi computazionali complessi e multidimensionali. È in questi spazi che vengono rappresentati i problemi complessi in modi nuovi.
Dove si applica già il quantum computing
Per la sua capacità di elaborazione inusuale il quantum computing si rivolge ai settori che tradizionalmente sono ad alta intensità di calcolo, come quello finanziario, il settore healthcare e delle scienze umane e l’intelligenza artificiale, intesa come macro settore tecnologico che trova sbocchi in qualsiasi disciplina.
Secondo la società di analisi americana, Inside Quantum Technology Research, già alla fine del 2019 la Bank of America diceva che l’informatica quantistica sarebbe stata rivoluzionaria nel decennio a seguire, al pari di come lo sono stati gli smartphone nel decennio appena trascorso.
Tecnologia fondamentale per i servizi finanziari anche secondo Goldman Sachs, JPMorgan, Citigroup e Wells Fargo, il calcolo quantistico sta interessando anche banche europee e asiatiche, compagnie assicurative, società di carte di credito, consulenti finanziari e hedge fund.
L’idea è di impiegare il quantum computing nella gestione e costruzione di portafogli, rilevamento di frodi, CRM, credit score, modellazione del rischio, determinazione dei prezzi dei derivati.
Secondo Inside Quantum Technology i computer quantistici, meno costosi dal punto di vista del funzionamento, potrebbero essere utilizzati con profitto anche in istituti finanziari più piccoli e nelle reti transazionali.
Riguardo il settore delle scienze umane, detto della ricerca relativa alle proteine, sono numerosi gli esempi di impiego in ambito chimico e biologico, dalla ricerca farmaceutica alla creazione di nuovi materiali, dall’evoluzione dei virus alla creazione di vaccini.
L’aspetto previsionale è proprio uno dei fattori che spingono all’impiego del quantum computing e che lo abbinano al grande campo di azione dell’intelligenza artificiale.
Ottimizzazione della linea di produzione, rilevamenti dei guasti, pianificazione dei trasporti, sono tre esempi in altrettanti ambiti produttivi e di servizi che tracciano una linea di collegamento fra quantum computing e machine learning,
Gli stessi modelli di machine learning possono avere problemi di generalizzazione ed essendogli attribuito il compito di fare previsioni sempre più precise, diventano più complessi, richiedono dati e il loro calcoli diventano più costosi. In questo caso il quantum computing è una svolta, perché promette prestazioni migliorate e migliore generalizzazione.
La disciplina è ancora in fase di sviluppo, ma il QML (Quantum Machine Learning) può già essere utilizzato in approcci ibridi per accelerare il calcolo e aumentare la precisione.
Quali aziende offrono il quantum computing
Sono molte le società tecnologiche sono impegnate in progetti di sviluppo in ambito quantum computing. Citiamo Toshiba, Nec, Fujitsu, At&T, Mitsubishi, BT, Alibaba, Nokia nel campo delle comunicazioni.
Ibm, di cui si è già detto, ha creato il computer Quantum System One, al momento con processore Falcon a 27 qubit, e in futuro con i processori Humminbird a 65 qubit e Eagle a 127 qubit (si prevede alla fine dell’anno prossimo). E per proporre il quantum computing ha creato la Quantum Network, una rete mondiale di 170 organizzazioni che hanno accesso a competenze e alle risorse quantistiche e di cui da febbraio di quest’anno fanno parte anche l’Istituto di calcolo e reti ad alte prestazioni (Cnr-Icar) e l’Istituto di informatica e telematica (Cnr-Iit) del Consiglio nazionale delle ricerche.
Google, che aveva preso un computer quantistico da D-Wave nel 2013, ha realizzato il progetto Quantum AI, finalizzato alla realizzazione di un proprio processore a prova di errore, e ponendosi come sfidante in fatto di supremazia quantistica di Ibm.
Microsoft vede il quantum computing come una fitta rete di interazioni. Ha creato il progetto Azure Quantum, in cui confluiscono le tecnologie: stack di elaborazione, controlli, software, strumenti, servizi di sviluppo, compreso il linguaggio Q# per scrivere applicazioni per computer quantistici e creato una rete che lavora su applicazioni e hardware quantistici.
Intel, protagonista del computing tradizionale, lavora per sviluppare i chip che consentano di produrre in serie computer quantistici, secondo il concetto della praticità quantistica, e ha così sviluppato il chip di controllo criogenico.
Amazon Web Services fornisce Amazon Bracket, un servizio di calcolo quantistico completamente gestito progettato per aiutare a velocizzare la ricerca scientifica e lo sviluppo di software per consentire la risoluzione di problemi complessi.
© RIPRODUZIONE RISERVATA