Google sta concentrando la ricerca e sviluppo su processori a correzione d’errore, sulla scoperta di nuovi algoritmi e sulla realizzazione di applicazioni per far comprendere la supremazia quantistica
La storia fra Google e il quantum computing dura da anni.
L’inizio potremmo datarlo all’acquisto, fatto insieme alla Nasa nel 2013, del quantum computer D-Wave Two da 512 qubit, evento da cui è partito un filone di ricerca e sviluppo che oggi si chiama Google Quantum AI, laboratorio che già dal nome fa capire che mette insieme le due tecnologie che segneranno il nostro futuro.
Vale la pena di ricordare che D-Wave Systems è una società canadese di calcolo quantistico che due anni prima (2011) produsse un computer quantistico capace di affrontare grandi problemi di ottimizzazione con un processore a 128 qubit e che nel 2015 il D-Wave arrivò ad avere un chip a 1.024 qubit.
Il Google Quantum AI Lab nasce dunque da una collaborazione tra Google, la Nasa e la Universities Space Research Association, per studiare le applicazioni della ottimizzazione quantistica ai problemi trattati con l’intelligenza artificiale.
Il team Quantum AI di Google ha lavorato negli anni con il fine di produrre un computer quantistico a completa correzione di errori.
Un lavoro che Google porta avanti collaborando con ricercatori accademici e del settore industriale e portando a bordo talenti e competenze da tutto il mondo.
Si tratta di una visione a lungo termine che impegna il team Google Quantum AI con un obiettivo a dieci anni.
L’hardware quantistico che ne risulterà avvalorerà la dimostrazione che Google ha fatto nel 2019 (pubblicata in uno studio su Nature) della cosiddetta supremazia quantistica, ossia che i computer quantistici possono superare i classici supercomputer di oggi nello svolgimento di un compito specifico.
Nella fattispecie, il processore quantistico Sycamore usato da Google impiegò circa 200 secondi per campionare un’istanza di un circuito quantistico un milione di volte, mentre l’attività equivalente per un supercomputer classico avrebbe richiesto circa 10.000 anni.
Sistemi a prova di errore
Per utilizzare i computer quantistici al massimo delle loro potenzialità, quindi, Google punta a realizzare la correzione dell’errore quantistico.
Come passo chiave in questa direzione, Google vuole realizzare le primitive della correzione dell’errore quantistico codificando in modo ridondante informazioni quantistiche su diversi qubit fisici, dimostrando che tale ridondanza porta a un miglioramento rispetto all’utilizzo di singoli qubit fisici.
Collegato a questo c’è il tema dei qubit logici, che codificano le informazioni in modo ridondante su diversi qubit fisici e sono in grado di ridurre l’impatto del rumore sul calcolo quantistico generale.
L’idea di Google è che integrare alcune migliaia di qubit logici consentirebbe di realizzare il pieno potenziale dei computer quantistici per varie applicazioni.
Agire sul piano delle applicazioni significa proprio far capire il vantaggio del quantum computing nel mondo reale.
Insieme al California Institute of Technology ha dimostrato che, in determinate condizioni, le macchine quantistiche possono imparare conoscere i sistemi fisici da un numero esponenzialmente inferiore di esperimenti rispetto a quanto richiesto con i metodi convenzionali. Una condizione che apre la strada a una maggiore innovazione nel machine learning.
In collaborazione con i ricercatori della Columbia University, poi, Google ha combinato con il calcolo quantistico una delle tecniche più potenti per la simulazione chimica, il Quantum Monte Carlo.
Un approccio che prevale sui metodi precedenti in quanto consente un approccio quantistico ai calcoli per la creazione di nuovi materiali e nella comprensione delle loro proprietà chimiche.
© RIPRODUZIONE RISERVATA
