Computer quantistico

Nell’ottobre 2019, l’informatica quantistica ha dominato i titoli delle notizie in tutto il mondo per diversi giorni. Un team di ricercatori del colosso tecnologico Google era riuscito a raggiungere la supremazia quantistica, battendo i più grandi supercomputer del pianeta con un computer quantistico. Non solo, ma la differenza di tempo era semplicemente sbalorditiva: pochi minuti contro i migliaia di anni necessari per eseguire lo stesso calcolo su un computer tradizionale.

Decine di articoli e rapporti su stampa, radio e televisione hanno fatto eco a questo traguardo storico e hanno cercato di spiegare al pubblico non specializzato in cosa consistesse veramente il risultato di Google e quali fossero quei misteriosi computer quantistici che erano stati utilizzati per raggiungerlo. Nonostante le loro buone intenzioni, la maggior parte di queste spiegazioni deve aver sollevato più domande di quante siano riuscite a chiarirne.

Nessuna magia o superpoteri fantastici

Negli articoli popolari sull’informatica quantistica è comune trovare una serie di analogie e immagini ricorrenti che non corrispondono alla realtà e che contribuiscono a creare falsi miti intorno alle vere capacità dei computer quantistici.

Uno dei più ripetuti è che “un computer quantistico trova la soluzione a un problema testando simultaneamente tutte le opzioni possibili”. Questa spiegazione non semplifica eccessivamente il funzionamento dei computer quantistici. Piuttosto sembra dotarli di fantastici superpoteri per cui per completare qualsiasi calcolo basta premere un pulsante e attendere qualche secondo.

Ma allora, non è vero che un computer quantistico utilizza un parallelismo massiccio per esplorare tutte le soluzioni a un problema allo stesso tempo? Come in molte cose che hanno a che fare con il mondo quantistico, la risposta è sia sì che no. È vero che una delle principali proprietà su cui si basano gli algoritmi quantistici è la sovrapposizione, quella misteriosa tendenza di certi sistemi fisici a trovarsi in una combinazione di più stati diversi. Ma questa è solo una parte, e piuttosto piccola, dell’intera storia.

Potremmo definire il calcolo quantistico come la disciplina che studia l’uso delle proprietà delle particelle subatomiche per eseguire calcoli. Tra queste proprietà c’è sì, sovrapposizione, ma anche entanglement e interferenza.

In un certo senso, potremmo dire che un algoritmo quantistico prima crea una sovrapposizione di molte possibilità da esplorare, poi intreccia queste possibilità con i loro risultati e infine fa in modo che le soluzioni sbagliate interferiscano tra loro in modo che sopravvivano solo quelle che ci interessano.

Questa fase di annullamento delle opzioni sfavorevoli è la parte più difficile e delicata dell’intero processo. Si tratta di una sorta di complessa coreografia matematica, per usare le parole di Scott Aaronson e Zach Weinersmith, che sappiamo svolgere solo in alcuni problemi specifici. Inoltre, è stato da tempo dimostrato che in determinati compiti non è possibile sfruttare il calcolo quantistico per velocizzare i calcoli rispetto ai computer tradizionali.

Un computer quantistico non è, quindi, quel dispositivo magico in grado di risolvere istantaneamente qualsiasi problema che la stampa scandalistica a volte ci vuole vendere. Ma non è nemmeno semplicemente un computer più veloce.

Non solo più veloce

Un altro degli errori che è comune trovare negli articoli popolari sui computer quantistici è la riduzione di tutte le loro capacità a un mero aumento di velocità. Ho perso il conto del numero di volte in cui mi sono imbattuto in spiegazioni come “gli scienziati sviluppano un computer quantistico un milione di volte più veloce dei computer tradizionali“. Per quanto sorprendenti possano essere queste affermazioni, sono totalmente sbagliate.

Siamo abituati a ogni pochi mesi quando i grandi produttori di microchip annunciano nuovi sviluppi che riescono a essere del venti, trenta o cinquanta percento più veloci dei loro predecessori. Ma un computer quantistico non basa il suo funzionamento su un semplice progresso tecnologico che consente di eseguire le stesse operazioni più rapidamente.

Da un lato, è possibile che per alcune attività un computer quantistico non superi le prestazioni di un computer classico. Ma è che nei casi in cui un computer quantistico offre un vantaggio rispetto ai dispositivi tradizionali, le differenze non possono essere misurate con un solo numero.

Un computer quantistico esegue algoritmi radicalmente diversi da quelli utilizzati da un computer classico. Questo fa sì che il vantaggio del dispositivo quantistico cresca quanto più grande è la dimensione del problema che vogliamo risolvere. Ad esempio, per problemi di ricerca di elenchi, un computer quantistico sarà cinque volte più veloce di uno tradizionale con cento punti dati, cinquanta volte più veloce con diecimila elementi e cinquecento volte più veloce con un milione di record.

Applicazioni

È proprio questo maggiore vantaggio dei computer quantistici man mano che le dimensioni dei dati da elaborare crescono che li rendono particolarmente interessanti quando si tratta di affrontare problemi che sono intrattabili con i computer tradizionali. È il caso di attività come la ricerca dei fattori di numeri interi molto grandi, sulla cui difficoltà si basa la sicurezza di molti dei protocolli di crittografia utilizzati nelle nostre comunicazioni digitali.

Il tempo necessario per risolvere questo problema utilizzando i migliori algoritmi classici disponibili cresce in modo quasi esponenziale con la lunghezza dei numeri, quindi aumentare la dimensione di una chiave di alcune decine di bit la renderebbe milioni di volte più sicura. Tuttavia, il matematico Peter Shor ha mostrato più di vent’anni fa che la rottura di questo tipo di crittografia sarebbe stata fattibile in pratica se fossero stati utilizzati algoritmi quantistici.

La crittografia non è l’unico campo in cui i computer quantistici possono offrire un enorme vantaggio rispetto all’informatica tradizionale. Ad esempio, la simulazione di nuovi materiali o lo studio di composti chimici sono due delle applicazioni più promettenti dell’informatica quantistica. Ancora una volta si tratta di compiti estremamente difficili per i computer classici perché il numero dei parametri che descrivono il comportamento dei sistemi fisici e chimici cresce esponenzialmente con il numero delle particelle che li compongono. Ma le proprietà quantistiche di tali sistemi rendono naturale la loro simulazione con i computer quantistici, come ha sottolineato il fisico Richard Feynman ancor prima che il calcolo quantistico esistesse come disciplina scientifica.

Pertanto, molti ricercatori negli ultimi anni hanno sviluppato algoritmi progettati specificamente per studiare le proprietà delle molecole chimiche utilizzando i computer quantistici. Uno dei più famosi è il cosiddetto Variational Quantum Eigensolver (VQE), che ha la particolarità di poter essere utilizzato anche con i computer quantistici piccoli e sensibili al rumore che abbiamo oggi.

Con questo metodo, alcune piccole molecole sono state simulate in hardware quantistico reale, raggiungendo una precisione equivalente a quella dei calcoli classici. Sebbene siamo ancora lontani dal superare i computer tradizionali in questo compito, il tasso di crescita delle capacità dei computer quantistici e i miglioramenti negli algoritmi utilizzati ci fanno supporre che questa sia forse una delle prime applicazioni pratiche della tecnologia.

Informatica quantistica e intelligenza artificiale

Altri campi in cui la ricerca sulle applicazioni di calcolo quantistico è attualmente particolarmente intensa sono l’intelligenza artificiale e l’ottimizzazione. In particolare, sono stati proposti diversi algoritmi quantistici per accelerare i compiti coinvolti nell’addestramento di modelli di apprendimento automatico da grandi raccolte di dati.

In alcuni casi, con tecniche simili a quelle utilizzate da Shor nello sviluppo del suo algoritmo di fattorizzazione, si ottiene un guadagno esponenziale rispetto al corrispondente metodo classico. Tuttavia, poiché dobbiamo trasferire i dati al computer quantistico uno per uno dai file in cui sono archiviati, il collo di bottiglia non sarebbe nell’elaborazione dell’informazione, ma nella sua lettura. Possibili soluzioni sarebbero l’uso di dati acquisiti direttamente con sensori quantistici, che eviterebbe di doverli caricare da un dispositivo esterno, e lo sviluppo di memorie quantistiche che consentano di leggere i dati in sovrapposizione.

Oltre allo studio di tecniche per accelerare i processi di machine learning classici, vengono studiati anche modelli puramente quantistici, come le cosiddette reti neurali quantistiche. Poiché queste proposte sono relativamente recenti, le loro piene capacità non sono ancora note, ma ci sono prove che dimostrano che le loro prestazioni sono superiori a quelle dei metodi classici con determinati set di dati creati artificialmente.

Come ha giustamente sottolineato John Preskill, uno dei massimi esperti di calcolo quantistico al mondo, allo stesso modo le applicazioni delle reti neurali classiche sono state sviluppate senza la necessità di avere, in tutti i casi, una teoria solida ed esaustiva che allo stato attuale, la maggiore disponibilità di computer quantistici su cui eseguire e regolare le reti neurali quantistiche porterà molto probabilmente a casi d’uso che oggi non possiamo prevedere.

I computer quantistici non sono la soluzione a tutti i problemi di elaborazione dei dati e di calcolo che potremmo porre. Non sono dispositivi magici con cui qualsiasi calcolo può essere eseguito istantaneamente. Ma non sono solo versioni più veloci dei computer che abbiamo oggi. Per le attività in cui è possibile ottenere un vantaggio utilizzando il calcolo quantistico, il guadagno di runtime aumenta all’aumentare della dimensione del problema.

Se teniamo conto che le applicazioni dei computer quantistici includono campi rilevanti come la sicurezza informatica, la simulazione di processi fisici e chimici o l’intelligenza artificiale, il fatto che il calcolo quantistico non sia uno strumento che funziona per tutto non ne sminuisce l’importanza, ma il valore semplicemente lo qualifica. Avere computer quantistici non significherà la fine dei nostri limiti computazionali, ma possiamo essere certi che significherà un profondo cambiamento nel modo in cui calcoliamo ed elaboriamo i dati e, quindi, una trasformazione radicale della nostra società.

Autore

Elías F. CombarroUniversità di Oviedo