Il quantum computing coltiva un potenziale immenso ma estremamente acerbo, oltre che tecnicamente e concettualmente molto complesso. Nonostante ciò, già oggi è possibile utilizzare un computer quantistico nella ricerca e sviluppo di ambiti come la fisica, la chimica, la farmacologia, la meteorologia, la logistica e molti altri.

TAKEAWAY

  • Il computer quantistico al momento è un gioiello da laboratorio, anche se il suo potenziale non lascia ai dubbi. I limiti del computer classico potranno finalmente essere superati.
  • Tra gli ambiti commerciali che stanno sperimentando il quantum computing troviamo la fisica, la chimica, la farmacologia, la meteorologia, i trasporti, la logistica, nonché nuove possibilità tecnologiche come il quantum machine learning.
  • All’alba di una nuova era, il computer quantistico dovrà maturare sia tecnologicamente che dal punto di vista dell’esperienza d’uso, creando praticamente da zero una nuova generazione informatica.

Il Quantum Computing è una disciplina emergente che sta attirando miliardi di dollari di investimenti. Nei quantum lab si stanno costruendo macchine indubbiamente prodigiose ma… cosa è davvero possibile fare oggi con tali macchine? Quali sono le potenziali applicazioni del computer quantistico?

Parliamo di una tecnologia talmente complicata che non è nemmeno semplice creare una grande aspettativa mediatica, come accade ad esempio con la maggior parte delle altre tecnologie emergenti.

Allo stesso modo non è così immediato comprendere la produzione di quelle macchine tanto spettacolari quanto misteriose nel loro funzionamento, dal momento che non è praticamente possibile accedervi se non tramite un servizio in cloud.

Cerchiamo dunque di fare mente locale sul fenomeno del quantum computing, il nuovo modello computazionale che potrebbe davvero cambiare per sempre il corso della ricerca e dello sviluppo di tecnologie oggi difficili anche soltanto da immaginare.

Il computer quantistico risolve problemi complessi, ma in cosa consiste questa complessità di calcolo?

Per capire le potenzialità del computer quantistico è necessario individuare il principale limite del suo precursore generazionale: il computer classico. Quest’ultimo, sia chiaro, è tutt’altro che al capolinea, anzi, si evolve costantemente in termini di potenza.

Oggi sia i device personali che i supercomputer possono vantare risorse computazionali di primissimo ordine. Tuttavia, il collo di bottiglia è e sarà sempre costituito dalla matematica sui cui si basano e dal modo in cui vengono elaborati gli algoritmi stessi.

La natura binaria dei sistemi tradizionali comporta oggettivi limiti nell’ambito del calcolo combinatorio, quando intervengono numeriche molto elevate nelle variabili da computare. Tale considerazione risulta evidente nel contesto dei Big Data & Analytics, dove i sistemi di machine learning faticano spesso a trovare una potenza di calcolo adeguata per processare dataset dalle dimensioni sempre più consistenti.

Il calcolo quantistico si basa su algoritmi differenti, capaci di esaltare la propria natura combinatoria grazie alla facoltà del computer quantistico di assumere qualsiasi stato intermedio tra 0 e 1, non soltanto i due estremi. Per contro, tale indeterminazione costringe a destreggiarsi con gli algoritmi quantistici, la cui natura è differente rispetto a quelli classici, così come i principi stessi alla base della meccanica quantistica.

È dunque necessario modellare le simulazioni in modo nuovo e rappresentarli in maniera concettualmente differente rispetto a quanto avviene nella programmazione binaria. Tali elaborazioni vengono eseguite sia su un computer quantistico, sfruttando appieno il proprio potenziale, che su un computer classico, grazie ad alcuni framework di simulazione utilizzati soprattutto in ambito accademico.

Le potenziali applicazioni del computer quantistico: dalla fisica quantistica alla regolazione del traffico urbano

A proposito di applicazioni del computer quantistico, il quantum computing rappresenta una risorsa potenzialmente utile a qualsiasi ambito che richiede simulazioni di natura particolarmente complessa, laddove il calcolo combinatorio può trovare conforto e soluzione nell’elaborazione del computer quantistico. Vediamo alcuni esempi, peraltro oggetto di recente attualità.

La fisica quantistica

Il Large Hadron Collider in forza al CERN è in grado di accelerare le particelle subatomiche ad una velocità prossima a quella della luce. La loro collisione genera una quantità di enorme di dati, nell’ordine dei petabyte al secondo, un ordine di grandezza al di fuori della portata della computazione classica. Per superare questo collo di bottiglia, il CERN ha attivato con IBM dei progetti di ricerca basati sul calcolo quantisticoL’obiettivo dichiarato è aprire un nuovo capitolo nella ricerca delle entità tuttora sconosciute dell’universo, quelle di cui abbiamo notizia soltanto grazie ai loro effetti gravitazionali, come nel caso della materia oscura.

Fisica e chimica dei materiali – Dalla complessità delle interazioni subatomiche alle interazioni molecolari delle batterie delle auto elettriche. Dopo averci provato invano persino con i supercomputer, Mercedes-Benz ha accantonato i modelli classici per provare l’approccio quantistico. L’obiettivo è conoscere le reazioni che avvengono tra le particelle che popolano le batterie, per capire ad esempio le dinamiche che ne regolano il decadimento, in modo da realizzare prodotti più performanti, durevoli ed ecologicamente sostenibili. Un intento simile ha portato Mitsubishi Chemicals a provare modelli basati su algoritmi quantistici per capire come sviluppare le batterie lithium-oxygen, che possono vantare una densità da 5 a 15 volte superiore rispetto alle attuali batterie a ioni di litio. Utilizzando i computer quantistici di IBM Quantum, il colosso giapponese, in collaborazione con la Keio University, sta simulando le complesse reazioni chimiche che portano le batterie a scaricarsi, scoprendo nel frattempo alcuni fenomeni che alla vigilia non erano nemmeno stati ipotizzati. Ciò a conferma di quanto ci sia ancora da scoprire nella materia, quando si prova ad osservarla da punti di vista differenti rispetto a quelli storicizzati nei meandri della scienza.

Il computer quantistico per la ricerca farmacologica

In tema di potenziali applicazioni del computer quantistico, la confidenza con il calcolo combinatorio lo rende un prezioso alleato di discipline come la chimica e la biologia molecolare, ad esempio sul fronte della simulazione delle strutture proteiche. Esistono diversi progetti pilota nell’ambito della ricerca farmacologica, tra cui quello attivato da ProteinQure in collaborazione con Azure Quantum, per la sperimentazione di nuovi farmaci personalizzati che potrebbero aprire un nuovo capitolo di speranza nella cura del cancro e delle patologie del sistema cardio-circolatorio.

Il trasporto e la distribuzione dell’energia

Le attività antropiche sul pianeta sono sempre più energivore e la corsa alla sostenibilità si fa di giorno in giorno sempre più tardiva. Il gigante dell’energia Exxon ha iniziato un percorso di ricerca e sviluppo che utilizza le simulazioni quantistiche per cercare soluzioni innovative nei processi di distribuzione del gas, di ottimizzazione della logistica per il trasporto marittimo, nonché nuovi metodi di produzione basati su materiali attivi.

Le previsioni meteorologiche con il quantum computing

Complessità di calcolo e previsioni meteorologiche sono praticamente sinonimi. Grazie ad un computer quantistico è possibile effettuare analisi predittive più accurate, basate su enormi quantità di dati acquisiti in tempo reale dalle stazioni. Rispetto ai sistemi tradizionali, possono essere valutate aree molto più vaste nell’ordine dei minuti, anziché delle ore. Tale risultato, al di là di suggerirci quale giacca indossare prima di uscire, risulta di vitale importanza per realtà come l’agricoltura o l’industria aerospaziale. Varie agenzie meteo sono attive su progetti sperimentali, tra cui il UK Met Office, che ha affiancato le simulazioni quantistiche al lavoro di un supercomputer classico HPE Cray EX da 60 petaflops nuovo di zecca.

I modelli di traffico urbano

Un esempio di complessità con cui molti di noi hanno quotidianamente a che fare è quella del congestionamento del traffico urbano, che ci obbliga a lunghe e frustranti code. Eppure – sempre a proposito di potenziali applicazioni del computer quantistico – tali ingorghi potrebbero essere aggirati con successo da una bella simulazione col quantum computing. Ne è particolarmente convinta Volkswagen, che ha intrapreso una serie di progetti pilota per ottimizzare i sistemi di navigazione nel traffico di città molto differenti tra loro, quali Pechino, Barcellona e Lisbona. Nella città portoghese Volkswagen ha dotato nove autobus di linea di un navigatore supportato da un computer quantistico D-Wave, che grazie alle analisi predittive si rivela in grado di suggerire gli itinerari migliori in funzione del traffico, ottimizzando sensibilmente la logistica.

Il dialogo con le tecnologie emergenti: il quantum machine learning

Quando i computer classici vanno in crisi di fronte ad enormi quantità di dati, i computer quantistici paiono esaltare le proprie caratteristiche. Sulla base di questo presupposto, sono state condotte numerose ricerche che andrebbero a supportare una nuova tecnica nell’alveo dell’intelligenza artificiale: il quantum machine learning [per approfondimenti sull’AI, consigliamo la lettura della nostra guida all’intelligenza artificiale che spiega cos’è, a cosa serve e quali sono gli esempi applicativi – ndr].

Il futuro del computer quantistico: cosa occorre per diventare mainstream?

Oggi nessun computer quantistico è fisicamente disponibile a livello commerciale, in quanto nessun data center, per quanto evoluto, sarebbe in grado di garantire le condizioni necessarie per il suo funzionamento. Di per sé avremmo già risposto alla domanda che ci siamo posti, ma ci spingeremo oltre.

Perché il mondo possa conoscere le potenziali applicazioni del computer quantistico e apprezzare le sue qualità, occorre che questa tecnologia maturi per essere industrializzata e resa disponibile su larga scala. Non è detto che ciò avvenga per forza nella maniera in cui ciò è avvenuto per i computer classici, ma è indubbio che lo scenario che si presenta sia per certi versi affine. Il senso di dejavù è oltremodo palpabile.

La situazione che sta vivendo oggi il computer quantistico è per certi versi simile a quella vissuta dai mainframe nella seconda metà del secolo scorso. Enormi data center, pieni di marchingegni elettronici, tonnellate di calcolatori in grado di elaborare una potenza che oggi verrebbe ridicolizzata dal più banale dispositivo informatico in circolazione. Eppure, da lì tutto ebbe inizio. Ieri come oggi, si investivano capitali immensi nella speranza di qualcosa che sarebbe arrivato molto più tardi.

Con il tempo i mastodontici hardware delle prime generazioni si sono miniaturizzati, fino a diventare del tutto portatili, efficienti e capaci di consumi ormai risibili. Il lungo viaggio che ci ha portati dal mainframe al personal computer non ci avrebbe mai condotti a destinazione senza una componente fondamentale: la user experience.

La nascita e l’evoluzione dei sistemi operativi, così come di tutte le applicazioni che troviamo ormai irrinunciabili, è stato il fattore decisivo, che a partire dagli anni 90 ha reso i computer ed in generale i dispositivi informatici parte della nostra quotidianità.

Nelle ore in cui scriviamo queste righe, ci giunge la notizia che Azure Quantum, il servizio in cloud di Microsoft dedicato al calcolo quantistico, oltre al proprio Q#, supporterà anche Qiskit e Cirq, i framework sviluppati rispettivamente da IBM e Google, che oltre ai sistemi proprietari potranno dunque utilizzare anche i computer quantistici IonQ e Honeywell in forza all’ecosistema cloud di Azure.

Laddove questi colossi si rivelano acerrimi rivali nel mercato del cloud, trovano una evidente convenienza nell’unire le forze ed accelerare la nascita di un nuovo mercato nella computazione quantistica. Non si tratta soltanto di fornire tecnologia, ma soprattutto di creare una base esperienziale, di cercare problemi da risolvere ed invitare i ricercatori a trascorrere ore ed ore a pensare e programmare in maniera differente rispetto a quanto fatto sinora, accettando di farsi trasportare da quello stato di indeterminazione che potrà condurci a scoperte oltre ogni limite finora esplorato.

Scritto da:

Francesco La Trofa

Giornalista Leggi articoli Guarda il profilo Linkedin