L’ottimizzazione rimane la principale sfida dell’informatica quantistica

L’ottimizzazione rimane la principale sfida dell’informatica quantistica

Secondo un rapporto del McKinsey pubblicato ad aprile, l’informatica quantistica ha « raggiunto un punto di svolta commerciale ». Aziende di settori come il clima, le scienze della vita, i trasporti e la logistica, o i servizi finanziari utilizzano già questa tecnologia emergente per ottimizzare processi, testare scenari e lanciare simulazioni.

Gli investitori hanno inoltre versato 12,6 miliardi di dollari in startup quantistiche nel corso dell’anno precedente, un altro segno dell’interesse commerciale per questa tecnologia. Per John Roese, direttore tecnico globale e responsabile dell’intelligenza artificiale presso Dell Technologies, la domanda non è più se la cosa sia possibile, ma quando diventerà comune. Non si tratterà di un momento di svolta improvviso, ma di una progressione regolare verso sistemi tolleranti ai guasti, cioè capaci di correggere i propri errori, e sempre più sfruttabili.

Infrastrutture che si stanno mettendo in piedi

I grandi costruttori di server stanno già preparando il terreno. Dell, Hewlett Packard Enterprise, Cisco e IBM stanno installando i componenti di infrastruttura necessari per data center ibridi, che combinano calcolo quantistico e calcolo ad alte prestazioni classico. Cisco sviluppa un’architettura di rete dedicata al quantistico, mentre Dell, HPE e altri lavorano con fornitori di tecnologie quantistiche. Durante il Dell Technologies World 2026, la società Equal1 ha presentato il suo sistema RacQ.

HPE ha dal canto suo annunciato partnership con diversi attori del quantistico, tra cui IQM Quantum Computers, Quantinuum, QuEra e Rigetti, per integrare i loro sistemi nei supercomputer Cray dell’azienda.

Ottimizzazioni su larga scala

Secondo John Roese, gli utenti vedranno i primi effetti a breve termine. « Prima della fine di questo decennio, quindi verso il 2028 o il 2029, avremo probabilmente abbastanza qubit logici corretti dagli errori per affrontare il primo lotto di problemi reali, che sono essenzialmente ottimizzazioni a livello molecolare », ha dichiarato. Un qubit, o bit quantistico, è l’unità di base dell’informazione quantistica, e un qubit logico raggruppa più qubit fisici per rendere affidabile il calcolo.

All’inizio del decennio successivo, i sistemi dovrebbero permettere una seconda fase, dedicata a ottimizzazioni su scala più ampia, come quelle che devono coordinare le compagnie aeree o le imprese finanziarie. « L’intera catena di approvvigionamento globale è fondamentalmente sotto-ottimale, perché non abbiamo la potenza di calcolo per eseguire calcoli di ottimizzazione su larga scala », ha affermato. Cita anche il numero di qubit necessari: un sistema da 1.000 qubit non sarebbe sufficiente a modellare l’intera rete stradale degli Stati Uniti, e potrebbero servire « un milione, o addirittura diversi milioni ».

Architetture sviluppate da Qarakal Quantum e Infleqtion mirano a ridurre il numero di qubit fisici necessari per creare un qubit logico, il che permetterebbe di limitare i costi di infrastruttura e di consumo energetico.

Nel campo molecolare, il signor Roese cita l’esempio della corrosione. Ricorda che l’orientamento degli atomi determina le proprietà dei materiali, come nell’acciaio inossidabile, e che un migliore controllo di queste strutture potrebbe permettere di progettare materiali più resistenti. « Le cifre che ho visto indicano che la corrosione costa all’economia mondiale un trilione di dollari all’anno », ha aggiunto. Anche le batterie e la scoperta di farmaci rientrano in questo tipo di ottimizzazione.

Per la logistica, D-Wave propone sistemi ad annealing quantistico, specializzati nell’ottimizzazione, e lavora anche su sistemi superconduttori. Il signor Roese descrive il « problema del gate d’imbarco » degli aeroporti: con 30 gate, 300 voli e 100.000 passeggeri, trovare la combinazione migliore diventa molto difficile da calcolare. Cita anche FedEx, UPS e DHL, che utilizzano formule di ottimizzazione dei percorsi per limitare le svolte a sinistra dei loro autisti.

Infine, il signor Roese anticipa che nel 2030, il numero di agenti di intelligenza artificiale autonomi aumenterà fortemente. « Un trilione o qualcosa del genere? », si chiede, sottolineando che una volta riuniti in sistemi, questi agenti diventano difficili da comprendere, controllare e dirigere.

S’abonner
Notification pour
guest

0 Commentaires
Le plus ancien
Le plus récent Le plus populaire
0
Nous aimerions avoir votre avis, veuillez laisser un commentaire.x