8 Applicazioni ed esempi di Quantum Computing

Lentamente ma sicuramente, il quantum computing si sta preparando per il suo primo piano.

Google ha fatto notizia in ottobre proclamando di aver raggiunto la tanto attesa conquista della “supremazia quantistica”. Ciò avviene quando un computer quantistico è in grado di eseguire un compito che un computer convenzionale non può eseguire. Non in un tempo pratico, comunque. Per esempio, Google ha affermato che il problema del test che ha eseguito avrebbe richiesto migliaia di anni per essere completato da un computer classico – anche se alcuni critici e concorrenti hanno definito questa un’esagerazione grossolana.

IBM, per esempio, non l’ha avuta. L’altro grande giocatore nel campo dei quanti, ha prontamente pubblicato una risposta sostenendo essenzialmente che Google aveva sottovalutato la forza dei supercomputer IBM – che, anche se incredibilmente veloci, non sono della varietà quantistica.

Tech giant head-butting aside, Google’s achievement was a genuine milestone — one that further established quantum computing in the broader consciousness and prompted more people to wonder, What will these things actually do?

But even once quantum computing reigns supreme, its potential impact remains largely theoretical — hence the hedging throughout in this article. That’s more a reflection, though, of QC’s still-fledgling status than unfulfilled promise.

Before commercial-scale quantum computing is a thing, however, researchers must clear some major hurdles. Primo fra tutti: aumentare il numero di qubit, unità di informazione che i computer quantistici usano per eseguire i compiti. Mentre i “bit” dei computer classici esistono come 1 o 0, i qubit possono essere entrambi – o entrambi contemporaneamente. Questa è la chiave per velocità di elaborazione massicciamente maggiori, che sono necessarie per simulare la meccanica quantistica a livello molecolare.

Nonostante la natura ancora ipotetica dei quanti e la lunga strada da percorrere, le previsioni e gli investimenti abbondano. Il CEO di Google, Sundar Pichai, ha paragonato il recente avanzamento della sua azienda al volo di 12 secondi dei fratelli Wright: anche se molto semplice e di breve durata, ha dimostrato ciò che è possibile. E ciò che è possibile, dicono gli esperti, è davvero impressionante.

Dalla sicurezza informatica alla ricerca farmaceutica alla finanza, ecco alcuni modi in cui il quantum faciliterà importanti progressi.

Post-Quantum

Luogo: Londra

Come sta usando il calcolo quantistico: Per il candidato alla presidenza Andrew Yang, la pietra miliare quantistica di Google significa che “nessun codice è incraccabile”. Si riferiva a una nozione molto discussa che il potere di fattorizzazione senza precedenti dei computer quantistici avrebbe gravemente minato i comuni sistemi di crittografia di Internet.

Ma il dispositivo di Google (come tutti gli attuali dispositivi QC) è troppo incline all’errore per costituire la minaccia immediata di cybersicurezza che Yang implicava. Infatti, secondo l’informatico teorico Scott Aaronson, una tale macchina non esisterà per un bel po’. Ma il pericolo incombente è serio. E la spinta che dura da anni verso algoritmi resistenti ai quanti – come il concorso in corso del National Institute of Standards and Technology per costruire tali modelli – illustra quanto seriamente la comunità di sicurezza prenda la minaccia.

Uno dei soli 26 cosiddetti algoritmi post-quantistici per fare le “semifinali” del NIST proviene, abbastanza appropriatamente, dal leader britannico di cybersicurezza Post-Quantum. Gli esperti dicono che il processo attento e deliberato esemplificato dal progetto del NIST è precisamente ciò di cui la sicurezza incentrata sui quanti ha bisogno. Come la dottoressa Deborah Franke della National Security Agency ha detto a Nextgov, “Ci sono due modi per fare un errore con la crittografia quantistica resistente: Uno è che si potrebbe saltare all’algoritmo troppo presto, e l’altro è che si salta all’algoritmo troppo tardi.”

ProteinQure

Luogo: Toronto

Come sta usando il calcolo quantistico: “La vera emozione dei quanti è che l’universo funziona fondamentalmente in modo quantistico, quindi sarete in grado di capire meglio la natura”, ha detto Pichai di Google al MIT Technology Review sulla scia del recente annuncio della sua azienda. “È ancora presto, ma dove la meccanica quantistica brilla è la capacità di simulare le molecole, i processi molecolari, e penso che sia dove sarà più forte. La scoperta di farmaci è un grande esempio.”

Una società che concentra il peso computazionale sulla simulazione molecolare, in particolare il comportamento delle proteine, è la startup biotecnologica ProteinQure con sede a Toronto. Ricca di 4 milioni di dollari in un recente finanziamento seed, collabora con i leader del quantum-computing (IBM, Microsoft e Rigetti Computing) e con i gruppi di ricerca farmaceutica (SRI International, AstraZeneca) per esplorare il potenziale del QC nella modellazione delle proteine.

Questo è il percorso profondamente complesso ma ad alto rendimento dello sviluppo di farmaci in cui le proteine sono progettate per scopi medici mirati. Anche se è molto più preciso del vecchio metodo per tentativi ed errori di eseguire esperimenti chimici, è infinitamente più impegnativo da un punto di vista computazionale. Come ha notato il Boston Consulting Group, la semplice modellazione di una molecola di penicillina richiederebbe un computer classico impossibilmente grande con bit di potenza 10 a 86. Per i computer quantistici avanzati, però, lo stesso processo potrebbe essere un gioco da ragazzi – e potrebbe portare alla scoperta di nuovi farmaci per malattie gravi come il cancro, l’Alzheimer e le malattie cardiache.

Cambridge, Mass.-based Biogen è un’altra azienda notevole che esplora la capacità del calcolo quantistico per lo sviluppo di farmaci. Focalizzata sulla ricerca sulle malattie neurologiche, l’azienda biotech ha annunciato una partnership del 2017 con la startup quantistica 1QBit e Accenture.

Related20 Quantum Computing Companies Making Mind-Blowing Breakthroughs

Daimler AG

Location: Stoccarda, Germania

Come sta usando il calcolo quantistico: Il potenziale dei CQ di simulare la meccanica quantistica potrebbe essere ugualmente trasformativo in altri ambiti legati alla chimica, oltre allo sviluppo dei farmaci. L’industria automobilistica, per esempio, vuole sfruttare la tecnologia per costruire batterie per auto migliori.

Nel 2018, la casa automobilistica tedesca Daimler AG (la società madre di Mercedes-Benz) ha annunciato due partnership distinte con le potenze del quantum-computing Google e IBM. I veicoli elettrici sono “principalmente basati su una chimica cellulare ben funzionante delle batterie”, ha scritto l’azienda nella sua rivista all’epoca. Il calcolo quantistico, ha aggiunto, ispira “una speranza giustificata” per “risultati iniziali” in aree come la simulazione cellulare e l’invecchiamento delle cellule della batteria. Batterie migliori per i veicoli elettrici potrebbero contribuire ad aumentare l’adozione di quei veicoli.

Daimler sta anche studiando come il QC potrebbe potenzialmente sovralimentare l’AI, oltre a gestire un futuro di traffico autonomo-veicolare e accelerare la sua logistica. Segue le orme di un altro grande marchio di trasporto teutonico: Volkswagen. Nel 2017, la casa automobilistica ha annunciato una partnership con Google incentrata su iniziative simili. Ha anche collaborato con D-Wave Systems, nel 2018.

Volkswagen Group

Location: Wolfsburg, Germania

Come sta usando l’informatica quantistica: L’esplorazione di Volkswagen sull’ottimizzazione porta alla luce un punto che vale la pena sottolineare: A dispetto di alcuni fraintendimenti comuni, la svolta principale dell’informatica quantistica non è solo la velocità con cui risolverà le sfide, ma i tipi di sfide che risolverà.

Il problema del “commesso viaggiatore”, per esempio, è uno dei più famosi in informatica. Mira a determinare il percorso più breve possibile tra più città, toccando ogni città una volta e tornando al punto di partenza. Conosciuto come un problema di ottimizzazione, è incredibilmente difficile da affrontare per un computer classico. Per i QC completamente realizzati, però, potrebbe essere una passeggiata.

D-Wave e VW hanno già eseguito programmi pilota su una serie di sfide di ottimizzazione legate al traffico e ai viaggi, tra cui l’ottimizzazione dei flussi di traffico a Pechino, Barcellona e, proprio questo mese, Lisbona. Per quest’ultimo, una flotta di autobus ha viaggiato lungo percorsi distinti che sono stati adattati alle condizioni del traffico in tempo reale attraverso un algoritmo quantistico, che VW continua a mettere a punto dopo ogni prova. Secondo il CEO di D-Wave Vern Brownell, il pilota dell’azienda “ci porta più vicini che mai alla realizzazione di un vero e pratico calcolo quantistico”.

JPMorgan Chase

Luogo: NYC

Come sta usando l’informatica quantistica: L’elenco dei partner che compongono la cosiddetta Quantum Network di Microsoft include una serie di università di ricerca e organizzazioni tecniche focalizzate sui quanti, ma pochi preziosi affiliati commerciali. Tuttavia, due dei cinque – NatWest e Willis Towers Watson – sono interessi bancari. Allo stesso modo, al Q Network di IBM, JPMorgan Chase spicca in mezzo a un mare di membri focalizzati sulla tecnologia, così come il governo e gli istituti di ricerca superiore.

Il fatto che società di servizi finanziari enormemente redditizie vogliano sfruttare una tecnologia che cambia il paradigma è difficilmente uno shock, ma la modellazione quantistica e finanziaria sono un incontro veramente naturale grazie alle somiglianze strutturali. Come un gruppo di ricercatori europei ha scritto l’anno scorso, “l’intero mercato finanziario può essere modellato come un processo quantistico, dove le quantità che sono importanti per la finanza, come la matrice di covarianza, emergono naturalmente.”

Un sacco di ricerche recenti si sono concentrate specificamente sul potenziale del quantum di accelerare drasticamente il cosiddetto modello Monte Carlo, che essenzialmente misura la probabilità di vari risultati e i loro rischi corrispondenti. Un documento del 2019 co-scritto da ricercatori IBM e membri del team di ricerca quantitativa di JPMorgan includeva una metodologia per prezzare i contratti di opzione utilizzando un computer quantistico.

A parte la sua apparentemente chiara applicazione di valutazione del rischio, il quantum nella finanza potrebbe avere un ampio futuro. “Se avessimo oggi, cosa faremmo? si chiede Nikitas Stamatopoulos, un co-autore del documento sul prezzo delle opzioni. “La risposta oggi non è molto chiara.”

Microsoft

Luogo: Redmond, Wash.

Come sta usando il calcolo quantistico: Il mondo ha un problema di fertilizzante che si estende oltre la sovrabbondanza di cacca. Gran parte del fertilizzante del pianeta è fatto riscaldando e pressurizzando l’azoto atmosferico in ammoniaca, un processo sperimentato all’inizio del 1900 dal chimico tedesco Fritz Haber.

Il cosiddetto processo Haber, anche se rivoluzionario, si è dimostrato piuttosto dispendioso in termini di energia: circa il tre per cento della produzione annuale di energia globale va in esecuzione Haber, che rappresenta più dell’uno per cento delle emissioni di gas serra. Ancora più assurdo, alcuni batteri eseguono questo processo naturalmente – semplicemente non abbiamo idea di come e quindi non possiamo sfruttarlo.

Con un computer quantistico adeguato, tuttavia, potremmo probabilmente capire come – e, così facendo, risparmiare significativamente energia. Nel 2017, i ricercatori della Microsoft hanno isolato la molecola cofattore necessaria per simulare. E lo faranno non appena l’hardware quantistico avrà un numero sufficiente di qubit e una stabilizzazione del rumore. Il CEO di Google ha recentemente detto al MIT che pensa che il miglioramento quantistico di Haber sia all’incirca un decennio lontano.

IBM

Luogo: Armonk, New York

Come sta usando l’informatica quantistica: Una recente ricerca sul fatto che l’informatica quantistica possa migliorare enormemente la previsione del tempo ha determinato… è un argomento che vale la pena studiare! E mentre abbiamo ancora poca comprensione di questa relazione, molti nel campo del QC lo vedono come un caso d’uso notevole.

Ray Johnson, l’ex CTO di Lockheed Martin e ora direttore indipendente della startup quantistica Rigetti Computing, è tra coloro che hanno indicato che il metodo di calcolo quantistico del calcolo simultaneo (piuttosto che sequenziale) avrà probabilmente successo nell'”analisi del sistema molto, molto complesso di variabili che è il tempo”. Il futurista Bernard Marr ha fatto eco a questo sentimento.

Mentre attualmente usiamo alcuni dei più potenti supercomputer del mondo per modellare le previsioni del tempo ad alta risoluzione, la previsione numerica accurata del tempo è notoriamente difficile. In effetti, probabilmente non è passato molto tempo da quando avete maledetto un meteorologo fuori norma.

Rigetti Computing

Luogo: Berkeley, Calif.

Come sta usando il calcolo quantistico: L’informatica quantistica e l’intelligenza artificiale potrebbero rivelarsi reciprocamente un ostacolo. Come VentureBeat ha recentemente spiegato, i progressi nell’apprendimento profondo probabilmente aumenteranno la nostra comprensione della meccanica quantistica, mentre allo stesso tempo i computer quantistici pienamente realizzati potrebbero superare di gran lunga quelli convenzionali nel riconoscimento di modelli di dati. Per quanto riguarda quest’ultimo aspetto, il team di ricerca quantistica dell’IBM ha recentemente scoperto che l’intreccio di qubit sul computer quantistico che ha eseguito un esperimento di classificazione dei dati ha dimezzato il tasso di errore rispetto ai qubit non intrecciati.

“Ciò che questo suggerisce”, ha osservato un saggio nella Technology Review del MIT, “è che man mano che i computer quantistici migliorano nello sfruttare i qubit e nell’aggrovigliarli, miglioreranno anche nell’affrontare i problemi di machine-learning.”

La ricerca della IBM è arrivata sulla scia di un altro promettente algoritmo di classificazione machine-learning: un ibrido quantistico-classico eseguito su una macchina a 19 qubit costruita dalla Rigetti Computing.

“Lo sfruttamento ha il potenziale per accelerare o altrimenti migliorare l’apprendimento automatico rispetto alle prestazioni puramente classiche”, hanno scritto i ricercatori di Rigetti. L’ibridazione del calcolo classico e dei processori quantistici ha superato “una sfida chiave” nella realizzazione di questo obiettivo, hanno spiegato.

Entrambi sono passi importanti verso l’obiettivo finale di accelerare significativamente l’IA attraverso il calcolo quantistico. Il che potrebbe significare assistenti virtuali che ti capiscono al primo colpo. O personaggi di videogiochi non controllati dal giocatore che si comportano in modo iper-realistico. I potenziali progressi sono numerosi.

“I think AI can accelerate quantum computing,” Google’s Pichai said, “and quantum computing can accelerate AI.”

RelatedQuantum Computers Will Transform How We Make & Play Video Games