Dai computer tradizionali a quelli da un milione di Qubit

Computer con prestazioni molto più elevate rispetto a quelli tradizionali è una delle sfide dei ricercatori. E per centrare questo traguardo si punta allo sviluppo della computazione quantistica. Si tratta di avveniristiche applicazioni che sfruttano i principi della meccanica quantistica per realizzare calcoli e risolvere problemi in modo diverso rispetto a quanto avviene adesso.

I computer tradizionali eseguono, infatti, operazioni usando bit, unità di informazione che possono assumere alternativamente i valori di 0 o 1, come piccole lampadine che possono essere soltanto accese o spente. L’informazione codificata in questo modo si chiama digitale (dall’inglese digit, ovvero cifra) ed è basata sulla tecnologia dei transistor, di dimensioni sempre più microscopiche comparabili a quelle di una particella atomica.

I computer quantistici usano, invece, qubit (bit quantistici) che sfruttano fenomeni come la sovrapposizione (un qubit può trovarsi in una combinazione di stati, rappresentando contemporaneamente sia 0 che 1, invece di essere in uno solo dei due stati) e l’entanglement (due o più qubit risultano collegati in modo che lo stato di uno sia direttamente correlato allo stato dell’altro, anche se fisicamente distanti, come in un intreccio) per gestire e manipolare l’informazione.

Queste proprietà dell’informazione quantistica offrono inedite potenzialità di calcolo e prestazioni irraggiungibili anche dai più potenti supercomputer digitali. Entanglement e sovrapposizione consentono a un computer quantistico di esplorare simultaneamente molte possibilità, rendendo alcune operazioni molto più veloci rispetto ai computer classici, eseguendo anche calcoli in parallelo e risolvendo problemi complessi in modi che sarebbero proibitivi per un computer classico.

Su questa frontiera opera già, ad esempio, il progetto Quadrature, finanziato dalla Commissione Europea attraverso il programma Horizon Europe Pathfinder Open, a cui partecipa un team di ricerca dell’Università di Catania.

A comporre il team Unict il prof. Maurizio Palesi (coordinatore del progetto per l’ateneo catanese), i docenti Giuseppe Ascia e Davide Patti e i dottori Enrico Russo e Hamaad Rafique.

A sviluppare il progetto un partenariato internazionale costituito da ricercatori della Universitat Politecnica de Catalunya (capofila), della Technische Universiteit Delft, della Universitaet Siegen, della Equal 1 Laboratories Ireland Limited, della Barcelona Supercomputing Center Centro Nacional de Supercomputacion e della University College Dublin.

Il team di ricerca di Unict

Quadrature mira a creare sistemi di calcolo quantistico scalabili e modulari, collegando più processori quantistici (Qcore) all’interno di un unico dispositivo. La scalabilità si riferisce alla capacità di un sistema di calcolo quantistico di aumentare il numero di qubit senza compromettere la qualità o l’affidabilità del calcolo e di gestire, al tempo stesso, la crescente complessità tecnica derivante dall’aggiunta di qubit, come errori, rumore e difficoltà di controllo.

La modularità riguarda, invece, un approccio in cui un sistema quantistico complesso viene costruito a partire da moduli più piccoli e autonomi, che possono essere unità quantistiche indipendenti con un certo numero di qubit collegati tra loro tramite reti quantistiche o canali di comunicazione, come fotoni o interconnessioni elettromagnetiche.

I computer quantistici sono tuttora in fase sperimentale, dato che i qubit sono estremamente sensibili alle interferenze esterne, e la correzione degli errori, ma, in prospettiva, la programmazione offre già enormi potenziali in ambiti che richiedono calcoli intensivi o simulazioni di fenomeni quantistici reali.

Al giro di boa del primo anno di attività, il progetto Quadrature può annoverare, tra i principali risultati, lo sviluppo di cavità quantistiche superconduttive, che permettono il trasferimento dello stato dei qubit tra diversi processori quantistici, con risultati promettenti raggiunti prima del previsto.

Sul piano della comunicazione wireless, sono state definite le specifiche di un sistema che funziona a basse temperature, progettando moduli di trasmissione e ricezione efficienti e performanti, caratterizzati cioè da basso consumo energetico ed elevate prestazioni. Sono stati inoltre sviluppati strumenti di simulazione e metodologie innovative in grado di armonizzare la comunicazione di tipo tradizionale con quella quantistica, e progettate tecniche avanzate per gestire i circuiti quantistici nelle nuove architetture multicore, per quanto attiene la scalabilità.

Computer quantistico (Credit: flickr.com/IBM)

“L’obiettivo finale – spiega il prof. Maurizio Palesi, docente di Sistemi di elaborazione delle informazioni al dipartimento di Ingegneria elettrica, elettronica e informatica dell’Università di Catania che coordina il team dell’ateneo nell’ambito del progetto – punta a realizzare un sistema di calcolo quantistico con un milione di qubit, capace di affrontare problemi scientifici complessi e di grande impatto”.

“Macchinari con tali capacità di calcolo – aggiunge – possono portare notevoli vantaggi ad esempio nel campo della crittografia, offrendo modalità di comunicazione teoricamente inviolabili, in quelli dell’apprendimento automatico dei sistemi informatici (machine learning) e dell’intelligenza artificiale, della risoluzione di problemi di ottimizzazione complessi, come la gestione del traffico, la logistica e la pianificazione, e della simulazione di molecole e reazioni chimiche e fisiche a un livello molto più accurato, con applicazioni potenziali nella scoperta di nuovi farmaci e materiali avanzati”.

“Il team di Unict – spiega il prof. Palesi – sta svolgendo un ruolo cruciale nel progetto Quadrature, contribuendo in modo significativo alla definizione di una tecnica innovativa per ottimizzare l’assegnazione dei qubit mediante l’uso di algoritmi di deep reinforcement learning”.

Si tratta della combinazione della tecnologia dell’apprendimento per rinforzo, attraverso cui un agente (ad esempio, un programma o un robot) impara a prendere decisioni attraverso prove ed errori, e del deep learning, un metodo di intelligenza artificiale basato sulle reti neurali artificiali profonde, che permette di analizzare grandi quantità di dati e riconoscere schemi complessi.

«Nel complesso, il primo anno di attività – conclude il docente – è stato molto fruttuoso e ha posto solide basi per i prossimi sviluppi, grazie anche allo sviluppo di uno strumento di simulazione utile ad analizzare il ruolo della comunicazione nelle architetture quantistiche multicore scalabili”.

«Oltre agli avanzamenti tecnici – aggiunge il prof. Palesi -, il team di Quadrature ha lanciato il sito web ufficiale, attivato canali di comunicazione pubblica e sviluppato una strategia di diffusione e sfruttamento dei risultati per coinvolgere gli stakeholder e favorire le collaborazioni».