Un computer quantistico superpotente ha sempre ragione? Forse no. Ecco come scoprirlo (senza aspettare 9.000 anni)

Viviamo nell’era della “Supremazia Quantistica”, o almeno così ci viene detto. La promessa è quella di macchine capaci di risolvere in pochi secondi problemi che richiederebbero millenni ai migliori supercomputer oggi esistenti. Tutto fantastico, se non fosse per un piccolo, fastidioso paradosso logico ed economico: se un computer quantistico fornisce una risposta che nessun altro computer può verificare, come facciamo a sapere che non sta semplicemente “dando i numeri”?

È il classico problema del controllore e del controllato. Fino a oggi, per validare certi calcoli quantistici, l’unica strada era affidarsi a supercomputer classici per simulazioni che potevano durare un’eternità. Ma una svolta arriva dall’Australia, precisamente dalla Swinburne University of Technology, dove un gruppo di ricercatori ha messo a punto un metodo per smascherare gli errori quantistici in pochi minuti, usando un banale computer portatile.¹ E le sorprese, come vedremo, non mancano.

Il paradosso della verifica impossibile

Il calcolo quantistico promette rivoluzioni nella medicina, nella crittografia e nella fisica. Tuttavia, mentre ci affanniamo a costruire dispositivi commerciali sempre più grandi, sorge il dubbio sulla loro affidabilità.

Alexander Dellios, ricercatore presso il Centre for Quantum Science and Technology Theory di Swinburne, riassume la questione con pragmatico realismo:

“Esiste una gamma di problemi che nemmeno il supercomputer più veloce del mondo può risolvere, a meno che non siate disposti ad aspettare milioni o miliardi di anni. Per validare i computer quantistici servono metodi per confrontare teoria e risultato senza attendere ere geologiche.”

La soluzione: dal supercomputer al Laptop

I ricercatori si sono concentrati su una tipologia specifica di macchina: il Gaussian Boson Sampler (GBS). Questo sistema utilizza i fotoni (particelle di luce) per generare calcoli probabilistici estremamente complessi, studiando la distribuzione statistica (Gaussiana) di questi fotoni e comparandola con il comportamento di altri computer.

La novità risiede nell’utilizzo di un metodo statistico avanzato (la “rappresentazione P positiva” combinata con tecniche di binning) che permette di verificare se la distribuzione dei risultati è corretta anche nel computer quantistico super potente. Ecco il confronto impietoso in termini di risorse e tempo:

La doccia fredda: il caso “Borealis”

Per dimostrare l’efficacia del loro metodo, il team ha analizzato i dati di un recente esperimento condotto sul computer quantistico Borealis, che vantava prestazioni di “vantaggio quantistico”.

Il risultato dell’audit è stato, per usare un eufemismo, interessante. L’analisi ha mostrato che la distribuzione delle probabilità fornita dal computer quantistico non corrispondeva al target ideale. In parole povere: c’era del “rumore” imprevisto cioè i risultati non sembravano statisticamente corretti come ci si doveva aspettare.

Sebbene macchine come Borealis possano essere incredibilmente veloci, l’analisi ha rivelato discrepanze significative rispetto alla “verità fondamentale” teorica. Errori che, senza questo nuovo metodo di controllo, sarebbero passati inosservati per millenni.

Computer quantistico

Conclusioni: La correzione degli errori è la vera “Supremazia”

Le implicazioni dello studio sono cruciali per l’industria tech e per gli investitori che guardano al settore:

• Efficienza batte forza bruta: Il metodo sviluppato è computazionalmente efficiente. Calcolare direttamente le probabilità (usando algoritmi classici che calcolano l’Hafnian) è proibitivo e soggetto a errori di arrotondamento. Il metodo Swinburne aggira l’ostacolo.
• La realtà del rumore: Gli esperimenti attuali sono lontani dalla perfezione. I dati mostrano che, una volta introdotta la decoerenza (la perdita di caratteristiche quantistiche) e applicate le correzioni, emergono discrepanze.
• Il futuro è nella correzione: Piuttosto che concentrarsi solo su hardware più potente, la strada maestra per un vantaggio quantistico commerciale sembra essere la correzione degli errori. Il metodo di Swinburne potrebbe funzionare come un sistema di feedback, dicendo alla macchina: “Stai sbagliando qui, correggi i parametri”.

In sintesi, non basta correre veloci se si sta correndo nella direzione sbagliata. La validazione efficiente è il ponte necessario tra la teoria accademica e un computer quantistico che sia utile, affidabile e, soprattutto, commercialmente valido.

Domande e risposte

Perché non possiamo usare i computer normali per controllare quelli quantistici?

I computer quantistici operano su principi di probabilità estremamente complessi che crescono esponenzialmente. Per replicare e verificare esattamente ciò che fa un processore quantistico (come un GBS) su un problema difficile, un supercomputer classico (come il giapponese Fugaku) impiegherebbe migliaia di anni. I computer classici non hanno la potenza di calcolo “parallela” intrinseca necessaria per gestire quella mole di variabili in tempi umani.

Cosa ha scoperto esattamente lo studio sul computer Borealis?

Lo studio ha rivelato che i risultati prodotti da Borealis, pur essendo generati molto velocemente, contenevano errori significativi. La distribuzione delle probabilità in uscita non combaciava con il modello teorico ideale “ground truth”. Questo significa che c’era del “rumore” imprevisto nel sistema (interferenze che degradano il calcolo) che non era stato precedentemente analizzato o corretto, mettendo in discussione l’accuratezza del risultato finale.

A cosa serve praticamente questa scoperta?

Serve a rendere il computer quantistico una tecnologia commerciale reale e non solo teorica. Senza un sistema rapido per verificare gli errori (in minuti invece che in millenni), non potremmo mai fidarci dei calcoli quantistici per applicazioni critiche come lo sviluppo di nuovi farmaci o la sicurezza informatica. Questo metodo permette di diagnosticare gli errori e calibrare le macchine per mantenerle precise.

Rimani aggiornato seguendoci su Google News!

SEGUICI