Computer quantistico, CNR elabora un modello che supera Google
I ricercatori italiani hanno sviluppato un sistema basato sul deep learning che, grazie all’intelligenza artificiale, permette di programmare un algoritmo per qualsiasi computer quantistico dopo un solo “addestramento”. Un algoritmo, ad oggi, unico, elaborato dall’Istituto di fotonica e nanotecnologie del CNR, in collaborazione con l’Università Statale di Milano e il Politecnico di Milano.
CNR batte Google, è il caso di sottolinearlo. Se il colosso della Silicon Valley era riuscito nell’intento di velocizzare le operazioni di un computer quantico, seppur con dei limiti concreti, il Consiglio Nazionale delle Ricerche ha ora realizzato un algoritmo polivalente, capace di costruire le porte logiche che un computer quantico può utilizzare per le sue attività. La notizia è di questi giorni e segue la pubblicazione dello studio sulla prestigiosa rivista Nature “Communication Physics”.
La ricerca è stata anche brevettata, come sottolinea Enrico Prati dell’Istituto di fotonica e nanotecnologie del Consiglio Nazionale delle Ricerche (CNR-IFN) di Milano e coordinatore del team di ricercatori italiani: “Il nostro modello supera un brevetto simile di Google che utilizza l’intelligenza artificiale dopo l’addestramento ma per una sola porta logica, poi è richiesto un nuovo addestramento. Noi abbiamo invece individuato come costruire tutte le porte logiche quantistiche con un addestramento unico, dopo il quale si può richiamare subito la soluzione per una qualsiasi porta logica, con il cosiddetto deep learning. I computer quantistici promettono di risolvere problemi di calcolo molto più rapidamente che con l’hardware attualmente esistente e i compilatori quantistici sono un elemento fondamentale per un loro controllo efficiente”.
Il team di ricercatori italiani ha dunque ottenuto un risultato eccezionale: “Analogamente ai computer convenzionali, in cui i bit sono sottoposti ai calcoli attraverso dalle porte logiche, anche nei computer quantistici è necessario impiegare porte logiche quantistiche, che però vanno programmate da una sorta di sistema operativo che conosce quali sono le operazioni realizzabili – spiega Enrico Prati – Tuttavia esistono molte versioni diverse di hardware che forniscono differenti operazioni realizzabili, come un piccolo mazzo di carte da gioco da cui scegliere”.
Gli hardware dei computer quantistici sono complessi e offrono solo alcune porte logiche fondamentali, ma l’algoritmo supera il problema delle porte che non si trovano tra quelle disponibili: “Esiste una teoria che assicura di sì ma non dice come procedere – prosegue Prati – e la sfida è stata risolvere il problema affidandosi alla capacità di astrazione dell’intelligenza artificiale”.
La sfida è stata affidata a Lorenzo Moro, all’epoca laureando in Fisica all’Università degli Studi di Milano e oggi dottorando del Politecnico di Milano: “Abbiamo chiesto all’intelligenza artificiale di trovare l’ordine per giocare le 5-6 carte a disposizione, anche con sequenze lunghe centinaia di giocate, scegliendo una per una quelle giuste per formare l’intera sequenza. Dopo una fase di addestramento, che va da qualche ora a un paio di giorni, l’intelligenza artificiale impara a costruire la sequenza per ogni porta logica quantistica partendo dalle operazioni disponibili, ma impiegando pochi millisecondi”.
Immagine di copertina: Sfondo foto creata da rawpixel.com – it.freepik.com