Dalla cybersicurezza alla ricerca farmaceutica, fino alla finanza, ecco alcuni modi in cui l‘informatica quantistica facilita i principali progressi.
I casi d’uso del quantum computing
Molte ricerche si sono concentrate in particolare sul potenziale dei quanti di accelerare drasticamente il cosiddetto modello Monte Carlo, che essenzialmente misura la probabilità di vari risultati e i rischi corrispondenti.
Un documento del 2019 scritto congiuntamente da ricercatori IBM e membri del team di ricerca quantitativa di JP Morgan includeva una metodologia per prezzare i contratti di opzione utilizzando un computer quantistico.
Quantum computing per risparmiare energia
Gran parte dei fertilizzanti del pianeta viene prodotta riscaldando e pressurizzando l’azoto atmosferico in ammoniaca, un processo sperimentato all’inizio del 1900 dal chimico tedesco Fritz Haber. E questo è un problema.
Il cosiddetto processo Haber, per quanto rivoluzionario, si è rivelato piuttosto dispendioso dal punto di vista energetico: circa il tre percento della produzione annuale di energia globale è destinato al funzionamento di Haber, che rappresenta più dell’uno percento delle emissioni di gas serra. E, cosa ancora più assurda, alcuni batteri eseguono questo processo in modo naturale – semplicemente non abbiamo idea di come e quindi non possiamo sfruttarlo.
Con un computer quantistico adeguato, tuttavia, potremmo probabilmente capire come fare e, così facendo, risparmiare notevolmente energia. Nel 2017 i ricercatori di Microsoft hanno isolato la molecola del cofattore necessaria per la simulazione. E lo faranno non appena l’hardware quantistico avrà un numero sufficiente di qubit e una stabilizzazione del rumore.
Quantum computing nelle previsioni meteorologiche
Una recente ricerca sulla possibilità che l’informatica quantistica possa migliorare notevolmente le previsioni meteorologiche ha stabilito che si tratta di un argomento che merita di essere studiato. Anche se la comprensione di questa relazione è ancora scarsa, molti addetti ai lavori la considerano un caso d’uso degno di nota.
Ray Johnson, 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 simultaneo (anziché sequenziale) dell’informatica quantistica avrà probabilmente successo nell'”analisi del sistema molto, molto complesso di variabili che è il tempo atmosferico”.
Anche se attualmente utilizziamo alcuni dei più potenti supercomputer del mondo per modellare previsioni meteorologiche ad alta risoluzione, un’accurata previsione numerica del tempo è notoriamente difficile. In effetti, probabilmente non è passato molto tempo dall’ultima volta che avete maledetto un meteorologo fuori norma.
Computer quantistici e crittografia di Internet
Per l’ex candidato alla presidenza Andrew Yang, la pietra miliare quantistica di Google del 2019 significa che “nessun codice è decifrabile”. Si riferiva all’idea, molto discussa, che la potenza di fattorizzazione senza precedenti dei computer quantistici avrebbe messo a dura prova i comuni sistemi di crittografia di Internet.
Ma il dispositivo di Google (come tutti gli attuali dispositivi QC) è troppo soggetto a errori per rappresentare l’immediata minaccia alla sicurezza informatica insinuata da Yang. Infatti, secondo l’informatico teorico Scott Aaronson, una macchina del genere non esisterà per un bel po’. Ma il pericolo incombente è serio.
![Computer Quantistico IBM Q](https://img.ai4business.it/wp-content/uploads/2017/11/13201940/Computer-Quantistico-IBM-Q-2-1024x576.jpg)
Gli algoritmi resistenti ai quanti
La spinta di anni verso algoritmi resistenti ai quanti, come il concorso in corso presso il National Institute of Standards and Technology per la costruzione di tali modelli, dimostra quanto la comunità della sicurezza prenda sul serio la minaccia.
Uno dei soli 26 algoritmi cosiddetti post-quantistici che hanno raggiunto le “semifinali” del NIST proviene da Post-Quantum, leader della sicurezza informatica con sede in Gran Bretagna. Secondo gli esperti, il processo attento e deliberato esemplificato dal progetto del NIST è proprio ciò di cui ha bisogno la sicurezza incentrata sui quanti. Come ha dichiarato a Nextgov Deborah Franke della National Security Agency, “ci sono due modi per commettere un errore con la crittografia resistente ai quanti: uno è che si potrebbe passare all’algoritmo troppo presto, l’altro è che si passi all’algoritmo troppo tardi”.
A seguito di questa competizione, il NIST ha annunciato quattro modelli di crittografia nel 2022 e sta procedendo alla standardizzazione degli algoritmi prima di rilasciarli per un uso diffuso nel 2024.
Quantum computing nella modellazione delle proteine
Un’azienda che si concentra sulla simulazione molecolare, in particolare sul comportamento delle proteine, è la startup biotecnologica ProteinQure, con sede a Toronto. Collabora con i leader dell’informatica quantistica (IBM, Microsoft e Rigetti Computing) e con le aziende di ricerca farmaceutica (SRI International, AstraZeneca) per esplorare il potenziale del quantum computing nella modellazione delle proteine.
Si tratta del percorso profondamente complesso ma ad alto rendimento dello sviluppo di farmaci in cui le proteine vengono ingegnerizzate per scopi medici mirati. Sebbene sia molto più preciso del vecchio metodo per tentativi ed errori degli esperimenti chimici, è infinitamente più impegnativo dal punto di vista computazionale.
Come ha osservato il Boston Consulting Group, la semplice modellazione di una molecola di penicillina richiederebbe un computer classico di dimensioni impossibili con bit da 10 all’86° potenza. Per i computer quantistici avanzati, invece, 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.
Il potenziale del quantum computing di simulare la meccanica quantistica potrebbe essere altrettanto trasformativo in altri ambiti legati alla chimica, oltre allo sviluppo di farmaci. L’industria automobilistica, ad esempio, vuole sfruttare la tecnologia per costruire batterie per auto migliori.
Quantum computing e automotive
Nel 2018, la casa automobilistica tedesca Daimler AG (la società madre di Mercedes-Benz) ha annunciato due distinte partnership con le potenze del calcolo quantistico Google e IBM. I veicoli elettrici “si basano principalmente su una chimica cellulare ben funzionante delle batterie”, ha scritto l’azienda nella sua rivista dell’epoca. L’informatica quantistica, ha aggiunto, ispira “giustificate speranze” per i “primi risultati” in aree come la simulazione cellulare e l’invecchiamento delle celle delle batterie. Il miglioramento delle batterie per i veicoli elettrici potrebbe contribuire ad aumentarne l’adozione.
Daimler sta anche studiando come l’informatica quantistica potrebbe potenzialmente potenziare l’intelligenza artificiale, migliorare il processo di sviluppo di batterie più sostenibili, gestire un futuro di traffico con veicoli autonomi e accelerare la logistica.
L’esplorazione dell’ottimizzazione da parte di Volkswagen porta a un punto che vale la pena sottolineare: Nonostante alcune interpretazioni comuni, la principale innovazione dell’informatica quantistica non è solo la velocità con cui risolverà le sfide, ma anche il tipo di sfide che risolverà.
Il problema del “commesso viaggiatore”, per esempio, è uno dei più famosi nel campo della computazione. Il suo scopo è determinare il percorso più breve possibile tra più città, toccando ogni città una volta e tornando al punto di partenza. Noto come problema di ottimizzazione, è incredibilmente difficile da affrontare per un computer classico. Per i quantum computer completamente realizzati, tuttavia, potrebbe essere molto più semplice.
Conclusioni
D-Wave e VW hanno già condotto programmi pilota su una serie di sfide di ottimizzazione del traffico e dei viaggi, tra cui la razionalizzazione dei flussi di traffico a Pechino, Barcellona e Lisbona. In quest’ultimo caso, una flotta di autobus ha percorso itinerari distinti adattati alle condizioni del traffico in tempo reale grazie a un algoritmo quantistico, che VW continua a perfezionare dopo ogni prova. Secondo Vern Brownell, CEO di D-Wave, il progetto pilota dell’azienda “ci porta più vicini che mai alla realizzazione di un vero e proprio calcolo quantistico pratico”.