Tecnologie quantistiche: un laboratorio di interdisciplinarità

Quella che oggi viene chiamata seconda rivoluzione quantistica è già di per sé un’alleanza interdisciplinare tra due branche della scienza che per buona parte del XX secolo sono rimaste per lo più separate: la fisica quantistica da una parte, sviluppata nella prima metà del Novecento, e la teoria dell’informazione dall’altra, nata alla fine degli anni ‘40.

La teoria dell’informazione quantistica che ne è risultata è ora alla base dello sviluppo dei nuovi sistemi di calcolo quantistici, che promettono di risolvere molto più rapidamente dei computer classici alcune classi di problemi computazionali.

Il loro sviluppo però deve ancora dimostrare di superare alcuni ostacoli fondamentali, mentre le comunicazioni quantistiche sono già riuscite a rendere pressoché inviolabile un’operazione di trasferimento di dati, sfruttando principi fisici e non matematici (come avviene nei tradizionali protocolli di sicurezza informatica odierni). Anche il settore della nuova sensoristica quantistica ha già dimostrato di essere in grado di captare segnali di diversa natura, siano essi neurali o sismici, con una sensibilità inedita per i sensori elettronici tradizionali.

Lo sviluppo di queste tecnologie è un laboratorio di interdisciplinarità o, come riporta il rapporto OCSE 2025 su scienza, tecnologia e innovazione, di convergenza tecnologica.

LEGGI ANCHE

Convergenza tecnologica: la biologia sintetica incontra l'intelligenza artificiale

Intelligenza artificiale

Un primo campo di convergenza tecnologica è quello tra tecnologie quantistiche e intelligenza artificiale. Uno dei problemi che la progettazione dei computer quantistici deve ancora risolvere è la correzione degli errori che si accumulano nel calcolo. Le tecniche di machine learning che sono alla base del funzionamento dell’AI possono venire usate per individuare gli errori e migliorare le prestazioni di calcolo dei computer quantistici. L’AI può anche venire utilizzata per analizzare le grandi quantità di dati raccolti dai sensori quantistici e aiutarli a distinguere quelli rilevanti dal rumore di fondo.

Diverse compagnie, come per esempio Quantinuum ma anche il Google Quantum AI Lab, stanno anche provando a percorre la strada speculare, ossia l’uso del calcolo quantistico per il miglioramento dei sistemi di AI, che solitamente richiedono molto tempo e molta capacità computazionale nella fase di addestramento. Non è ancora chiaro però se questa strada sia facilmente percorribile.

Secondo Filippo Vicentini dell’Ecole Polytechnique di Parigi, i computer quantistici fanno fatica a processare le enormi quantità di dati che servono all’AI, poiché sono in grado di mantenere tempi di calcolo (in gergo si chiamano tempi di coerenza) molto ridotti, nell’ordine delle frazioni di secondo, per via dell’estrema sensibilità alle perturbazioni cui è soggetto il substrato di calcolo quantistico, che di solito sono singole particelle o singoli atomi. Su questo fronte, c’è ancora molta strada da percorrere.

Biologia quantistica

Negli ultimi anni si è assistito a un rapido avanzamento della biologia quantistica, un campo che studia la convergenza dei principi della fisica quantistica con i sistemi biologici, esplorando come i meccanismi della vita possano funzionare su scala quantistica e come la selezione naturale abbia individuato soluzioni basate sulla meccanica quantistica che sono diventate adattamenti per diverse nicchie ecologiche.

Nella fotosintesi delle piante giocano un ruolo cruciale i meccanismi quantistici, costituendo un vero e proprio adattamento modellato dalla selezione naturale. Anche alcuni uccelli migratori fanno affidamento a fenomeni quantistici per orientarsi rispetto al magnetismo terrestre. Queste ricerche di scienza fondamentale possono fornire l’ispirazione per la costruzione di nuovi dispositivi come i biosensori quantistici, ossia sensori che sfruttano i segreti della fisica quantistica ma che sono basati su materiali biologici anziché elettronici.

Per esempio, una proteina luminescente di una specie di medusa può essere prodotta all’interno di cellule cresciute in laboratorio e utilizzata come sensore biochimico per raccogliere segnali di interesse sia medico sia ambientale. Analogamente, si è capito che una proteina presente negli occhi dei pettirossi e usata dagli uccelli come sensore magnetico è un dispositivo raffinatissimo che lavora al limite di ciò che è possibile in termini di volume, tempi ed efficienza della misurazione. Le applicazioni di queste conoscenze non si sono ancora tradotte in prodotti che hanno raggiunto il mercato, ma le ispirazioni di certo non mancano.

Ingegneria quantistica

L’avanzamento delle tecnologie quantistiche dipende anche da progressi puramente ingegneristici. Le unità di calcolo dei computer quantistici sono i qubit, che a seconda degli approcci possono essere composti di particelle come fotoni o atomi. Per isolarli dalla perturbazioni esterne occorrono tecnologie come i tubi a vuoto, che in questo caso devono riuscire a lavorare a dimensioni anche subatomiche.

Analogamente, specialmente nei computer quantistici basati su materiali superconduttori microscopici cavi devono collegare i nodi di un chip quantistico, senza alterare i parametri di temperatura, elettromagnetismo o senza generare vibrazioni. Ingegneristicamente, è una sfida al limite del proibitivo.

I computer quantistici hanno bisogno anche degli sviluppi più avanzati della criogenia, perché è a temperature estremamente basse, vicine allo zero assoluto (inferiori ai – 273° C), che operano i materiali superconduttori e che i qubit mantengono tempi di coerenza utili al calcolo.

Tenere insieme sistemi di controllo elettrico che operano nel vuoto, a temperature bassissime e a dimensioni atomiche, è la sfida più grande, assieme a quella scientifica della riduzione degli errori di calcolo, che il settore della computazione quantistica deve dimostrare di poter vincere.