Trasformare i principi astratti della meccanica quantistica in dispositivi reali e controllabili. Dimostrare che gli effetti quantistici possono essere osservati, misurati e sfruttati grazie a circuiti superconduttori.
Con il suo lavoro Michel Devoret, professore emerito di Fisica a Yale, insieme ad altri pionieri come John Clarke e John Martinis, ha dimostrato che circuiti elettrici superconduttori possono comportarsi come veri e propri atomi quantistici. Questi “atomi artificiali” imitano il comportamento quantistico degli atomi naturali e costituiscono la base dei qubit, gli elementi fondamentali dei processori quantistici più avanzati, come quelli sviluppati da Google. Un risultato premiato con il Nobel 2025.
In una recente videoconferenza a Parigi Devoret, che guida il laboratorio Quantum AI di Google, ci ha raccontato il senso del suo lavoro e le sfide ancora aperte in questa rivoluzione scientifica appena cominciata.
Google Quantum AI Lab (Google)
Quantum Error Correction
Da una parte c’è il nodo della “correzione degli errori”, considerata il vero ostacolo verso lo sviluppo di computer quantistici affidabili.
Risultati promettenti sono arrivati con “Willow”, che in una pubblicazione di alcuni mesi fa su Nature Google descrive come “il primo processore quantistico in cui il tasso di correzione degli errori viene soppresso esponenzialmente man mano che vengono aggiunti altri qubit”. Tuttavia, si legge sul paper, “questa soppressione esponenziale si verifica solo se il tasso di errore fisico è inferiore a una soglia critica”.
Sul tema saranno necessari ancora molti miglioramenti, “di diversi ordini di grandezza” dice Devoret che però è ottimista sul raggiungimento dell’obiettivo: “Forse non ci arriverò io nel corso della mia vita, ma sono certo che in futuro fisici molto ingegnosi ci arriveranno”.
Il processore quantistico “Willow” di Google (Google)
Quantum e Intelligenza Artificiale
Poi c’è l’interrogativo sulla sinergia tra calcolo quantistico e Intelligenza Artificiale. “I due settori del Quantum e dell’Intelligenza Artificiale sono completamente diversi, ma allo stesso tempo sono complementari“, ha detto Devoret.
“In un computer quantistico c’è bisogno dell’AI per controllarlo perché questa aiuta a comprendere i bias e, dunque, a correggere gli errori. Allo stesso tempo, i computer quantistici producono i dati sui quali si basa l’AI. Inoltre – continua il Premio Nobel – mettendo insieme i due sistemi si crea anche la possibilità di effettuare un controllo incrociato tra i due“.
Un esempio di questa complementarità, secondo Devoret, è rappresentato molto bene da AlphaFold, il modello di AI sviluppato da Google DeepMind 5 anni fa, che è valso ai suoi creatori, Demis Hassabis e John Jumper, il Premio Nobel per la Chimica 2024. AlphaFold permette, infatti, di prevedere la struttura 3D delle proteine a partire dalla loro composizione, con un impatto enorme sulla ricerca scientifica.
“AlphaFold si basa su un’immensa banca dati messa insieme grazie a decenni e decenni di scrupolosi esperimenti”, osserva Devoret. “I computer quantistici possono accelerare la produzione di questi dati, e nell’ambito della chimica questa è una cosa molto importante”.
Rischi per la crittografia?
Per quanto riguarda, invece, i possibili rischi derivanti dalle applicazioni dei suoi studi, il Premio Nobel afferma che il mondo del Quantum non offre, al momento grandi motivi di preoccupazione: “Non sono preoccupato della possibile invasione della privacy da parte dei computer quantistici, perché ora la crittografia si sta muovendo verso codici post-quantum che non sono violabili da un computer quantistico. Per il momento in cui un dispositivo di questo tipo riuscirà a violare le comunicazioni, saremo già al sicuro da questo punto di vista”.
