Per anni, il concetto di vantaggio quantistico è stato al centro di un acceso dibattito scientifico. Mentre le aziende tecnologiche hanno rivendicato calcoli impossibili per i computer tradizionali, molti esperti hanno contestato l’utilità reale di tali dimostrazioni, basate su operazioni prive di applicazioni pratiche. In questo scenario, Google Quantum AI ha introdotto un nuovo algoritmo, denominato Quantum Echoes, che potrebbe rappresentare il primo passo concreto verso un vantaggio quantistico verificabile e orientato alla ricerca scientifica reale, con potenziali applicazioni nella scoperta di nuovi farmaci, catalizzatori, materiali per batterie e polimeri avanzati.

Il team di Google sottolinea però che i primi risultati non costituiscono ancora un vantaggio quantistico definitivo. Le simulazioni condotte finora hanno infatti coinvolto molecole semplici, facilmente gestibili anche dai supercomputer convenzionali. Tuttavia, il nuovo metodo introduce un approccio radicalmente diverso in grado di superare i limiti tecnici e concettuali dei precedenti benchmark, riaccendendo le speranze per un quantum computing realmente utile.

Il dibattito sul vantaggio quantistico

La potenza di un computer quantistico cresce in modo esponenziale con l’aumentare dei qubit interconnessi. Nel 2019 il processore Sycamore di Google, con 54 qubit, eseguì un calcolo in 200 secondi che, secondo l’azienda, avrebbe richiesto 10.000 anni al supercomputer Summit. Nel 2024, il chip Willow con 105 qubit ha mostrato un incremento ancora più significativo, completando un benchmark in meno di cinque minuti, contro i 10^25 anni stimati per Frontier, il più potente supercomputer dell’epoca.

Queste dimostrazioni hanno però suscitato anche alcune critiche. Il test utilizzato, chiamato random circuit sampling, consisteva nell’elaborare operazioni casuali prive di utilità scientifica, senza contare che la natura casuale dell’algoritmo rendeva impossibile verificare se due computer quantistici producessero gli stessi risultati, minando la credibilità stessa dell’esperimento.

google Quantum Echo

Il chip quantistico Willow con 105 qubit

La svolta di Quantum Echoes

Per superare queste limitazioni, Google ha sviluppato un nuovo algoritmo quantistico che unisce tre caratteristiche fondamentali: utilità scientifica, verificabilità e superiorità prestazionale rispetto ai metodi classici. Quantum Echoes funziona eseguendo una serie di operazioni su un sistema quantistico, ad esempio una simulazione molecolare, per poi introdurre una perturbazione su un singolo qubit e far “tornare indietro” l’intero sistema attraverso le stesse operazioni in ordine inverso. Il confronto tra l’evoluzione in avanti e quella inversa rivela come la perturbazione si propaga tra i qubit, simulando il comportamento degli elettroni all’interno di una molecola con una precisione senza precedenti.

Questo approccio è assimilabile all’effetto farfalla, per il quale una piccola variazione locale ha effetti misurabili sull’intero sistema. Proprio questa sensibilità sistemica potrebbe rappresentare la chiave per modellare l’interazione quantistica tra gli atomi; un compito proibitivo per i supercomputer classici, i cui tempi di calcolo crescono in maniera insostenibile con l’aumentare della complessità molecolare.

Durante i test su 65 qubit del chip Willow, l’algoritmo Quantum Echoes ha eseguito il calcolo circa 13.000 volte più velocemente del miglior algoritmo classico eseguito su Frontier. Ancora più importante, due processori quantistici indipendenti sono stati in grado di ottenere lo stesso risultato, un aspetto cruciale per la verifica scientifica.

L’importanza della verificabilità

Come spiega Thomas O’Brien di Google Quantum AI, la vera utilità di un algoritmo quantistico non risiede però solo nella velocità, ma anche nella possibilità di dimostrare che i risultati siano corretti. Senza questo requisito, nessuna applicazione scientifica o industriale può essere implementata. Michel Devoret, chief scientist di Google Quantum AI, sottolinea che il successo di Quantum Echoes è dovuto anche alla stabilità del chip Willow, caratterizzato da un tasso di errore di appena lo 0,1% (un ordine di grandezza che consente calcoli affidabili).

Un primo campo di applicazione potrebbe essere la spettroscopia NMR (risonanza magnetica nucleare), una tecnica essenziale per analizzare la struttura molecolare. Simulazioni preliminari condotte accoppiando Quantum Echoes con modelli molecolari digitali hanno mostrato che l’algoritmo può estrarre informazioni strutturali precise già con 15 qubit, suggerendo un potenziale impiego per studiare materiali complessi, proteine e composti farmaceutici.

Secondo Hartmut Neven, direttore di Google Quantum AI, la traiettoria della ricerca indica che nei prossimi cinque anni potremmo assistere alle prime applicazioni commerciali e scientifiche possibili solo grazie ai computer quantistici. Il futuro del calcolo potrebbe quindi spostarsi dal dimostrativo al pratico e il nuovo algoritmo rappresenterebbe il primo tassello concreto verso questa transizione epocale.