Il quantum advantage entra in una fase nuova: non più soltanto la capacità di affrontare problemi fuori dalla portata dei computer tradizionali, ma la possibilità di produrre risultati scientifici considerati affidabili anche quando una verifica classica completa non è più disponibile. È questo il passaggio indicato da due dimostrazioni annunciate da Ibm con Algorithmiq e Qedma, entrambe concentrate sulla simulazione di materiali quantistici complessi e sull’impiego di tecniche avanzate per ridurre, misurare e controllare gli errori.
La rilevanza per il settore delle telecomunicazioni non va però sovrastimata. Gli esperimenti non riguardano l’ottimizzazione della Ran, la gestione dello spettro, il routing o l’automazione delle reti. Il loro valore per le Tlc è soprattutto di filiera: rendere il quantum computing uno strumento più credibile per studiare materiali destinati a semiconduttori, componenti fotonici e optoelettronici, sistemi di raffreddamento, batterie e infrastrutture di calcolo.
Nel lungo periodo, questi avanzamenti potrebbero contribuire alla progettazione di apparati ottici più efficienti, chip radio con migliori prestazioni e data center meno energivori. Sul piano infrastrutturale, inoltre, le prove confermano un modello in cui processori quantistici, software di mitigazione degli errori e supercalcolo classico vengono integrati e resi accessibili via cloud. Una configurazione che potrebbe aprire spazio anche agli operatori Tlc, chiamati a fornire connettività ad alte prestazioni, capacità di data center, sicurezza e orchestrazione delle risorse.
Indice degli argomenti
Quantum advantage: non solo potenza di calcolo
Nel lavoro realizzato con Algorithmiq, una simulazione della materia quantistica eterogenea eseguita su un processore Ibm Quantum Heron ha continuato a resistere, per otto mesi, ai tentativi di riproduzione con i metodi classici più avanzati. Il modello studiava la propagazione dell’informazione attraverso regioni dotate di proprietà locali differenti, una condizione che richiama la struttura irregolare dei materiali reali, nei quali interfacce, difetti e variazioni microscopiche incidono sul movimento di energia e particelle.
Il punto centrale non consiste soltanto nell’aver ottenuto una risposta che il calcolo classico non è riuscito a ricostruire sull’intero dominio del problema. La questione decisiva è capire se quel risultato possa essere considerato attendibile proprio quando viene meno il principale strumento di verifica, cioè il confronto con una simulazione tradizionale.
Un cambio di prospettiva
Per affrontare il problema, i ricercatori hanno modificato intenzionalmente il rumore che influenzava i circuiti, iniettando errori controllati, intervenendo sulle calibrazioni delle porte logiche ed eseguendo gli esperimenti su processori differenti. La stabilità delle misurazioni ha fornito un’indicazione ulteriore sulla robustezza dei risultati. Il lavoro propone così un framework basato su modelli di rumore validati, mitigazione degli errori e quantificazione dell’incertezza.
È un cambio di prospettiva importante. Fino a quando un computer quantistico può essere controllato integralmente da uno classico, la sua superiorità resta circoscritta. Quando invece il problema supera la capacità di verifica tradizionale, diventa necessario costruire procedure autonome di fiducia. Il quantum advantage, in questa lettura, non coincide con un singolo record computazionale: richiede un insieme di prove ripetibili, trasparenti e sottoposte al controllo della comunità scientifica.
Qedma spinge la simulazione fino a 74 qubit
La seconda dimostrazione, sviluppata da Ibm e Qedma, ha utilizzato il software Qesem per la soppressione e mitigazione degli errori su sistemi fino a 74 qubit. I ricercatori hanno analizzato le oscillazioni di un modello di Floquet Ising bidimensionale, impiegato per studiare l’evoluzione delle proprietà magnetiche di un materiale sottoposto a impulsi periodici.
Con l’aumento delle dimensioni del sistema e della durata dell’evoluzione, le metodologie classiche hanno iniziato a produrre risposte non coerenti. Il confronto ha coinvolto anche Riken, attraverso risorse di supercalcolo che comprendono Fugaku, e BlueQubit, specializzata nella simulazione di circuiti quantistici su larga scala. Secondo la documentazione, nessuno degli approcci classici è riuscito a mantenere un accordo stabile alla scala raggiunta dall’esperimento quantistico. Intanto i risultati mitigati dagli errori hanno continuato a mostrare oscillazioni persistenti.
La strategia di validazione è stata progressiva. In una prima fase, il protocollo di mitigazione è stato confrontato con simulazioni classiche nei casi ancora trattabili. Successivamente, un metodo più scalabile è stato verificato sui risultati già controllati e poi esteso a configurazioni più complesse. Le misure sono state inoltre confrontate con piattaforme hardware differenti, compresi sistemi a ioni intrappolati di Quantinuum.
Questa impostazione riduce il rischio che il comportamento osservato dipenda da un difetto specifico del processore o dal metodo di mitigazione. Non elimina però ogni margine di discussione. Le affermazioni di quantum advantage restano legate alla definizione del problema, alla qualità dei benchmark e alla possibilità che nuovi algoritmi classici riducano in futuro il divario. Per questo la pubblicazione dei circuiti, dei risultati e dei metodi di confronto assume un peso quasi pari alla prestazione ottenuta.
Materiali avanzati, il collegamento con le Tlc
L’aggancio più concreto delle sperimentazioni di Quantum advantage con le telecomunicazioni riguarda la ricerca sui materiali. Ibm e Qedma indicano possibili ricadute nell’optoelettronica ultraveloce, nei superconduttori indotti dalla luce e in altre applicazioni avanzate. Il lavoro con Algorithmiq affronta invece sistemi eterogenei che possono rappresentare, tra gli altri, catalizzatori ed elettroliti per batterie.
Per la filiera Tlc, l’optoelettronica è un’area strategica. La crescita del traffico dati, l’espansione dei data center e l’evoluzione delle reti di trasporto evidenziano esigenze imporanti. Servono componenti capaci di aumentare la velocità di elaborazione e trasmissione senza far crescere i consumi nella stessa proporzione. Materiali con migliori proprietà ottiche, termiche o elettroniche potrebbero rivelarsi cruciali. E tradursi in transceiver più efficienti, interconnessioni fotoniche ad alta capacità e sistemi di conversione con minori dispersioni.
Un impatto potenziale riguarda anche i semiconduttori destinati alle stazioni radio e agli apparati di rete. La progettazione di nuovi materiali potrebbe migliorare efficienza energetica, dissipazione del calore e prestazioni dei chip impiegati nelle unità radio, nei router e nelle piattaforme edge. Si tratta, tuttavia, di una traiettoria di ricerca, non di un beneficio già disponibile per gli operatori.
Lo stesso vale per batterie e raffreddamento. La densificazione delle infrastrutture digitali e la diffusione dell’edge computing aumentano il fabbisogno di alimentazione, continuità operativa e controllo termico. Simulare con maggiore accuratezza elettroliti, superfici e strutture complesse potrebbe accelerare l’individuazione di soluzioni più adatte alle installazioni distribuite. Il passaggio dal modello quantistico al materiale industriale richiede però sperimentazione, produzione su scala, affidabilità e sostenibilità economica.
Il quantum advantage prende forma come servizio cloud
La seconda conseguenza per le Tlc riguarda il modello di accesso alla capacità quantistica. Le elaborazioni descritte negli studi sono state realizzate su processori Ibm disponibili via cloud, integrando hardware quantistico, software specializzato e risorse di calcolo classico. Non emerge quindi, almeno in questa fase, uno scenario in cui imprese e operatori acquistano sistemi quantistici per installarli direttamente nei propri data center.
Il modello più plausibile è quello del quantum computing as a service, all’interno di ambienti ibridi nei quali i diversi carichi di lavoro vengono assegnati alla risorsa più adatta. Il processore quantistico potrebbe occuparsi di una parte circoscritta del problema. Al contempo preparazione dei dati, simulazioni, verifica e gestione operativa resterebbero affidate a Cpu, Gpu e supercomputer.
Per gli operatori Tlc si apre così un’opportunità infrastrutturale prima ancora che applicativa. L’accesso a servizi quantistici richiederà connessioni affidabili tra imprese, laboratori, cloud provider e centri di calcolo. Crescerà inoltre il valore di servizi di sicurezza, gestione delle identità, controllo dei dati e orchestrazione di ambienti distribuiti.
Non tutti i carichi quantistici richiedono latenza ultrabassa. Molti esperimenti scientifici possono essere eseguiti in modalità asincrona. La qualità della rete resta comunque decisiva per trasferire dataset, integrare workflow e garantire continuità operativa. Gli operatori dotati di data center, piattaforme edge e servizi cloud potrebbero quindi posizionarsi come intermediari tra la domanda industriale e i fornitori di capacità quantistica.
La mitigazione degli errori accorcia i tempi, ma non risolve tutto
Le due dimostrazioni si inseriscono in una fase in cui l’industria cerca di ottenere risultati utili senza attendere sistemi completamente fault tolerant. I computer quantistici attuali rimangono sensibili al rumore e gli errori possono accumularsi durante l’esecuzione dei circuiti. La mitigazione tenta di ricostruire un risultato più accurato attraverso misure ripetute, modelli statistici e tecniche di soppressione.
L’approccio consente di estendere le capacità dell’hardware disponibile, ma ha un costo. L’esecuzione di molteplici circuiti aumenta il fabbisogno di tempo macchina e risorse classiche. Inoltre, l’efficacia può cambiare in funzione del problema, dell’architettura e del livello di rumore. Non equivale alla correzione completa degli errori, che richiede qubit logici costruiti a partire da un numero molto più elevato di qubit fisici.
Anche per questo i risultati annunciati non possono essere letti come l’arrivo generalizzato del quantum computing commerciale. Dimostrano piuttosto che l’integrazione tra hardware, software e validazione può raggiungere un punto nel quale i metodi classici non offrono più la stessa capacità.
Algorithmiq ha inoltre reso disponibile monoprop, una piattaforma che espone il proprio metodo classico per la simulazione degli stati fondamentali molecolari. La scelta punta a creare benchmark aperti, consentendo ad altri gruppi di mettere alla prova le affermazioni di vantaggio quantistico. È un elemento essenziale: più il confronto supera la verifica classica diretta, più diventa necessario condividere protocolli, circuiti, dati e margini di incertezza.
Per le telco è una notizia di filiera, non ancora di rete
Per il mercato delle telecomunicazioni, la novità va collocata nel punto corretto della catena del valore. Non modifica oggi l’operatività delle reti e non introduce una nuova funzione per il controllo della Ran. Segnala però che il quantum computing si sta avvicinando al ruolo di strumento scientifico per progettare materiali e componenti destinati anche alle infrastrutture digitali.
Il valore potenziale si concentra quindi a monte: fotonica, semiconduttori, batterie, sistemi termici e piattaforme di calcolo ibride. A valle, gli operatori potrebbero trovare spazio nella connettività, nei data center e nella gestione sicura di servizi quantistici erogati via cloud.
La vera svolta non consiste nell’aver sostituito il supercomputer, ma nell’aver delineato un metodo per fidarsi di risultati che il supercomputer non riesce più a verificare pienamente. Per trasformare questo passaggio in innovazione industriale serviranno casi d’uso ripetibili, vantaggi economici misurabili e una filiera capace di portare le scoperte dai laboratori alla produzione. È su questo terreno, più che nella gestione immediata delle reti, che il quantum advantage potrà diventare rilevante per le Tlc.
Con l’Università di Chicago 70 qubit logici e verifica degli errori
A rafforzare il quadro è una terza dimostrazione realizzata da Ibm con l’Università di Chicago, che sposta l’attenzione dalla mitigazione alla correzione degli errori. I ricercatori hanno utilizzato una nuova architettura di circuiti quantistici codificati per eseguire un calcolo con 70 qubit logici, completando 2.415 operazioni logiche a due qubit e 468 porte T. Il compito è stato portato a termine in meno di 15 minuti, mentre le principali tecniche di simulazione tradizionale avrebbero richiesto tempi considerati impraticabili.
L’esperimento affronta uno dei nodi centrali del settore: dimostrare non soltanto che un processore quantistico può risolvere un problema fuori dalla portata dei sistemi convenzionali, ma anche che il risultato è attendibile. Il team ha sviluppato un’alternativa strutturata al Random Circuit Sampling, mantenendo criteri comparabili di complessità computazionale e introducendo la possibilità di individuare gli errori durante l’esecuzione.
La codifica ha consentito di ottenere tassi di errore logico dieci volte inferiori rispetto a quelli fisici, aumentando la fedeltà del circuito nonostante l’elevato numero di operazioni. Anche in questo caso, circuiti e risultati sono stati pubblicati nel Quantum Advantage Tracker, così da permettere alla comunità scientifica di verificarli e confrontarli con nuove tecniche classiche.
L’importanza della verifica
“La verifica rimane una delle maggiori sfide per stabilire in modo definitivo il vantaggio quantistico sperimentale”, ha spiegato Bill Fefferman, professore associato all’Università di Chicago. La portata del risultato sta quindi nella combinazione tra complessità, correzione degli errori e misurabilità della qualità dell’elaborazione.
Le dimostrazioni con Algorithmiq, Qedma e l’Università di Chicago descrivono percorsi differenti ma convergenti. Da un lato, il quantum serve per simulare materiali difficili da rappresentare con i metodi convenzionali; dall’altro, si consolidano tecniche per controllare rumore, errori e affidabilità. Per le telecomunicazioni non si tratta ancora di una trasformazione della rete, ma di un avanzamento della base tecnologica da cui potranno derivare nuovi materiali, componenti fotonici, semiconduttori e servizi di calcolo accessibili via cloud. Il passaggio decisivo sarà ora tradurre queste prove in applicazioni ripetibili e sostenibili sul piano industriale.
Partecipa alla community