Introduzione al corso

Prima di iniziare, ti chiediamo di completare questo breve sondaggio pre-corso, che ci aiuta a migliorare i nostri contenuti e l'esperienza utente.

Clicca qui sotto per ascoltare l'introduzione al corso di Olivia Lanes, oppure apri il video in una finestra separata su YouTube.

Informazioni su questo corso

Benvenuto in Quantum Computing in Practice — un corso incentrato sui computer quantistici di oggi e su come sfruttarli al massimo delle loro potenzialità. Il corso tratta potenziali casi d'uso realistici per il quantum computing, nonché le best practice per eseguire esperimenti su processori quantistici con 100 o più qubit.

Quantum utility

È un momento entusiasmante per il quantum computing. Dopo molti anni di ricerca e sviluppo teorico e sperimentale, i computer quantistici si avvicinano a un punto in cui possono iniziare a competere con i computer classici e dimostrare la loro utilità.

L'utilità non è la stessa cosa del quantum advantage, che indica la capacità dei computer quantistici di superare i computer classici in compiti significativi. I computer classici hanno una potenza e un'adattabilità straordinarie, e la realtà è che i computer quantistici semplicemente non sono ancora in grado di batterli. Abbiamo assistito a decenni di progressi nel campo del calcolo classico — non solo nell'hardware, ma anche negli algoritmi per i computer classici — ed è evidente che la tecnologia del calcolo digitale elettronico ha radicalmente trasformato il nostro mondo.

Il quantum computing, d'altro canto, si trova in una fase diversa del suo sviluppo. Il quantum computing pone richieste estreme al nostro controllo dei sistemi quantomeccanici e spinge i limiti della tecnologia attuale — non possiamo aspettarci realisticamente di padroneggiare questa nuova tecnologia e di battere il calcolo classico fin dall'inizio. Ma stiamo vedendo segnali che suggeriscono come i computer quantistici stiano iniziando a diventare competitivi con i metodi di calcolo classici per determinati compiti, il che rappresenta un passo naturale nell'evoluzione tecnologica del quantum computing, noto come quantum utility.

Man mano che la tecnologia avanza e vengono sviluppati nuovi metodi per il quantum computing, possiamo ragionevolmente aspettarci che i suoi vantaggi diventino sempre più marcati — ma questo richiederà tempo. Con il progredire di questa evoluzione, è probabile che assisteremo a un'interazione alternata con il calcolo classico: verranno effettuate dimostrazioni di quantum computing, il calcolo classico risponderà, il quantum computing tornerà in campo e questo schema si ripeterà. E un giorno, quando le prestazioni di un computer quantistico non potranno essere eguagliate classicamente, ipotizzeremo di aver assistito a un quantum advantage — ma anche allora non ne saremo del tutto certi! Dimostrare l'impossibilità dei risultati per i computer classici è, per quanto ne sappiamo, un problema a sua volta impossibilmente difficile.

Simulare la Natura

I simulatori classici — ovvero programmi software eseguiti su computer classici che simulano sistemi fisici — possono fare previsioni sui sistemi quantomeccanici. Ma i simulatori classici non sono quantistici e non possono emulare direttamente i sistemi quantistici. Usano invece calcoli matematici per approssimare il comportamento quantistico. All'aumentare delle dimensioni dei sistemi simulati, il costo computazionale necessario per farlo cresce in modo drastico, ponendo limiti ai sistemi quantistici che possono essere simulati classicamente, al tempo richiesto dalle simulazioni e alla precisione dei risultati.

I computer quantistici, al contrario, possono emulare i sistemi quantistici in modo più diretto — e di conseguenza il loro costo computazionale scala significativamente meglio all'aumentare delle dimensioni del sistema. Questa era, di fatto, l'intuizione di Richard Feynman negli anni '80, che per primo motivò un'indagine sul potenziale dei computer quantistici. Ne parleremo più avanti!

I ricercatori di IBM® hanno pubblicato nel 2023 un articolo che ha dimostrato, per la prima volta, che un computer quantistico può competere con le tecniche classiche allo stato dell'arte per la simulazione di un determinato modello fisico. I suoi risultati possono ancora essere eguagliati da tecniche avanzate eseguite su computer classici — ma ha superato gli algoritmi a forza bruta, e offre anche un nuovo punto di riferimento rispetto a cui confrontare diversi metodi di simulazione (che non sono esatti e non concordano tutti nelle loro previsioni).

Focus sui processori quantistici di maggiori dimensioni

I precedenti utenti dell'hardware quantistico IBM avranno notato che i processori più piccoli precedentemente messi a disposizione del pubblico sono stati portati offline, lasciando spazio a processori più grandi (con 100+ qubit). Quei processori più piccoli potevano essere facilmente simulati classicamente. Pertanto, pur rappresentando tappe accessibili al pubblico in una tecnologia in evoluzione, non potevano in alcun modo dimostrare la quantum utility: qualsiasi cosa fosse possibile fare con loro poteva essere fatta altrettanto facilmente con una simulazione classica.

Intorno ai 100 qubit, tuttavia, questo non è più il caso: processori quantistici di queste dimensioni non possono più essere simulati classicamente. Questo rappresenta una sorta di transizione di fase verso una nuova era della tecnologia di quantum computing, in cui esiste il potenziale per superare il calcolo classico. È qui che IBM ha scelto di concentrarsi — per ricercare la potenza di calcolo quantistica e tendere verso un eventuale quantum advantage.

Incoraggiamo i nostri utenti a sfruttare al massimo questi nuovi dispositivi, a sperimentare con essi, a spingerne i limiti e a portare avanti le lezioni apprese alla prossima generazione di processori quantistici attualmente in sviluppo. Lo scopo di questo corso è metterti in condizione di farlo!

Pubblico di destinazione e obiettivi del corso

Questo corso è per chiunque voglia sviluppare nuove applicazioni per i computer quantistici, scalare il proprio lavoro attuale nel quantum computing, o imparare a utilizzare i processori quantistici nel proprio flusso di lavoro. Include non solo fisici e informatici, ma anche ingegneri, chimici, scienziati dei materiali e chiunque altro sia interessato a padroneggiare l'hardware di quantum computing.

Il corso sarà pratico e incentrato sull'uso concreto dei computer quantistici. Tra gli argomenti e le competenze che tratterà vi sono i seguenti:

• Eseguire job su scala utility su processori quantistici tramite Qiskit Runtime
• Usare tecniche di error mitigation per migliorare i risultati dell'hardware
• Potenziali aree applicative per i computer quantistici a breve termine

Questo corso non tratta la teoria introduttiva del quantum computing e presuppone una conoscenza di base dei qubit e dei circuiti quantistici. Il corso Basics of quantum information su questa piattaforma copre questo materiale ed è consigliato come primo approccio per chi è alle prime armi con il quantum computing.

La storia della computazione

Il quantum computing è una nuova e stimolante tecnologia in una fase iniziale di sviluppo — ma è solo un capitolo di una storia che risale a migliaia di anni fa. È la storia della computazione e dei suoi molteplici legami con il mondo fisico.

Dispositivi di calcolo dall'antichità

Sin dall'antichità, gli esseri umani hanno avuto la necessità di eseguire calcoli — ossia di elaborare informazioni secondo determinate regole e vincoli — per abilitare la comunicazione, la costruzione, il commercio, la scienza e altri aspetti della vita. Ci siamo rivolti al mondo fisico per trovare supporto, e attraverso scoperte ingegnose abbiamo costruito dispositivi che ci aiutassero a calcolare.

In tempi remoti, oggetti in legno, osso e corde annodate conservavano informazioni e facilitavano i calcoli. Dispositivi meccanici costruiti con leve, ingranaggi e altri meccanismi si sono evoluti dai primi orologi astronomici a calcolatrici, fino a sofisticati dispositivi di calcolo come gli analizzatori differenziali, che risolvevano equazioni tramite ruote e dischi rotanti. Anche la tecnologia della scrittura ha svolto un ruolo importante in questa storia, consentendo alle persone di eseguire calcoli che altrimenti non sarebbero riuscite a fare.

Quando pensiamo ai computer oggi, tendiamo a pensare ai computer digitali elettronici. Ma questa è in realtà una tecnologia abbastanza recente: i computer digitali elettronici furono costruiti per la prima volta negli anni '40. (Al confronto, si ritiene che l'abaco sumero sia stato inventato tra il 2700 e il 2300 a.C.) La tecnologia ha fatto passi da gigante da allora e i computer sono ormai onnipresenti. Li troviamo nelle case, nei luoghi di lavoro e nei veicoli che ci trasportano tra di essi, e molti di noi li portano con sé ovunque vadano.

Abbiamo anche i supercomputer, che sono grandi insiemi di potenti processori classici collegati in parallelo. Sono tra i migliori strumenti mai costruiti dall'uomo per risolvere problemi difficili, e la loro potenza e affidabilità continuano ad avanzare. Eppure ci sono importanti problemi computazionali che nemmeno questi giganti saranno mai in grado di risolvere, a causa della difficoltà computazionale intrinseca di tali problemi.

Connessioni con il mondo fisico

I computer hanno molti usi. Un uso importante dei computer è quello di conoscere il mondo fisico e comprenderne meglio i modelli. Gli usi storici in questa categoria hanno incluso la previsione di eclissi e maree, la comprensione del movimento dei corpi astronomici e (in tempi relativamente più recenti) la modellazione delle esplosioni. Oggi non c'è quasi un laboratorio di fisica al mondo senza un computer.

Più in generale, fisica e computazione sono sempre state intrecciate. La computazione non può esistere nel vuoto: l'informazione richiede un mezzo, e per calcolare dobbiamo sfruttare il mondo fisico in qualche misura. Rolf Landauer, informatico (e dipendente IBM), riconobbe decenni fa che l'informazione è fisica, esistente solo attraverso una rappresentazione fisica. Il principio di Landauer stabilisce una connessione tra l'informazione e le leggi della termodinamica, ma in realtà le connessioni sono molte.

Comprendere il mondo fisico è l'obiettivo della fisica come disciplina, ma in realtà si tratta di una strada a doppio senso. Attraverso la nostra comprensione del mondo fisico siamo in grado di sfruttare nuove tecnologie per aiutarci a calcolare, e attraverso di esse continuiamo a imparare sul mondo fisico — tirando in sostanza su fisica e tecnologia computazionale per i propri capelli.

La legge di Moore

La legge di Moore è un'osservazione secondo cui il numero massimo di transistor in un circuito integrato raddoppia circa ogni 2 anni. Nel corso degli ultimi 5 decenni circa, non solo abbiamo osservato questa tendenza, ma ne abbiamo anche raccolto i frutti. Con più transistor su un chip possiamo eseguire calcoli più complessi e farlo più velocemente. Ecco perché i computer sono diventati sempre più potenti nel tempo.

Tuttavia, la "legge" di Moore sta per necessità giungendo al termine. Gli esperti non concordano su quando ciò accadrà, e alcuni sostengono che sia già accaduto. Ma sappiamo con certezza che deve inevitabilmente finire perché c'è un limite teorico alla miniaturizzazione dei componenti di calcolo. Non possiamo rendere un transistor più piccolo di un atomo! Per quanto possa sembrare esagerato, è il muro verso cui ci stiamo avvicinando.

La soluzione non è arrendersi e dire: "Beh, è il massimo che possiamo ottenere." Questo va contro la natura umana. Dobbiamo invece rivolgerci al mondo fisico per trovare nuovi strumenti computazionali, ed è qui che entra in gioco il quantum computing.

Quantum computing

La meccanica quantistica e la computazione

La meccanica quantistica fu scoperta all'inizio del XX secolo e ha già svolto un ruolo importante nella computazione. In effetti, la nostra comprensione della meccanica quantistica ha, in parte, reso possibili i computer moderni. Senza la meccanica quantistica, per esempio, è difficile immaginare che l'hard disk allo stato solido sarebbe stato inventato.

Il quantum computing in teoria

Quando Richard Feynman propose per la prima volta l'idea di un computer quantistico nel 1982, il suo obiettivo era simulare sistemi quantomeccanici. I calcoli necessari per farlo sembravano troppo difficili per i computer ordinari — ma forse, con un computer che opera secondo una descrizione quantomeccanica del mondo, i sistemi avrebbero potuto essere emulati direttamente.

Oggi questa è una delle strade più promettenti per il quantum computing. Per quanto ne sappiamo, la Natura non è classica — è quantistica. E quindi i computer quantistici potrebbero essere strumenti preziosi per comprenderla. I computer classici, d'altra parte, possono solo approssimare ciò che accade realmente in Natura, e in alcuni casi tali approssimazioni sono molto limitate.

Un modo per pensarci è attraverso un'analogia con le gallerie del vento. La fluidodinamica è notoriamente difficile da simulare e prevedere matematicamente. Ad esempio, è troppo costoso e impraticabile simulare un'auto che viaggia nel vento, così i produttori di automobili costruiscono effettivamente gallerie con vento soffiante e ci guidano le auto per testarne le prestazioni. Cioè, creano il vento invece di simularlo. Costruire un computer quantistico per studiare il mondo fisico è un po' come costruire una galleria del vento per studiare come il vento influenza le auto. I computer quantistici possono emulare direttamente le leggi della Natura a livello molecolare perché agiscono in conformità con quelle leggi, il che significa che emulano la Natura invece di simularla tramite formule e calcoli.

Altri seguirono le idee di Feynman — e le collegarono a una teoria dell'informazione quantistica che era già in fase di sviluppo. Nacque il campo dell'informazione e computazione quantistica. Da allora si è sviluppato in un ricco campo di studio multidisciplinare, e numerosi vantaggi dell'informazione e della computazione quantistica rispetto a quella classica sono stati identificati in un'ampia varietà di contesti teorici riguardanti comunicazione, computazione e crittografia.

Il quantum computing in pratica

In termini pratici, due cose sono necessarie per trasferire questi tipi di vantaggi teorici in vantaggi nel mondo reale: i dispositivi stessi e le metodologie per sbloccare il loro potenziale.

A differenza dei computer classici, nessuno ha un computer quantistico in tasca. Fino a poco tempo fa, se volevi sperimentare con un computer quantistico, dovevi costruirlo e mantenerlo tu stesso (di solito in un triste laboratorio in un seminterrato di un'università o di un centro di ricerca), e avresti avuto al massimo pochi qubit, molto rumorosi. Questo non è più il caso. Nel 2016, IBM Quantum® ha messo il primo processore quantistico nel cloud. Aveva solo 5 qubit e tassi di errore abbastanza elevati, ma da allora abbiamo fatto molta strada. Riassumeremo lo stato attuale della tecnologia in una sezione qui sotto.

Oltre a costruire computer quantistici, dobbiamo anche sviluppare metodologie per usarli efficacemente. Mentre i progressi teorici negli algoritmi e nei protocolli quantistici suggeriscono un forte potenziale, la sfida di trovare usi pratici per il quantum computing è ancora davanti a noi. I computer quantistici di oggi non possono ancora eseguire i calcoli fault-tolerant necessari per trasferire i vantaggi teorici noti in vantaggi pratici. Ma sono al di là della portata delle simulazioni su computer classici, e possiamo puntare a sfruttare questo fatto per ottenere potenza di calcolo.

Con questi progressi ci troviamo con un nuovo strumento di calcolo, e sta a noi capire cosa possiamo farne.

Potenziali applicazioni

Non ci si aspetta che il quantum computing sia utile per studiare come si comportano le auto nel vento. Ma esistono altri processi fisici — come quelli coinvolti nella progettazione di batterie o in determinate reazioni chimiche — in cui la capacità di un computer quantistico di emulare la Natura potrebbe portare a un quantum advantage. Più in generale, ci sono molti problemi troppo difficili o costosi anche per i supercomputer più avanzati, inclusi problemi altamente rilevanti per la nostra società. Il quantum computing potrebbe non offrire soluzioni a tutti, ma potrebbe offrire soluzioni ad alcuni.

Le seguenti tre aree applicative rappresentano obiettivi nel campo del quantum computing rumoroso, prima dell'implementazione della correzione degli errori quantistici e della fault-tolerance.

• Ottimizzazione
• Simulare la Natura
• Trovare struttura nei dati (incluso il machine learning)

Discuteremo questi argomenti in modo più dettagliato più avanti nel corso.

Stato della tecnologia

Costruire computer quantistici è una sfida tecnologica difficile, e sono solo 8 anni che piccoli computer quantistici sono disponibili al pubblico. In questi 8 anni abbiamo fatto progressi su molti fronti.

Numerosi processori quantistici IBM sono ora accessibili tramite cloud, tutti con oltre 100 qubit. Ma non è solo la dimensione dei processori a essere importante — è solo una delle metriche che ci interessano. Anche la qualità dei gate è migliorata drasticamente, e abbiamo anche introdotto metodi per ridurre e mitigare gli errori intrinseci ai sistemi quantistici, anche mentre spingiamo avanti verso la creazione di sistemi fault-tolerant. Tre metriche fondamentali — scala, qualità e velocità — sono essenziali per monitorare i miglioramenti delle prestazioni.

• Dimensione. Più qubit sono ovviamente meglio, ma solo se aumentarne il numero non degrada le prestazioni (cosa che può accadere). In realtà, vogliamo più qubit di buona qualità che non interferiscano tra loro attraverso il crosstalk quando non lo vogliamo. Anche il modo in cui i qubit sono collegati tra loro è importante, e capire come farlo al meglio rappresenta una sfida per i circuiti con qubit superconduttori.

• Qualità. Un'altra metrica importante che osserviamo, per monitorare il miglioramento delle prestazioni nel tempo, è la fedeltà dei gate a 2 qubit. I gate che operano su singoli qubit non sono soggetti a errori quanto i gate a 2 qubit, che sono quindi la preoccupazione maggiore. (I gate a 2 qubit sono anche cruciali perché sono responsabili della creazione dell'entanglement tra i qubit, che è ipotizzato essere uno dei fenomeni fisici che conferisce al quantum computing la sua potenza.)

• Velocità. Infine c'è la velocità e l'efficienza. In breve, il tempo trascorso nell'esecuzione di un programma (incluse sia le parti quantistiche che quelle classiche) dovrebbe essere il più breve possibile.

Conclusione

È davvero un momento entusiasmante per lavorare nel campo del quantum computing: per la prima volta nella storia possiamo iniziare a esplorare una regione del calcolo che va oltre la computazione classica.

T.J. Watson una volta predisse famosamente un mercato mondiale per pochi computer. Potremmo ridere ora di quanto si fosse sbagliato — ma nel farlo dobbiamo riconoscere che abbiamo il vantaggio del senno di poi. E dovremmo anche riconoscere che, come esseri umani, abbiamo una tendenza generale a sottostimare enormemente il potenziale delle tecnologie future. Ora che è il nostro turno e assumiamo il ruolo di pionieri del quantum computing, dovremmo tenerlo a mente.

Il quantum computing è spesso contrapposto al calcolo classico, come qualcosa di nettamente diverso da esso e in competizione con esso. Ma da una prospettiva più ampia possiamo vedere il quantum computing semplicemente come un altro capitolo di una lunga storia. È nella nostra natura come esseri umani cercare nuovi modi di calcolare e sfruttare la potenza che il mondo naturale ci offre per farlo. Lo facciamo da secoli. Il quantum computing ci offre un nuovo strumento in questa impresa e sta a noi scoprire come possiamo sfruttare la potenza che ci mette a disposizione.