Una collaborazione tra La Sapienza, il Consiglio nazionale delle ricerche e l’Università Complutense di Madrid ha esplorato l’uso del quantum annealing per risolvere problemi di ottimizzazione. Pubblicata su “Nature“, la ricerca evidenzia che questa tecnica può essere più efficace delle metodologie tradizionali in determinate condizioni.
L’informatica quantistica sfrutta i principi della meccanica quantistica per elaborare informazioni in modo più rapido rispetto ai computer classici. Una delle tecniche più promettenti in questo campo è il quantum annealing, che cerca di risolvere problemi complessi minimizzando una funzione energetica.
Particolarmente utili in questo contesto sono i vetri di spin, sistemi disordinati complessi influenzati da effetti quantistici. La fase critica di uno spin glass quantistico, ovvero quando il comportamento del sistema cambia drasticamente con il variare del campo magnetico, è stata oggetto di due teorie contrastanti per oltre vent’anni senza raggiungere una conclusione condivisa. Comprendere questa fase potrebbe dimostrare se il quantum annealing offre un reale vantaggio nella risoluzione di problemi di ottimizzazione combinatoria, come il famoso problema del commesso viaggiatore, che richiede di trovare il percorso più breve per visitare una serie di città una sola volta ciascuna e tornare al punto di partenza.
Un’immagine della ricerca mostra una mappa di calore che rappresenta l’influenza di uno spin su se stesso a distanza di tempo, misurata in termini di correlazione. La funzione di correlazione, che parte da un valore di 1 e diminuisce con il tempo, permette di determinare l’energy gap del sistema, ovvero la differenza tra lo stato a energia minima e il primo stato eccitato.
Per affrontare queste sfide, nuove tecniche di simulazione sono state sviluppate da Giorgio Parisi, Premio Nobel e Accademico dei Lincei, insieme a Massimo Bernaschi del Cnr-Iac e a Isidoro González-Adalid e Víctor Martín-Mayor dell’Università Complutense di Madrid. I risultati pubblicati su “Nature” indicano che il quantum annealing può trovare soluzioni efficaci sotto condizioni specifiche.
Questo nuovo approccio ha permesso di ottenere dati con una qualità statistica senza precedenti, misurando con precisione l’energy gap. Per raggiungere tali risultati, sono state impiegate circa sette milioni di ore di calcolo fornite dall’euroHPC, utilizzando le strutture MeluXina in Lussemburgo e Leonardo presso il CINECA in Italia. Tutto il software sviluppato è stato reso disponibile per ulteriori studi.
“I risultati ottenuti – spiega Giorgio Parisi – dimostrano che un meccanismo di simmetria protegge il quantum annealing, permettendo un’efficace applicazione di questa tecnica. Sotto opportune condizioni di simmetria, non ci sono ostacoli di principio per ottenere soluzioni di un problema di ottimizzazione tramite un processo adiabatico-quantistico”.
Questi risultati, recentemente confermati da ulteriori esperimenti, aprono nuove prospettive per applicazioni e sviluppi nell’informatica quantistica.
Fonte: Cnr / La Sapienza, Università di Roma
In copertina: L’immagine mostra, mediante una mappa di calore, l’influenza di uno spin del sistema su se stesso a distanze temporali diverse (considerando un tempo immaginario per rappresentare gli effetti quantistici). La funzione di correlazione parte dal valore 1 (quando la distanza è zero) e decresce con l’aumentare del tempo. L’andamento di questa diminuzione permette di determinare l’energy gap del sistema, ossia la differenza tra lo stato a energia minima e il primo stato eccitato.
Comments