Ricottura quantistica: calcolo quantistico pratico
La ricottura quantistica è una tecnologia quantistica promettente per le aziende con problemi di ottimizzazione urgenti che i computer tradizionali non possono risolvere rapidamente. Può essere utilizzata per risolvere problemi di ottimizzazione in modo più efficace rispetto ai computer tradizionali. Tuttavia, è ancora utilizzata principalmente in ambito accademico e sono necessarie ulteriori attività di R&S per costruire ricotturatori quantistici commerciali.
Esistono diversi approcci alla costruzione di hardware per il calcolo quantistico, come i computer quantistici universali a modello a gate e i ricotturatori quantistici. Il calcolo quantistico universale a modello a gate, chiamato anche calcolo quantistico general-purpose, è il tipo di computer quantistico più potente e flessibile, ma è difficile da costruire e mantenere la stabilità dei qubit.
I ricotturatori quantistici sono il tipo di computer quantistico meno flessibile in termini di applicazioni, ma è più facile costruire un processore di ricottura quantistica e qubit stabili.
Che cos'è la ricottura quantistica?
La ricottura quantistica (che include anche la computazione quantistica adiabatica) è un metodo di calcolo quantistico utilizzato per trovare soluzioni ottimali a problemi con un gran numero di soluzioni, sfruttando proprietà specifiche della fisica quantistica, come il tunneling quantistico, l'entanglement e la sovrapposizione.
Un processo adiabatico è un termine comunemente usato in termodinamica. Per esempio, per indurire il ferro, la temperatura può essere aumentata, incrementando la velocità molecolare e formando legami più forti. Il processo di stabilizzazione di questi legami tramite un lento raffreddamento è chiamato “ricottura” in metallurgia. La ricottura quantistica funziona in modo simile, dove la temperatura è sostituita dall'energia e lo stato di energia più basso, il minimo globale, viene trovato tramite la ricottura.
Come si confronta con gli altri approcci al QC?
Esistono tre metodi fondamentali di calcolo quantistico: modello quantistico analogico, modello quantistico a gate universale e ricottura quantistica. Sebbene questi approcci sembrino completamente separati, gli insiemi di intersezione non sono vuoti. Questi tre modelli offrono prospettive diverse sulle applicazioni pratiche del calcolo quantistico.
Il modello quantistico a gate universale si basa sulla creazione di strutture quantistiche utilizzando qubit stabili e sulla risoluzione dei problemi odierni con circuiti quantistici. Tuttavia, i qubit sono difficili da stabilizzare. Questo problema cresce all'aumentare del numero di qubit. Di conseguenza, i computer a modello quantistico a gate universale sono confinati ai laboratori e non hanno ancora applicazioni pratiche.
D'altra parte, la ricottura quantistica offre un approccio che si concentra sulla risoluzione di problemi NP-hard ed è meno influenzata dal rumore rispetto al modello a gate calcolo quantistico. Questa caratteristica consente di utilizzare più qubit e, quindi, più parametri per problemi specifici.
Come funziona la ricottura quantistica?
Nei ricotturatori quantistici, ogni stato corrisponde a un livello energetico. Questi stati vengono simulati in breve tempo sfruttando le proprietà di sovrapposizione ed entanglement dei qubit, e si ottiene il risultato di energia più bassa. Lo stato di energia più bassa fornisce la soluzione ottimale o più probabile.
Per esempio, consideriamo il problema del commesso viaggiatore. Immagina un commesso che deve fermarsi in 50 città diverse e tornare al punto di partenza con la distanza minima. Matematicamente, ci sono 50 fattoriale diverse soluzioni a questo problema. Poiché cerchiamo la distanza più breve, dobbiamo trovare la situazione di minima energia, in altre parole, il minimo globale.
Trovare il percorso più breve calcolando tutte le possibilità è un metodo costoso in termini di tempo ed energia; per molti problemi complessi è quasi impossibile.
Utilizzando la ricottura quantistica, questo problema viene formulato utilizzando il metodo a accoppiamento-qubit. Grazie ai diversi campi magnetici applicati ai qubit, la distanza tra ogni città viene aggiunta al progetto come parametro energetico.
Con la proprietà dell'entanglement, ogni qubit può influenzare lo stato dell'altro e ogni soluzione crea un nuovo stato. Un ricotturatore quantistico calcola lo stato a energia più bassa tra questi stati, che equivale alla soluzione ottimale.
Un altro punto importante qui è la caratteristica del tunneling quantistico. Con questa caratteristica, la transizione tra gli stati è istantanea. Ciò significa che la transizione tra i livelli energetici non richiede che gli elettroni scalino la barriera; la attraversano semplicemente.
Perché è importante ora?
La ricottura quantistica supera i metodi computazionali classici nella risoluzione di alcuni problemi di ottimizzazione, importanti in numerosi settori come sanità e finanza. Inoltre, è probabile che la ricottura quantistica diventi disponibile commercialmente prima di altre tecnologie quantistiche.
Il volume dei dati è in aumento, e la ricottura quantistica offre metodi eccezionali per risolvere problemi di ottimizzazione che crescono in complessità con una maggiore disponibilità di dati. Promette di essere lo strumento giusto per un rapido sviluppo nella scienza, nella matematica e nell'ingegneria.
Sebbene la ricottura quantistica non sia applicabile in modo così ampio come i computer quantistici, è promettente nel breve termine. Questo perché è intrinsecamente più resistente al rumore rispetto al modello a gate quantistico e agli approcci quantistici analogici. Attualmente, i fornitori offrono soluzioni commerciali di ricottura quantistica, mentre una soluzione di calcolo quantistico universale è ancora nelle prime fasi di ricerca.
Quali sono le sue potenziali applicazioni/casi d'uso?
La ricottura quantistica è generalmente utilizzata per risolvere problemi di ottimizzazione combinatoria, come apprendimento automatico, ottimizzazione di portafoglio e ottimizzazione dei percorsi. Questo perché i problemi di ottimizzazione mirano a trovare il minimo di una funzione e la ricottura quantistica può essere utilizzata per calcolare il minimo di una funzione con molte variabili.
Considerando i potenziali utilizzi, possiamo elencare i principali argomenti come segue.
- Apprendimento automatico
- Ottimizzazione
- Modellazione finanziaria
- Sicurezza
- Sanità
- Scienza dei materiali e chimica
Quali sono le sue alternative?
La ricottura quantistica può essere confrontata con alcuni metodi correlati, come la ricottura digitale e il calcolo quantistico a modello a gate.
Calcolo classico
Per problemi di complessità limitata, il calcolo classico può essere utilizzato per trovare soluzioni ottimali o quasi ottimali usando euristiche.
Ricottura digitale
Il metodo di ricottura digitale di Fujitsu emula la ricottura quantistica utilizzando un'architettura di computer digitale. Questo metodo, che non è esattamente ricottura quantistica, è una simulazione di ricottura quantistica che utilizza circuiti C-mos.
Digital Annealer è un chip specializzato progettato per calcolare stati possibili in parallelo utilizzando matrici di pesi e vettori di bias. Per risolvere un problema di ottimizzazione combinatoria, “Ogni blocco di bit utilizza connessioni uno-a-uno su 1.023 pesi memorizzati in memoria”, afferma Tamura, fellow di Fujitsu.
Questo metodo non promette la velocità offerta dai ricotturatori quantistici, ma fornisce la stabilità che i qubit non possono offrire oggi.
Toshiba SQBM+ (Simulated Bifurcation Machine) è un risolutore di ispirazione quantistica disponibile tramite Azure Quantum che affronta problemi di ottimizzazione combinatoria senza richiedere hardware quantistico.1 Nell'aprile 2026, Toshiba ha annunciato un algoritmo di terza generazione che utilizza una tecnica “Edge of Chaos” che supera significativamente i benchmark precedenti, e il sistema è stato integrato in hardware edge per sistemi autonomi in tempo reale, come dimostrato a febbraio 2026.2 A differenza del Digital Annealer di Fujitsu, SQBM+ è stato impiegato per la navigazione in tempo reale nella robotica autonoma.
Aggiungi come fonte preferitaQuali sono le aziende più vicine a portare questa tecnologia sul mercato?
Nel marzo 2025, D-Wave ha pubblicato un articolo su Science intitolato “Beyond-Classical Computation in Quantum Simulation”, dimostrando la prima supremazia computazionale quantistica al mondo su un problema utile e reale.
- Il prototipo Advantage2 di D-Wave ha eseguito in pochi minuti una simulazione di materiali magnetici che al supercomputer Frontier (Oak Ridge National Lab) richiederebbe quasi un milione di anni.
- L'approccio classico richiederebbe più del consumo mondiale annuo di elettricità.
- Ciò ha confermato che la ricottura quantistica offre vantaggi fondamentali rispetto ai metodi classici.3
Le Coherent Ising Machine (CIM) rappresentano un'alternativa fotonica alla ricottura quantistica superconduttiva, utilizzando oscillatori parametrici ottici per risolvere problemi di ottimizzazione di Ising.4 Nel marzo 2026, NTT Research e gruppi accademici hanno dimostrato una CIM basata sulla simmetria di polarizzazione con tempi di ricottura migliorati, offrendo un approccio hardware diverso per carichi di lavoro di ottimizzazione che compete sia con i ricotturatori quantistici sia con i metodi di ricottura digitale.
Fixstars Amplify è una piattaforma di ottimizzazione basata su cloud che astrae i ricotturatori quantistici D-Wave, l'hardware a modello a gate di IonQ e i risolutori classici attraverso una API unificata, consentendo agli sviluppatori di testare gli approcci di ricottura quantistica senza vincolarsi a un singolo fornitore.5 La piattaforma si è ampliata per supportare l'hardware a ioni intrappolati IonQ a maggio 2026, fornendo un livello middleware indipendente dal fornitore per carichi di lavoro di ottimizzazione.6
A maggio 2026, i ricercatori del Flatiron Institute hanno dimostrato tecniche di simulazione classica in grado di affrontare classi di problemi correlate, mettendo in discussione l'affermazione di supremazia di D-Wave.7 D-Wave ha contestato la sfida, sostenendo che i metodi classici non replicano i suoi specifici casi di benchmark e mantenendo che il suo risultato di supremazia quantistica rimane valido.8 Il dibattito scientifico sul vantaggio computazionale duraturo rimane attivo.
Nel gennaio 2026, D-Wave, Anduril Industries e Davidson Technologies hanno annunciato una collaborazione per applicare il calcolo quantistico di ricottura ai sistemi di difesa aerea e missilistica degli Stati Uniti, rappresentando la prima distribuzione operativa annunciata pubblicamente della ricottura quantistica in un contesto di difesa.9 Inoltre, D-Wave ha annunciato un contratto da €10 milioni alla fine del 2025 per un sistema Advantage2 a supporto della Q-Alliance italiana, con l'accordo che include l'acquisizione del 50% della capacità di sistema per cinque anni e workshop tenuti nelle università italiane a partire da giugno 2026 per accelerare l'adozione regionale.
Per saperne di più sul calcolo quantistico
Per saperne di più sul calcolo quantistico, leggi:
Immagine in evidenza fonte
Cita questa ricerca
Scegli il formato adatto a dove pubblicherai. Incollare la versione con link nel tuo CMS preserva il backlink.
@misc{dilmegani2026,
author = {Dilmegani, Cem and Alper, Şevval},
title = {{Ricottura quantistica: calcolo quantistico pratico}},
year = {2026},
month = aug,
howpublished = {\url{https://aimultiple.com/quantum-annealing}},
note = {AIMultiple. Consultato il 21 Agosto 2026}
}Registro delle modifiche
1 aggiornamenti- 2026
Sostituito il confronto dei sistemi D-Wave nella sezione Quali sono le aziende più vicine a portare questo sul mercato?
Collegamenti di riferimento
Il lavoro di Cem presso AIMultiple è stato citato da importanti testate internazionali tra cui Business Insider, Forbes, Morning Brew e Washington Post, da aziende globali come Deloitte e HPE, da ONG come il World Economic Forum e da organizzazioni sovranazionali come la Commissione europea. [1], [2], [3], [4], [5]
Nel corso della sua carriera, Cem ha lavorato come consulente tecnologico, acquirente tecnologico e imprenditore tecnologico. Ha consigliato le aziende sulle loro decisioni tecnologiche presso McKinsey & Company e Altman Solon per più di un decennio. Ha inoltre pubblicato un report McKinsey sulla digitalizzazione.
Ha guidato la strategia tecnologica e gli approvvigionamenti di una società di telecomunicazioni rispondendo direttamente al CEO. Ha inoltre guidato la crescita commerciale dell'azienda deep tech Hypatos, che ha raggiunto ricavi ricorrenti annuali a 7 cifre e una valutazione a 9 cifre partendo da zero in 2 anni. Il lavoro di Cem in Hypatos è stato ripreso da importanti testate tecnologiche come TechCrunch e Business Insider.
Cem interviene regolarmente a conferenze tecnologiche internazionali. Si è laureato come ingegnere informatico presso l'Università di Bogazici e possiede un MBA della Columbia Business School.
Şevval si concentra su strumenti di programmazione IA, agenti IA e tecnologie quantistiche.
Sii il primo a commentare
Il tuo indirizzo email non verrà pubblicato. Tutti i campi sono obbligatori. I commenti vengono lasciati nella loro lingua originale.