L’informatica quantistica è un campo interdisciplinare che sfrutta i principi della meccanica quantistica per elaborare informazioni in maniera più veloce ed efficiente rispetto ai computer classici. Una delle applicazioni più promettenti di questa tecnologia è il quantum annealing, una tecnica di ottimizzazione che utilizza il calcolo quantistico per risolvere problemi complessi trovando il minimo energetico di una funzione. In questo contesto risultano molto utili i vetri di spin (spin glass), un prototipo di sistema disordinato complesso con una dinamica fortemente influenzata da effetti quantistici.
Comprendere nel dettaglio la fase critica di uno spin glass quantistico, quando cioè il suo comportamento cambia in modo drammatico al variare del campo magnetico, è un problema di grande interesse teorico, dato che per più di venti anni si sono confrontate due teorie contrastanti senza giungere a una conclusione universalmente accettata, ma anche dal grande valore applicativo, poiché permetterebbe di comprendere se il processo di annealing quantistico possa offrire un reale vantaggio nella risoluzione di problemi di ottimizzazione combinatoria. Tra questi anche quello molto celebre del commesso viaggiatore, che consiste nel trovare il percorso più breve che permette di visitare una serie di città una sola volta ciascuna e di tornare al punto di partenza.
Per rispondere a questi interrogativi, nuove tecniche di simulazione in grado di superare l’attuale stato dell’arte nel settore sono stato sviluppate dal Premio Nobel e Accademico dei Lincei Giorgio Parisi della Sapienza, da Massimo Bernaschi dell’Istituto per le applicazioni del calcolo del Consiglio nazionale delle ricerche Cnr-Iac) e da Isidoro González-Adalid e Víctor Martín-Mayor dell’Università Complutense di Madrid. I risultati ottenuti, pubblicati sulla rivista Nature, mostrano che nulla impedisce al processo di annealing di trovare delle buone soluzioni in presenza di particolari condizioni.
In particolare il nuovo approccio adottato dagli scienziati ha permesso di ottenere dati con una qualità statistica sufficiente a misurare con una precisione mai raggiunta in precedenza caratteristiche del sistema quali il cosiddetto energy gap, cioè la differenza tra lo stato con energia minima ed il primo stato eccitato, che determina l’utilità del quantum annealing nel trovare soluzioni al problema di ottimizzazione considerato.
Per raggiungere l’obiettivo, sono state utilizzate circa sette milioni di ore di calcolo, fornite dall’iniziativa della comunità europea per il calcolo ad alte prestazioni euroHPC, in due delle maggiori strutture computazionali del continente: MeluXina in Lussemburgo e Leonardo, presso il CINECA in Italia. Tutto il software sviluppato per la simulazione e l’analisi è stato reso disponibile per ulteriori studi.
“I risultati ottenuti – spiega Giorgio Parisi della Sapienza – provano che un meccanismo di simmetria protegge il quantum annealing, permettendo un’efficace applicazione di questa particolare tecnica. Infatti, sotto opportune condizioni di simmetria, non ci sono ostacoli di principio nell’ottenere soluzioni di un problema di ottimizzazione tramite un processo di tipo adiabatico-quantistico, basato cioè su modifiche lente e graduali dello stato del sistema”.
I risultati ottenuti, recentemente confermati da ulteriori esperimenti eseguiti da un altro gruppo di lavoro su una piattaforma specifica, aprono la strada a nuove applicazioni e a ulteriori sviluppi nel campo dell’informatica quantistica.
