Dal computer quantistico nuovi algoritmi per simulare polimeriRoma, 27 ott. (askanews) – Lo sviluppo di computer quantistici sta aprendo prospettive di calcolo finora inimmaginabili, promettendo di risolvere problemi ritenuti insormontabili per i calcolatori convenzionali, che spaziano dalla crittografia, alla farmacologia, fino allo studio delle proprietà fisiche e chimiche delle molecole e dei materiali. Tuttavia, i computer quantistici esistenti hanno ancora capacità di calcolo relativamente limitate. In questa fase di trasformazione tecnologica, si inserisce lo studio appena pubblicato su “Science Advances”, che mostra la possibilità di un’alleanza inaspettata tra i metodi usati nel calcolo quantistico e in quello tradizionale.

Il gruppo di ricerca, formato da Cristian Micheletti e Francesco Slongo della Sissa di Trieste, Philip Hauke dell’Università di Trento e Pietro Faccioli dell’Università di Milano-Bicocca ha utilizzato un approccio matematico chiamato QUBO (da “Quadratic Unconstraint Binary Optimization”) che permette di sfruttare al massimo le caratteristiche di alcuni computer quantistici, chiamati “quantum annealers”. Il nuovo studio – informa la Sissa – ha sfruttato l’approccio QUBO per simulare in un modo radicalmente nuovo miscele dense di polimeri, sistemi fisici complessi che giocano un ruolo chiave sia in biologia che in scienze di materiali. Facendo ricorso ai computer quantistici si è riscontrato un aumento delle prestazioni di calcolo rispetto alle tecniche tradizionali, fornendo un importante esempio del grande potenziale futuro di queste nuove tecnologie. Tuttavia, l’approccio QUBO si è rivelato particolarmente efficace anche sui computer tradizionali, permettendo ai ricercatori di scoprire delle sorprendenti proprietà di queste miscele polimeriche. Le implicazioni possono essere di vasta portata visto che l’approccio utilizzato nello studio è naturalmente predisposto per essere trasferito a molti altri sistemi molecolari.

“Una tecnica di simulazione chiamata ‘Monte Carlo’ rappresenta da decenni un metodo di riferimento per lo studio di sistemi complessi, quali i polimeri sintetici o quelli biologici, come il DNA”, spiega Cristian Micheletti che ha coordinato lo studio. “Purtroppo, l’efficienza di queste simulazioni diminuisce rapidamente con l’aumento della densità e della taglia del sistema. Per questo, studiare sistemi realistici, come l’organizzazione dei cromosomi nel nucleo della cellula, richiede un enorme dispendio di risorse di calcolo”. Prosegue Francesco Slongo, dottorando della Sissa e primo autore dello studio: “I computer quantistici promettono di aumentare eccezionalmente le performance di calcolo, ma con tutti i limiti di una tecnologia in divenire. E qui interviene la nuova strategia di simulazione, che è applicabile ai pionieristici computer quantistici esistenti, ma può essere trasferita con successo perfino sui computer tradizionali”. Come osservano Philipp Hauke e Pietro Faccioli: “Attualmente già esistono macchine quantistiche dedicate alla soluzione di problemi formulati con l’approccio QUBO, e possono essere efficacissime. È stato proprio per avvantaggiarci di tali macchine che abbiamo riscritto i modelli di polimeri convenzionali nella formulazione QUBO. Con sorpresa abbiamo scoperto che la riscrittura QUBO si è rivelata vantaggiosa anche sui computer convenzionali, consentendo di simulare polimeri densi più velocemente che con i metodi consolidati. Grazie a questo abbiamo stabilito proprietà prima ignote per questi sistemi, e tutto ciò usando i calcolatori consueti”.

È già successo in passato che modelli fisici nati per sfruttare al massimo le innovazioni nelle tecnologie di calcolo si siano poi affermate al punto da essere trasferite in diversi ambiti. Il caso più noto è quello dei modelli di fluidi su reticolo pensati per i supercomputer degli anni ’90 ma oggi largamente usati per molti altri sistemi e tipi di computer. Lo studio su “Science Advances” – conclude la Sissa – ne è un ulteriore esempio, mostrando come metodologie ispirate dal calcolo quantistico possano aprire la strada allo studio di nuovi materiali e alla comprensione del funzionamento di sistemi molecolari di interesse biologico. (Crediti foto: Cristian Micheletti)