Il 2024 ha segnato un punto di svolta nell'evoluzione dei computer quantistici, che stanno finalmente abbandonando il ruolo di puri oggetti di studio per diventare strumenti operativi nelle mani dei ricercatori. Dopo decenni di promesse e progressi incrementali, le macchine quantistiche hanno iniziato a simulare fenomeni fisici complessi in campi che spaziano dalla fisica delle particelle ad alta energia alla scienza dei materiali, dalla biochimica alla fisica nucleare. Non si tratta ancora di una supremazia quantistica consolidata rispetto ai sistemi tradizionali, ma di una transizione tangibile verso applicazioni pratiche che erano impensabili solo pochi anni fa.
L'idea di utilizzare computer quantistici per comprendere meglio l'universo risale a un celebre discorso del 1981 di Richard Feynman, che teorizzò la necessità di macchine costruite su elementi quantomeccanici per simulare accuratamente la natura. Oggi aziende come Google, IBM e decine di team accademici hanno concretizzato quella visione, sviluppando dispositivi basati su architetture radicalmente diverse: circuiti superconduttori controllati da microonde, atomi ultrafreddi manipolati con laser, o ioni intrappolati gestiti tramite campi elettromagnetici.
A giugno 2024 sono emerse due ricerche parallele che hanno utilizzato piattaforme quantistiche completamente differenti per simulare il comportamento di coppie di particelle nei campi quantistici. Il chip Sycamore di Google, basato su circuiti superconduttori, e un sistema della startup QuEra, fondato su atomi ultrafreddi, hanno affrontato con successo versioni semplificate di campi quantistici presenti nel modello standard della fisica delle particelle. Secondo esperti del settore come Jad Halimeh dell'Università di Monaco, versioni più potenti di questi esperimenti potrebbero aiutare a comprendere cosa accade alle particelle all'interno degli acceleratori come LHC.
Tre mesi dopo, a settembre, i computer quantistici hanno dimostrato il loro valore anche nella fisica della materia condensata, disciplina fondamentale per lo sviluppo delle tecnologie a semiconduttori che alimentano smartphone e dispositivi moderni. Team di Harvard e della Technical University of Munich hanno simulato due fasi esotiche della materia che erano state previste teoricamente ma mai osservate sperimentalmente con metodi tradizionali. Le macchine quantistiche si sono rivelate capaci di predire le proprietà di questi materiali strani, laddove la crescita e l'analisi di cristalli in laboratorio aveva fallito.
Ottobre ha portato una dimostrazione pratica del nuovo chip superconduttore Willow di Google, utilizzato per elaborare dati provenienti dalla spettroscopia di risonanza magnetica nucleare (NMR), tecnica ampiamente diffusa nella ricerca biochimica. Sebbene la dimostrazione con dati NMR reali non abbia superato le capacità dei computer classici, la matematica dell'algoritmo implementato promette prestazioni future inaccessibili alle macchine convenzionali, aprendo la strada a livelli di dettaglio molecolare mai raggiunti prima. Il ritmo di questa evoluzione dipenderà direttamente dai miglioramenti nell'hardware quantistico.
A novembre è entrata in scena una terza architettura quantistica: l'azienda Quantinuum ha dimostrato che il suo computer Helios-1, basato su ioni intrappolati, può simulare modelli matematici della superconduttività perfetta. I superconduttori, in grado di condurre elettricità senza perdite, potrebbero rivoluzionare l'elettronica e rendere più sostenibile la rete elettrica, ma tutti i materiali superconduttori conosciuti funzionano solo ad alta pressione o temperature estremamente basse. Helios-1 ha simulato quello che Henrik Dryer di Quantinuum definisce il modello più importante del settore, studiato dai fisici dagli anni Sessanta, posizionando i computer quantistici come attori rilevanti nella ricerca sulla superconduttività.
Una settimana dopo, l'azienda di algoritmi quantistici Algorithmiq ha presentato simulazioni di metamateriali eseguite su un computer quantistico IBM a circuiti superconduttori. I metamateriali, progettabili a livello microscopico per proprietà speciali assenti nei materiali naturali, trovano applicazioni dai mantelli di invisibilità rudimentali ai catalizzatori chimici. Il team ha tracciato come un metamateriale disperda informazioni, includendo regimi computazionali dove i computer tradizionali faticano, con potenziali ricadute su catalizzatori chimici, batterie allo stato solido e dispositivi fotovoltaici avanzati.
L'elenco delle applicazioni si estende alla fisica nucleare: ricercatori dell'University of Maryland e dell'University of Waterloo hanno utilizzato un computer quantistico a ioni intrappolati per determinare come si comportano le particelle legate dalla forza nucleare forte a diverse temperature e densità. Questi fenomeni si verificano all'interno delle stelle di neutroni, oggetti cosmici poco compresi, e si ritiene siano avvenuti nell'universo primordiale. Anche se i calcoli hanno richiesto approssimazioni rispetto ai modelli più realistici della forza forte, lo studio consolida un ulteriore campo della fisica dove le macchine quantistiche si stanno affermando.
Questa abbondanza di risultati porta con sé altrettante riserve. La maggior parte dei modelli matematici simulati su hardware quantistico richiede semplificazioni significative, i computer quantistici rimangono soggetti a errori che necessitano di post-elaborazione per mitigarne gli effetti, e confrontare i risultati quantistici con le migliori capacità dei computer classici resta complesso. Il progresso nei metodi di calcolo tradizionali procede rapidamente, creando una competizione dinamica dove la supremazia computazionale di oggi diventa obsoleta domani. IBM ha recentemente lanciato un "quantum advantage tracker" pubblico, che diventerà una classifica per monitorare dove i computer quantistici superano effettivamente le controparti convenzionali.
Nonostante l'incertezza sui tempi della supremazia quantistica definitiva, il 2024 ha rappresentato un cambio di paradigma. I computer quantistici sono passati dall'essere principalmente oggetto di esperimenti di benchmarking, progettati per mostrare la loro "quantisticità" piuttosto che risolvere problemi reali, a strumenti utilizzati attivamente da fisici e chimici per simulazioni impossibili fino a pochi anni fa. La strada verso applicazioni di routine potrebbe essere più breve del previsto, e il 2025-2026 promette ulteriori sorprese nel panorama del calcolo quantistico applicato alla scoperta scientifica.
