l’Intelligenza artificiale diventa quantistica e si fa spazio nella salute, nell’aerospazio, nella sicurezza
Da un team di ricerca italiano, un nuovo modello di Intelligenza Artificiale su computer quantistico
Un team di ricercatori italiani coordinati da Enrico Prati dell’Istituto di fotonica e nanotecnologie del Consiglio nazionale delle ricerche (Cnr-Ifn) di Milano ha sviluppato un nuovo modello di intelligenza artificiale su un computer quantistico.
Il risultato, ottenuto in collaborazione con l’Università di Milano Bicocca programmando il computer D-Wave 2000 da 2.048 bit quantistici (qubit), è stato pubblicato sulla rivista Advanced Quantum Technologies come storia di copertina.
Computer quantistico: cos’è e come funziona
I quantum computer sono calcolatori che sfruttano le leggi della fisica e della meccanica quantistica, quella che studia le particelle subatomiche. La loro unità fondamentale è il bit quantistico o qubit, legato allo stato in cui si trova una particella o un atomo e le cui peculiarità permettono di svolgere i calcoli in modo molto più veloce.
Infatti, mentre nel metodo computazionale classico ogni bit è rappresentato da zero o uno (sistema binario), nel computing quantistico il qubit può essere 0-1 o zero e uno contemporaneamente. Questo è possibile grazie alla sovrapposizione degli stati quantistici, che abilita i calcoli in parallelo (anziché uno alla volta), moltiplicando esponenzialmente potenza e velocità anche per calcoli estremamente complessi, riducendo i tempi di elaborazione da anni a minuti.
Oltre alla sovrapposizione di stati, i qubit hanno altre proprietà specifiche che derivano dalle leggi della fisica quantistica come l’entanglement, cioè la correlazione tra un qubit ed un altro, da cui deriva una forte accelerazione nel processo di calcolo.
Calcolo quantistico e intelligenza artificiale
Dal Fintech alla gestione aziendale fino al 5G: si moltiplica l’interesse degli investitori per le tecnologie quantistiche che stanno evolvendo verso la risoluzione di problemi finora rimasti aperti. Uno scenario dei nuovi approcci “market ready”
Alla NASA avevano già sperimentato il trasferimento su un computer quantistico di un modello di intelligenza artificiale chiamato “macchina di Boltzmann, ispirato a quello adottato tragli altri da Netflix per raccomandare i film”, spiega Prati. “In quel caso però, i risultati erano limitati dall’aver impiegato un solo qubit per rappresentare ciascun neurone artificiale, dal momento che le connessioni da ogni qubit verso quelli limitrofi sul chip sono poche per motivi di spazio.
“Nel nostro caso, invece, abbiamo fatto ricorso a una tecnica chiamata embedding per raggruppare più qubit perché si comportino come un unicooggetto, chiamato qubit virtuale. Il qubit virtuale eredita le connessioni di tutti i qubits che lo compongono, tranne chequelle tra i suoi costituenti, e quindi la connettività del nostro cervello quantistico è più elevata, da cui un apprendimento più rapido”.
Il metodo di apprendimento
Il metodo di apprendimento ha introdotto anche un’operazione preliminare durante l’apprendimento che si potrebbe paragonare a un’inversione dello scorrere del tempo nel computer quantistico, chiamata reverse annealing.
“In precedenza, si lasciava che il sistema durante l’apprendimento ricercasse le soluzioni da imparare iniziando da uno stato di partenza generico. In questa ricerca invece il sistema è semantico, cioè parte da unasoluzione nota: lo si porta mediante reverse annealing a un migliore stato di partenza, come se si riavvolgesse il nastro del tempo per qualche microsecondo, e poi si procede con la ricerca, che a sua volta dura alcuni microsecondi””, prosegue il coordinatore della ricerca.
Intelligenza Artificiale Quantistica: possibili applicazioni
Le tecnologie dell’informazione quantistica e i sistemi di apprendimento intelligente sono entrambe tecnologie emergenti che avranno un impatto trasformativo sulla nostra società. Molta ricerca, come testimonia questo lavoro del CNR, sta esaminando la questione della misura in cui questi campi possono effettivamente apprendere e trarre vantaggio gli uni dagli altri.
Recentemente abbiamo assistito a progressi significativi in entrambe le direzioni di influenza: da un lato, il calcolo quantistico sta trovando un’applicazione vitale nel fornire accelerazioni per i problemi di machine learning; dall’altro, il machine learning può diventare strumentale nelle tecnologie quantistiche avanzate.
Le ricadute dell’intelligenza artificiale quantistica spaziano su molti ambiti di applicazione, dalla salute all’aerospazio, dall’ottimizzazione dei processi industriali alla sicurezza, dal riconoscimento di immagini alla quantum finance.“I computer quantistici sono il fenomeno emergente che darà nuova linfa e potenza computazionale all’intelligenza artificiale. Stanno muovendo i primi passi con il crescere dei processori basati su qubits, ma una volta che saranno giunti a maturità risulteranno molto più veloci”, conclude Prati, “per questo l’interesse delle industrie sta crescendo in modo esponenziale”.
Il quantum computing a Maker Faire Rome, spiegato bene
Anche a Maker Faire Rome abbiamo affrontato spesso i temi del quantum computing, dell’Intelligenza Artificiale e delle intersezioni tra queste due discipline. Nel video, un interessante intervento per capirne meglio ragioni e applicazioni.
fonti: Agenda Digitale I Digital4Biz I BigData4Innovation
Maker Faire Rome – The European Edition si impegna da ben otto edizioni a rendere l’innovazione accessibile e fruibile con l’obiettivo di non lasciare indietro nessuno offrendo contenuti e informazioni in un blog sempre aggiornato e ricco di opportunità per curiosi, maker, startup e aziende che vogliono arricchire le proprie conoscenze ed espandere il proprio business, in Italia e all’estero.
Seguici, iscriviti alla nostra newsletter:ti forniremo solo le informazioni giuste per approfondire i temi di tuo interesse.
L'articolo CNR: l’intelligenza artificiale diventa quantistica proviene da Maker Faire Rome.
