Cos’è il quantum computing? Ecco perché potrebbe risolvere problemi insolvibili oggi

È un modo di calcolare che usa le regole della fisica quantistica per esplorare molte possibilità in una volta sola. Su problemi dove la complessità esplode, può offrire accelerazioni decisive. Non rimpiazza i PC, ma apre strade prima irraggiungibili.

Come funziona: qubit, sovrapposizione ed entanglement

Al posto dei bit che valgono 0 o 1, qui si usano qubit. Un qubit può stare in una sovrapposizione di stati: è come avere 0 e 1 insieme finché non lo misuri. Più qubit collegati tra loro tramite entanglement permettono di codificare schemi di informazione molto ricchi.

Un circuito quantistico applica “gate” che manipolano fasi e ampiezze di probabilità. L’interferenza tra percorsi di calcolo rafforza le risposte utili e cancella quelle sbagliate. Alla fine si misura: la sovrapposizione collassa e ottieni un esito, con una certa probabilità.

Questa architettura, descritta dalla voce Computazione quantistica, non rende tutto più veloce. Ma in classi di problemi ben precise offre un vantaggio strutturale: sfrutta la natura probabilistica della fisica per esplorare spazi di soluzioni che un classico deve battere a tappeto.

Dove può fare la differenza

• Simulazione di molecole e materiali: calcolare energia, reattività, catalisi, legami elettronici. Utile per farmaci, batterie, fertilizzanti, semiconduttori.
• Ottimizzazione combinatoria: rotte di consegna, pianificazione produzione, allocazione risorse, portafogli finanziari. Migliorare costi e tempi in sistemi con milioni di variabili.
• Chimica computazionale e scoperta farmaci: stimare proprietà con accuratezza da laboratorio, riducendo iterazioni sperimentali.
• Machine learning quantistico: accelerare fasi di campionamento o feature mapping su dati strutturati, con approcci ibridi che mescolano reti classiche e circuiti quantistici.
• Criptanalisi: alcuni cifrari a chiave pubblica diventano vulnerabili con algoritmi adeguati e hardware maturo.

Stato dell’arte: hardware, errori e tempi

Siamo nell’era NISQ: dispositivi intermedi, con rumore e poche centinaia di qubit fisici. I principali approcci includono superconduttori, ioni intrappolati, fotoni e atomi neutri. Ognuno bilancia velocità di gate, tempi di coerenza e connettività tra qubit.

Il nodo è l’errore. I qubit sono fragili: interazioni con l’ambiente introducono decoerenza. Servono tecniche di correzione degli errori per costruire qubit “logici” affidabili a partire da molti qubit fisici. Le stime parlano di migliaia, spesso milioni, di qubit fisici per applicazioni scalabili con piena tolleranza agli errori.

Nel frattempo crescono gli schemi ibridi. Si usa un computer classico per orchestrare l’ottimizzazione e si delega un “kernel” quantistico a un chip rumoroso. È la via più pragmatica per ottenere un vantaggio specifico in chimica o ottimizzazione prima dei sistemi pienamente corretti.

Tempi? Il progresso è rapido ma non lineare. Alcune dimostrazioni di vantaggio “utile” in casi ristretti potrebbero consolidarsi nei prossimi 2-5 anni. Per applicazioni generalizzate su larga scala servirà di più. La bussola da guardare: qualità dei gate, tasso d’errore, qubit logici disponibili e profondità dei circuiti eseguibili.

Sicurezza: cosa cambia per la crittografia

L’Algoritmo di Shor mostra che RSA e molte curve ellittiche crollano con un computer quantistico a prova d’errore e con sufficiente scala. La scadenza non è domani, ma la migrazione è urgente per un motivo: “harvest now, decrypt later”. I dati riservati catturati oggi possono essere decifrati domani.

Per questo il NIST sta standardizzando schemi post-quantum basati su reticoli, codici e isogenie resistenti agli attacchi. Aziende e PA dovrebbero pianificare l’inventario delle dipendenze crittografiche, aggiornare protocolli e testare implementazioni compatibili con TLS, VPN e firmware.

Come prepararsi oggi

• Identifica i casi d’uso: ottimizzazione, simulazioni chimiche, pricing complesso. Scegli problemi con colli di bottiglia misurabili.
• Lavora in ibrido: prova toolkit e SDK come Qiskit, Cirq o piattaforme cloud. Simula piccoli circuiti. Valuta metriche di qualità del risultato, non solo tempi.
• Crea competenze: forma un nucleo di data scientist e ingegneri con basi di probabilità, algebra lineare e concetti quantistici essenziali.
• Adotta pratiche “quantum-inspired”: algoritmi classici che imitano euristiche quantistiche possono rendere subito.
• Metti in roadmap la sicurezza post-quantum: inventario chiavi e certificati, proof-of-concept, aggiornamento graduale delle librerie crittografiche.
• Monitora l’ecosistema: confronta hardware diversi, tassi d’errore, roadmap, costi di accesso. Valuta partnership con fornitori e centri di ricerca.

Cosa aspettarsi, senza hype

Non esiste un pulsante magico che accelera tutto. Esistono classi di problemi dove la struttura matematica sposa bene il calcolo quantistico. Lì il salto può essere netto. Altrove, il classico resta imbattibile per costo e affidabilità.

La metrica chiave è l’utilità: ottenere un risultato migliore, più preciso o più economico rispetto agli strumenti attuali. Nella pratica, le prime vittorie arriveranno su problemi ristretti, con workflow ibridi e forte dominio applicativo. È qui che conviene investire adesso: piccoli esperimenti, misure oggettive, iterazioni veloci.

Venendo dalla vetrina dei negozi alla scrivania del laboratorio, la lezione è la stessa: niente miracoli, solo tecnologia messa al lavoro sul compito giusto. E il compito giusto, per questo campo, è affrontare complessità che oggi ci fermano. Lì il vantaggio non è marketing: è differenza di ordine di grandezza.