"Per problemi di dimensioni molto piccole, un computer classico è più veloce".
In teoria, i computer quantistici sono di gran lunga superiori ai computer classici in termini di velocità di calcolo. L'esperto di supercalcolo dell'ETH, Torsten Hoefler, sostiene che sono necessari algoritmi più veloci perché possano effettivamente calcolare più velocemente nella pratica.
- Leggi
- Numero di commenti
![La foto mostra un computer quantistico circondato da algoritmi.](/de/news-und-veranstaltungen/eth-news/news/2023/05/fuer-sehr-kleine-problemgroessen-ist-ein-klassischer-computer-schneller/_jcr_content/articleLeadImage/image.imageformat.carousel.921990311.jpg)
I fatti più importanti in breve
- La grande promessa dei computer quantistici è che possono risolvere alcuni problemi di calcolo molto più velocemente dei computer classici sulla base dei principi della meccanica quantistica.
- Affinché i computer quantistici realizzino effettivamente i loro vantaggi in termini di velocità, sono necessari miglioramenti negli algoritmi e nuovi tipi di algoritmi quantistici ad alta velocità.
- In generale, i computer quantistici avranno vantaggi pratici per i "grandi problemi di calcolo" con piccole quantità di dati. Ciò è particolarmente vero per quelli che possono essere risolti in modo esponenzialmente più veloce con i computer quantistici.
I computer quantistici promettono di poter risolvere alcuni problemi di calcolo molto più velocemente dei computer classici. Fino a che punto questo è vero o almeno realistico?
Torsten Hoefler: In generale, questa affermazione è corretta. I computer quantistici possono effettivamente risolvere alcuni problemi di calcolo molto più velocemente dei computer classici. Direi che sono in grado di ridurre il tempo di calcolo da decenni o anni a ore o addirittura minuti. Questo è vero, ma non è realistico per tutti i problemi di calcolo.
Per quali problemi sono adatti i computer quantistici non più veloci?
Torsten Hoefler: Se vogliamo rendere più veloci le previsioni del tempo o le simulazioni climatiche, ad esempio, non so ancora come queste applicazioni possano essere accelerate in modo significativo con un computer quantistico. Né saprei come l'apprendimento automatico potrebbe essere accelerato in modo significativo con un computer quantistico. Né è probabile che nel prossimo futuro si possa ottenere un vantaggio pratico per la fluidodinamica in turbolenza con gli attuali algoritmi quantistici.
Vede aree di applicazione nella ricerca fondamentale o nell'industria in cui i computer quantistici potranno sfruttare i loro vantaggi nel prossimo futuro?
Torsten Hoefler: Finora sappiamo con certezza che i computer quantistici sono estremamente importanti per diverse aree di ricerca e sviluppo. Penso a problemi come il cracking di procedure crittografiche note basate sulla fattorizzazione dei primi. O quando si tratta di simulare sistemi chimici con altissima precisione, il calcolo quantistico ha un enorme potenziale di miglioramento.
Inoltre, l'informatica quantistica è molto promettente per aree di ricerca come la simulazione delle proprietà dei materiali basata su fenomeni quantistici, nuovi farmaci per il futuro, l'invenzione di nuovi fertilizzanti o la comprensione del funzionamento dei sistemi biologici. In tutte queste aree, i computer quantistici possono svolgere un ruolo cruciale nell'accelerare i calcoli.
Ma questa è ancora una visione del futuro?
Torsten Hoefler: Sì, ma anche se l'informatica quantistica non è ancora applicabile a tutte le questioni aperte in queste aree, possiamo chiaramente vedere un modo in cui possiamo sfruttare meglio il potenziale dei computer quantistici. Tuttavia, questo non vale per tutti gli algoritmi. Non si può prendere un qualsiasi algoritmo, farlo girare su un computer quantistico e i calcoli diventeranno automaticamente più veloci. In linea di principio, i computer quantistici possono risolvere qualsiasi problema di calcolo, ma la questione cruciale per la loro applicazione è quali problemi possono risolvere più velocemente o in modo più economico rispetto ai computer convenzionali nella pratica.
Il contesto dell'intervista
In un articolo pubblicato di recente sull'autorevole rivista Communications of the ACM, il professore di informatica dell'ETH Torsten Hoefler, insieme all'alumno Matthias Troyer, ora Corporate Vice President di Microsoft USA, e al diplomato Thomas H?ner, ora Senior Research Scientist di Amazon Web Services, Zurigo, illustrano come l'informatica quantistica possa davvero essere accelerata al di là del clamore.
In che misura state rivedendo l'ipotesi che i computer quantistici siano sempre più veloci dei computer classici?
Torsten Hoefler: Alcuni ritengono che i computer quantistici siano fondamentalmente più veloci perché, ad esempio, sono in grado di risolvere molti problemi in un numero di passi quadraticamente inferiore. Ma un singolo passo di calcolo quantistico è molto più lento di uno classico. Grazie ai principi della meccanica quantistica, come la sovrapposizione, l'interferenza o l'entanglement, sono necessari meno passaggi di calcolo per risolvere un determinato problema. Questo è il motivo per cui i computer quantistici promettono di risolvere alcuni problemi più velocemente dei computer classici. Tuttavia, sarebbe un errore credere che i computer quantistici possano risolvere tutti i problemi molto più velocemente dei computer convenzionali.
Perché è così?
Torsten Hoefler: Nella progettazione attuale dei computer quantistici, ogni fase di calcolo è più lenta della corrispondente fase di calcolo classico. Ciò è dovuto all'elevata complessità della correzione degli errori e delle singole fasi di un calcolo quantistico. Inoltre, negli ultimi 60 anni l'industria ha fatto progredire le tecnologie di elaborazione dei dati convenzionali a tal punto da renderle estremamente veloci. Oggi un computer convenzionale può eseguire da milioni a miliardi di calcoli al secondo. Un computer quantistico, invece, può eseguire solo centinaia di migliaia o forse milioni di passaggi al secondo. Per questo motivo, i computer quantistici non sono sempre superiori. Stiamo cercando di smentire questa idea errata di superiorità quantistica assoluta. Tuttavia, sono molto ottimista sul fatto che riusciremo a costruire computer quantistici affidabili.
A quali risultati scientifici è giunto il vostro studio? Per quali tipi di problemi è più probabile che i computer quantistici siano più veloci?
Torsten Hoefler: Abbiamo confrontato le prestazioni di un chip classico leader di mercato con quelle di un chip quantistico progettato in modo ottimistico, in ogni caso per lo stesso problema. In questo modo, siamo stati i primi a determinare cosa sia esattamente necessario ai computer quantistici per ottenere un reale vantaggio in termini di velocità. La nostra analisi mostra che per quasi tutti gli algoritmi, il computer classico è più veloce per problemi di dimensioni molto piccole, mentre il computer quantistico è più veloce per problemi di dimensioni molto grandi. Questo perché il tempo necessario per risolvere determinati problemi su un computer quantistico aumenta più lentamente con le dimensioni del problema rispetto ai computer classici (vedi diagramma). Noi chiamiamo questo "speedup quantistico" o accelerazione dell'informatica quantistica.
Vediamo anche che i computer quantistici sono generalmente più veloci e più pratici per i problemi di calcolo di grandi dimensioni con dati piccoli, ma non sono pratici per i problemi di big data. A causa della limitata larghezza di banda in ingresso e in uscita, i big data sono un problema che i computer classici calcolano più velocemente. Inoltre, anche i computer classici risolvono un problema di ricerca in un database più velocemente di un computer quantistico. Pertanto, i computer quantistici sono stati erroneamente pubblicizzati nel contesto dei big data.
Una delle vostre scoperte è che l'"accelerazione quadratica" non è sufficiente per far sì che i computer quantistici realizzino davvero i loro potenziali vantaggi in termini di velocità.
Torsten Hoefler: Nel nostro studio, dimostriamo che gli speedup quadratici, che accorciano il tempo di calcolo prendendo la radice quadrata del tempo di esecuzione di un algoritmo, non saranno sufficienti per i vantaggi pratici dei quanti nel prossimo futuro.
Vediamo che se si implementano solo accelerazioni quadratiche, la computazione quantistica richiederà ancora diversi mesi per molti problemi. In pratica, questo è troppo lento e troppo costoso. Da ciò si deduce che sono necessari almeno accelerazioni cubiche o quartiche basate sulle radici terze e quarte, perché solo in questo caso sono possibili migliaia o milioni di operazioni di calcolo. Ma anche le accelerazioni cubiche o quartiche sono solo il requisito minimo.
? necessario concentrarsi su accelerazioni esponenziali in cui il tempo di esecuzione dell'algoritmo quantistico è il logaritmo del tempo di esecuzione dell'algoritmo classico. I candidati più promettenti per ottenere reali vantaggi pratici dalla quantistica sono quindi i problemi con piccole quantità di dati e accelerazioni esponenziali.
![Ritratto di Torsten Hoefler](/de/news-und-veranstaltungen/eth-news/news/2023/05/fuer-sehr-kleine-problemgroessen-ist-ein-klassischer-computer-schneller/_jcr_content/wide_content/citation/image.imageformat.fullwidth.125889418.jpg)
"Dobbiamo inventare nuovi tipi di algoritmi quantistici ad alta velocità. Attualmente disponiamo solo di una manciata di algoritmi quantistici di base".Torsten Hoefler![]()
Cosa bisogna fare di diverso per ottenere una vera computazione quantistica ad alta velocità?
Torsten Hoefler: I nuovi algoritmi quantistici sono una chiave cruciale per accelerare i calcoli quantistici. Senza miglioramenti significativi degli algoritmi, è improbabile che anche alcune delle applicazioni spesso citate portino davvero a un vantaggio quantistico nella pratica. Da un punto di vista pratico, la maggior parte degli algoritmi quantistici oggi disponibili non consente una reale accelerazione del calcolo quantistico. Anche se sappiamo che gli algoritmi cubici, quartici o esponenziali accelerano il calcolo quantistico più degli algoritmi quadratici, la situazione reale è ancora tale che ad oggi non conosciamo molti algoritmi di accelerazione di questo tipo.
Attualmente, molti algoritmi di accelerazione quantistica si basano sull'"accelerazione quantistica" quadratica, che si basa sul noto algoritmo di Grover. Noi sosteniamo che non è sufficiente sviluppare altri algoritmi di tipo Grover. Per sviluppare nuovi algoritmi quantistici che accelerino veramente il calcolo, la ricerca deve concentrarsi su algoritmi che consentano effettivamente di accelerare il calcolo quantistico nella pratica. Altrimenti, i computer quantistici non sarebbero in grado di superare i computer classici più veloci.
Cosa serve agli informatici per accelerare davvero la computazione quantistica?
Torsten Hoefler: Dobbiamo inventare nuovi tipi di algoritmi quantistici ad alta velocità. La grande sfida è che attualmente disponiamo solo di una manciata di algoritmi quantistici di base, come l'algoritmo di Grover o l'algoritmo di Shor, ampiamente utilizzati in chimica o in crittografia. ? molto difficile sviluppare nuovi algoritmi fondamentali. Poiché la meccanica quantistica è un concetto matematico complesso, è un'impresa capire come tradurlo in algoritmi quantistici utili. Come regola generale, viene sviluppato circa un algoritmo fondamentale ogni dieci anni.
Quali sono i prossimi passi nello sviluppo degli algoritmi quantistici, in particolare all'ETH di Zurigo?
Torsten Hoefler: Abbiamo bisogno di più informatici e matematici per la ricerca di nuovi algoritmi quantistici. Finora è stato molto difficile trovare scienziati eccellenti per gli algoritmi quantistici. Una grande opportunità è quella di combinare questa esigenza con il mandato di insegnamento dell'ETH di Zurigo e incoraggiare la prossima generazione di scienziati a impegnarsi nella progettazione di algoritmi quantistici. Con il Quantum Centre, possiamo riunire matematici, informatici, fisici e ingegneri per lavorare insieme sui computer quantistici. Questa è un'opportunità per l'ETH.
Riferimento alla letteratura
Hoefler, T, H?ner, T, Troyer, M. Disancorare l'hype dalla praticità: come ottenere vantaggi quantistici realistici. In: Communications of the ACM, maggio 2023, Vol. 66 No. 5, Pagine 82-87, DOI: pagina esterna10.1145/3571725.