Calcolo Quantistico e Software Aziendale (con Olivier Ezratty) - Ep 142

00:00:00 Introduzione alla fisica quantistica e il suo ruolo nelle tecnologie esistenti.
00:01:03 Il percorso di Olivier Ezratty nel calcolo quantistico e la sua ricerca approfondita.
00:04:16 Lancio della Quantum Energy Initiative per uno sviluppo della tecnologia quantistica eco-sostenibile.
00:06:11 Differenze tra la fisica quantistica nelle tecnologie attuali e il calcolo quantistico del futuro.
00:08:51 La non esistenza del nulla e le fluttuazioni del vuoto nella fisica quantistica.
00:10:32 Il vuoto e l’etere nella fisica quantistica.
00:11:52 Software aziendale e complicità meccanica.
00:14:16 Soglia del vantaggio quantistico e progressi incerti.
00:16:19 Importanza di comprendere le tecnologie quantistiche.
00:18:43 Le potenziali applicazioni delle tecnologie quantistiche.
00:20:24 Introduzione alla sensoristica quantistica e le sue applicazioni.
00:21:19 Comunicazioni quantistiche per la sicurezza e l’incremento della potenza.
00:24:01 Sensoristica quantistica per misurazioni di precisione in vari campi.
00:26:36 Uso positivo dei sensori di gravità quantistica nei satelliti per studi geodetici.
00:28:15 Importanza di prospettive olistiche nella comprensione della tecnologia quantistica.
00:30:11 Discussione sulla supremazia quantistica e le sue limitazioni.
00:32:02 Spiegazione dei bit classici e del loro ruolo nel calcolo.
00:33:10 Introduzione ai qubit e le loro differenze dai bit classici.
00:35:04 Approfondimento degli aspetti matematici dei qubit.
00:37:33 Spiegazione della potenza dei qubit e della loro crescita esponenziale nello spazio informativo.
00:40:01 Chiarimento sui fraintendimenti riguardanti il calcolo quantistico.
00:43:45 Calcolo quantistico e le sfide del Big Data.
00:45:54 Affrontare il rumore nel calcolo quantistico: algoritmi a bassa profondità e correzione degli errori.
00:47:46 Stato attuale del calcolo quantistico e l’ultimo sistema a 433 qubit di IBM.
00:49:53 Esplorazione della correzione degli errori nel calcolo quantistico.
00:51:37 Discussione sulla possibilità di utilizzare operazioni rumorose nel machine learning.
00:52:59 Revisione delle limitazioni dell’apprendimento automatico quantistico.
00:57:25 Controllo della temperatura nei qubit superconduttori e nei qubit al silicio.
00:59:49 Confronto tra i qubit a trappola ionica e i qubit topologici.
01:00:53 Atomi neutri, raffreddamento laser e tecnologia dei trappole magneto-ottiche.
01:03:31 Centri NV e potenziale calcolo quantistico a temperatura ambiente.
01:05:46 Discussione sulla complessità nel campo della tecnologia quantistica.
01:07:58 Avvicinarsi alla fiducia e identificare fonti affidabili nella tecnologia quantistica.
01:10:30 Discussione su esempi di tecnologia unica dei qubit al silicio.
01:12:35 Confronto tra il calcolo quantistico e la supply chain del software aziendale.
01:14:37 Il ruolo della serendipità nell’incontrare e apprendere dagli scienziati.
01:16:36 Suggerimenti per navigare e decifrare i documenti scientifici.
01:22:47 La bontà intrinseca delle previsioni e la difficoltà nel misurarla.
01:24:00 La complessità delle pubblicazioni scientifiche e la loro comprensione.
01:25:17 Trasparenza e offuscamento nell’ecosistema del calcolo quantistico.
01:28:01 Il ruolo degli analisti di mercato e i potenziali bias nel campo.
01:33:46 Discussione su un buon mix nei team di ricerca per l’innovazione.
01:34:54 Il calcolo quantistico e il suo percorso temporale per lo sviluppo.
01:37:56 Le sfide nel prevedere il futuro del calcolo quantistico.
01:39:41 L’importanza di rimanere aggiornati in un campo del calcolo quantistico in rapida evoluzione.
01:40:33 Progetti personali nel campo.
01:43:15 Discussione sulle diverse modalità di lavoro e contribuzione all’ecosistema.
01:44:22 Il valore degli esercizi di scrittura per la crescita personale e organizzativa.
01:45:37 Tecniche per organizzare e aggiornare i contenuti, inclusa la manutenzione dei database.
01:48:00 Suggerimenti per CEO e CTO per comprendere il calcolo quantistico e le sue potenziali applicazioni.
01:50:28 Formati consigliati per apprendere il calcolo quantistico, come conferenze e presentazioni su YouTube.

Riepilogo

Esperto di tecnologia quantistica Olivier Ezratty discute con Joannes Vermorel del potenziale del calcolo quantistico, della comunicazione quantistica e della sensoristica quantistica. Il calcolo quantistico mira a sfruttare fenomeni quantistici come la sovrapposizione e l’intrappolamento per eseguire compiti oltre le capacità dei computer classici. La comunicazione quantistica ha applicazioni che vanno oltre la sicurezza, come l’internet quantistico e il calcolo quantistico distribuito. La sensoristica quantistica può misurare proprietà fisiche con precisione senza precedenti. Nonostante i progressi nel campo, persiste un divario significativo tra la conoscenza teorica e l’implementazione pratica. I tempi per un’adozione diffusa restano incerti, con esperti che stimano 10-15 anni prima che la tecnologia quantistica raggiunga il suo pieno potenziale.

Riepilogo esteso

In questa intervista, il conduttore Joannes Vermorel, fondatore di Lokad, discute del calcolo quantistico e del software aziendale con Olivier Ezratty, un esperto di tecnologia quantistica. Ezratty ha lavorato nel campo per oltre due decenni e ha redatto un rapporto esaustivo (Understanding Quantum Technologies - più di 1000 pagine) sulle tecnologie quantistiche.

Ezratty si è interessato per la prima volta al calcolo quantistico dopo aver appreso della collaborazione tra Google, NASA e D-Wave per la realizzazione di un computer in grado di eseguire compiti 100 milioni di volte più velocemente di un normale portatile. Inizialmente, aveva pianificato di tenere una semplice conferenza di un’ora sull’argomento, ma il suo lavoro ha portato infine alla creazione di un libro esteso di 1.100 pagine sulle tecnologie quantistiche. Successivamente, Ezratty ha assunto vari ruoli nel campo, tra cui l’insegnamento, il lavoro per il governo, la consulenza e il lancio della “Quantum Energy Initiative” per affrontare l’impatto ambientale delle tecnologie quantistiche.

Nel discutere dello sviluppo del calcolo quantistico, Ezratty evidenzia il ruolo della fisica quantistica nelle tecnologie esistenti. Sebbene tutta la tecnologia attuale si basi sulla fisica quantistica, il calcolo quantistico mira a sfruttare fenomeni differenti del campo. Tre meccanismi specifici centrali per il calcolo quantistico sono la sovrapposizione degli stati quantistici, l’intrappolamento e la capacità di controllare nanoparticelle individuali. Tali meccanismi non sono stati utilizzati nello stesso modo nelle tecnologie precedenti.

L’intervista tratta anche della natura del “nulla” nel contesto della fisica quantistica. Le fluttuazioni del vuoto, in cui le particelle vengono create e distrutte, dimostrano che il nulla non esiste e che le particelle sono sempre in movimento a causa di tali fluttuazioni.

Nel campo del software aziendale, c’è stato un generale disinteresse per computing hardware, poiché si prevedeva un miglioramento esponenziale senza nessun cambiamento da parte dei fornitori di software. Questo atteggiamento persiste, nonostante il progresso più lento del calcolo quantistico rispetto a quello classico. L’obiettivo finale del calcolo quantistico è raggiungere un “quantum advantage” o “threshold”, dove i computer quantistici possono eseguire compiti che i computer classici non possono svolgere in modo efficiente. I tempi per raggiungere questa soglia restano incerti.

Le tecnologie quantistiche possono essere categorizzate in diversi paradigmi, tra cui il calcolo quantistico, la comunicazione quantistica e la sensoristica quantistica. Ogni paradigma ha la propria tempistica per una potenziale implementazione, con alcuni che potrebbero avere un impatto in meno di cinque anni, mentre altri potrebbero richiedere da 10 a 20 anni. È essenziale che le persone coinvolte nella tecnologia e nell’industria restino aggiornate su questi sviluppi per comprenderne il potenziale impatto.

Il calcolo quantistico mira a permettere esecuzioni computazionali che non possono essere realizzate in modo classico, potenzialmente più rapide, migliori e con un consumo energetico minore. La comunicazione quantistica, invece, ha applicazioni che vanno oltre il semplice miglioramento della sicurezza. Può contribuire a creare un internet quantistico e abilitare il calcolo quantistico distribuito. Inoltre, la comunicazione quantistica può portare a sensori quantistici più precisi, che possono migliorare significativamente la precisione di varie misurazioni.

La sensoristica quantistica può misurare varie proprietà fisiche come la gravità, la pressione, la temperatura, la frequenza temporale e il magnetismo con una precisione molto maggiore di quella attualmente possibile. Sebbene i sensori quantistici possano essere più ingombranti rispetto agli attuali sensori IoT, la loro maggiore precisione può avere numerose applicazioni, come individuare cosa si trova sotto terra, identificare tunnel, trovare fonti d’acqua e persino applicazioni militari come il rilevamento di sottomarini nucleari.

Esistono anche applicazioni positive per la sensoristica quantistica, come l’installazione di un sensore di gravità quantistica su un satellite per studiare il movimento della Terra e l’impatto dei cambiamenti climatici. Il progresso scientifico è stato spesso guidato dalla disponibilità di nuove classi di sensori, e la sensoristica quantistica ha il potenziale per aprire nuove strade per la ricerca e la comprensione.

Ezratty spiega quindi il concetto di quantum supremacy, un termine coniato da John Preskill nel 2011. La quantum supremacy si riferisce a una situazione in cui un computer quantistico può eseguire un calcolo impossibile per i computer classici in un tempo ragionevole. Tuttavia, l’attuale quantum supremacy raggiunta da Google e altri non esegue calcoli come siamo abituati a vedere nel software aziendale. Invece, si comporta più come un generatore di numeri casuali senza un vero input o output di dati. Quando Google ha tentato di utilizzare il suo sistema quantistico per calcoli utili, è riuscito a utilizzare solo 15 dei suoi 53 qubit. Questi 15 qubit possono essere emulati in modo più efficiente su un laptop personale.

La discussione si sposta quindi sull’elemento fondamentale del calcolo classico: il bit. Un bit è la più piccola unità di informazione, rappresentata come 0 o 1. Al contrario, un qubit, l’unità fondamentale del calcolo quantistico, può essere descritto sia come oggetto matematico che fisico. Fisicamente, un qubit è un sistema a due livelli (TLS) che può esistere in due livelli energetici contemporaneamente, grazie alle proprietà quantistiche della sovrapposizione. Matematicamente, i qubit sono rappresentati da due numeri complessi (coefficienti) che descrivono il loro stato in sovrapposizione.

La potenza del calcolo quantistico deriva dal fatto che lo spazio informativo gestito dai qubit cresce esponenzialmente con ogni qubit aggiuntivo. Questo è in contrasto con il calcolo classico, dove l’aggiunta di bit ha un effetto lineare sulla dimensione della memoria. Ad esempio, un sistema con 100 qubit può gestire uno spazio informativo di 2^100 numeri complessi, il che è significativamente più grande di quanto i sistemi classici possano gestire.

Gli intervistati toccano anche l’equazione di Schrödinger, che viene utilizzata per descrivere il comportamento ondulatorio degli oggetti quantistici, come i qubit. Quando due onde corrispondenti a diversi livelli energetici di un qubit vengono combinate, si crea una terza onda. Questo fenomeno è centrale per il concetto di sovrapposizione nella meccanica quantistica.

Ezratty spiega che ci sono due vantaggi principali del calcolo quantistico: la velocità e lo spazio. I computer quantistici possono esplorare un vasto spazio computazionale e risolvere problemi complessi che crescono in maniera esponenziale con il numero di variabili. Tuttavia, il vantaggio in termini di velocità deriva dagli algoritmi utilizzati e dalla capacità di ridurre il numero di operazioni necessarie per il calcolo rispetto al calcolo classico.

Un altro punto di discussione è la difficoltà nell’inserire dati in un computer quantistico. Ciò è dovuto alla natura lenta delle operazioni dei circuiti quantistici e ai limiti degli attuali sistemi quantistici. Ezratty menziona che algoritmi ibridi, che combinano il calcolo classico e quantistico, vengono utilizzati per affrontare questa problematica.

Il rumore rappresenta un’altra sfida significativa nel calcolo quantistico. I qubit attuali generano un notevole quantitativo di errori, ed è necessaria una correzione degli errori per rendere i calcoli utili. Esistono due modalità per affrontare questo problema: algoritmi a bassa profondità, che hanno un numero ridotto di gate e operazioni e possono tollerare il rumore, e codici di correzione degli errori che utilizzano la ridondanza per correggere gli errori ad ogni operazione.

La mitigazione degli errori quantistici è un altro approccio in fase di esplorazione, che utilizza il machine learning per allenare il sistema a comprendere e correggere gli errori dopo aver completato l’intero calcolo. Si prevede che questo metodo estenda la capacità dei sistemi di calcolo quantistico rumorosi, anche se la soglia per un calcolo quantistico utile per applicazioni aziendali non è ancora stata raggiunta.

L’intervista tocca anche i tipi di algoritmi che possono essere implementati nei sistemi quantistici a breve termine. Questi includono simulazioni chimiche, algoritmi di ottimizzazione e apprendimento automatico quantistico. Tuttavia, ciascuna di queste aree applicative presenta le proprie sfide e limitazioni.

Ezratty sottolinea che la scienza alla base della comprensione degli acceleramenti quantistici è ancora in fase di sviluppo, poiché esiste un divario significativo tra la conoscenza teorica e l’implementazione pratica. Nonostante i progressi, rimane ancora molto da fare per creare computer quantistici veramente utili, capaci di offrire vantaggi reali rispetto ai sistemi classici.

La conversazione si concentra poi sull’interazione tra qubit ed elettronica classica. I qubit, le unità di base del calcolo quantistico, possono essere controllati dall’elettronica classica, con l’invio di fotoni al qubit per cambiarne lo stato. La discussione si sposta poi sulla necessità di temperature estremamente basse per il calcolo quantistico. La maggior parte delle tecnologie di calcolo quantistico richiedono ambienti freddi, con i qubit superconduttori che necessitano di circa 15 millikelvin. Il processo di raffreddamento può essere complesso e richiede un approccio a più fasi.

I qubit in silicio, o i qubit di spin in silicio, vengono menzionati come un’alternativa in grado di operare a temperature leggermente più elevate, tra i 100 millikelvin e un Kelvin. Un’altra tecnologia discussa è il controllo dei fotoni individuali a temperatura ambiente mediante guide d’onda. Sebbene il raffreddamento sia ancora necessario alle estremità del sistema, non lo è nel mezzo.

Il discorso si sposta poi sugli atomi neutri, che possono essere raffreddati e posizionati utilizzando laser in una tecnica nota come trappola magneto ottica. Questo processo porta a temperature nell’ordine dei nanokelvin, sebbene il raffreddamento sia ancora necessario per la pompa che rimuove gli atomi dalla camera.

Un’altra tecnologia quantistica discussa sono i centri NV, che hanno potenziali applicazioni nel calcolo e nel sensing. Un’azienda australiana, Quantum Reliance, ha sviluppato un sistema a cinque qubit che opera a temperatura ambiente, anche se la sua scalabilità è incerta.

La conversazione mette in evidenza la complessità e la diversità delle tecnologie quantistiche, con molti tipi differenti di qubit e requisiti di raffreddamento. Ezratty sottolinea l’importanza di incontrare un’ampia gamma di scienziati, ingegneri e informatici per ottenere una migliore comprensione del campo.

Ezratty evidenzia l’importanza di leggere articoli scientifici e di cercare prospettive diverse da esperti in vari sotto-campi della tecnologia quantistica. Nonostante la complessità e l’evoluzione costante del settore, è fondamentale aggiornare continuamente le proprie conoscenze per tenere il passo con gli sviluppi.

Ezratty condivide le sue esperienze nell’apprendimento della tecnologia quantistica e nell’incontrare vari scienziati ed esperti del settore. Sottolinea l’importanza della serendipità nel connettersi con persone che possono offrire preziosi spunti e informazioni. Mentre naviga nel panorama della tecnologia quantistica, Ezratty cerca indizi negli articoli scientifici e nelle comunicazioni dei fornitori per comprendere lo stato dell’arte.

Durante l’intervista, Vermorel traccia parallelismi tra il campo della tecnologia quantistica e la sua area di competenza, supply chain optimization. Entrambi i settori presentano una vasta gamma di prospettive di nicchia, fornitori e filosofie concorrenti. Vermorel sottolinea l’importanza di adottare una mentalità critica quando si valutano affermazioni e si cercano costi nascosti o svantaggi non evidenti.

Ezratty sottolinea che comprendere le metriche utilizzate nella tecnologia quantistica è fondamentale per valutare la qualità dei qubit e le prestazioni dei computer quantistici. Tuttavia, trovare metriche coerenti può essere impegnativo a causa delle differenti tecniche di misurazione e dei benchmark nel settore. Nota inoltre che la recente disponibilità di computer quantistici nel cloud ha facilitato per i ricercatori il confronto e la valutazione dei vari sistemi in modo coerente.

Nonostante la complessità del settore e le difficoltà nel comprendere le pubblicazioni scientifiche, Ezratty ritiene che l’ecosistema della tecnologia quantistica sia piuttosto aperto. Riconosce che i fornitori possono talvolta esagerare le loro prestazioni, ma sostiene che il campo sia generalmente accessibile a chi è disposto a investire tempo ed energie per impararci.

Vermorel ed Ezratty discutono l’impatto delle grandi corporation sul settore, osservando che spesso attraggono venture capital ma possono anche essere soggette a distorsioni corporate. Toccano inoltre il ruolo degli analisti di mercato, che spesso diventano parziali a causa degli incentivi finanziari dei fornitori, distorcendo potenzialmente lo sviluppo dell’industria.

Ezratty spiega come alcune tecnologie di calcolo quantistico potrebbero offrire vantaggi pratici nei prossimi anni, come i computer quantistici analogici. Tuttavia, il tempo per un’adozione diffusa rimane incerto, con molti esperti che stimano dai 10 ai 15 anni prima che la tecnologia raggiunga il suo pieno potenziale.

Una delle principali sfide nel scalare la tecnologia del calcolo quantistico è passare da centinaia a milioni di qubit, il che comporta significative sfide ingegneristiche ed energetiche. Il settore è caratterizzato da un’ampia gamma di tecnologie concorrenti, rendendo difficile prevedere quale alla fine si dimostrerà vincente.

Ezratty osserva che attualmente c’è una notevole creatività e innovazione nel settore, in particolare nelle tecniche di correzione degli errori. Nonostante lo scetticismo riguardo alla fattibilità di ottenere milioni di qubit entangled, crede che l’ingegno di ingegneri e scienziati possa alla fine portare a svolte significative.

L’intervista tratta l’importanza di rimanere informati sugli sviluppi della tecnologia quantistica. Poiché il settore è in continua evoluzione, essere aggiornati al volo è fondamentale per comprendere il significato delle nuove notizie e dei progressi. Ezratty condivide il suo interesse personale per il campo e i suoi piani per progetti futuri, mettendo in evidenza la sfida intellettuale e l’entusiasmo che caratterizzano la tecnologia quantistica.

Olivier menziona che al momento sta lavorando alla sesta edizione del suo libro, scrivendo articoli scientifici e partecipando ad attività che rafforzano l’ecosistema quantistico francese ed europeo. È inoltre coinvolto nell’insegnamento, nella formazione e nella conduzione di due serie di podcast con Fanny Piat, che è diventata una leader quantistica presso OVHcloud. L’obiettivo finale di Olivier è contribuire al successo dell’ecosistema quantistico francese ed europeo.

Entrambi gli speaker sottolineano l’importanza della scrittura come mezzo per strutturare e condividere idee. Joannes crede che l’esercizio della scrittura sia incredibilmente benefico, anche se il materiale non viene mai pubblicato. Questa convinzione è condivisa da Olivier, che illustra alcune delle sue tecniche organizzative, come l’utilizzo di un documento Word con lo stesso sommario del suo libro per tenere traccia degli aggiornamenti e delle nuove informazioni.

Olivier gestisce inoltre una varietà di database, tra cui una lista dei vincitori del Premio Nobel in fisica quantistica, aziende quantistiche e fedeltà dei qubit. Crede che rimanere organizzati e riutilizzare i contenuti in maniera intelligente sia fondamentale quando si lavora in modo indipendente.

Per quanto riguarda i suggerimenti ai CEO e ai CTO di aziende che si trovano ad affrontare settori opachi come il calcolo quantistico, Olivier raccomanda di leggere il suo libro per farsi un’idea di cosa il calcolo quantistico potrebbe apportare ai loro business. Sottolinea l’importanza di non affidarsi esclusivamente alla stampa, ma di cercare opinioni specializzate e diversificare le fonti d’informazione.

Partecipare a conferenze, guardare video educativi su YouTube e prendere parte ad eventi che offrono una comprensione approfondita della tecnologia quantistica sono anch’essi raccomandati per chi è interessato al campo. In definitiva, Olivier ritiene che una buona comprensione dello stato attuale e del potenziale dei sistemi quantistici possa essere raggiunta attraverso vari formati educativi, come conferenze o presentazioni della durata di un’ora o due.

Trascrizione Completa

Joannes Vermorel: Benvenuti su Lokad TV. Io sono Joannes Vermorel, CEO e fondatore di Lokad, e oggi ho come ospite Olivier Ezratty. Olivier è stato un tecnologo e un futurista per oltre due decenni, per quanto ne so, e lo dico come grande complimento. Ha una metodologia molto peculiare, che consiste nel scegliere un argomento molto importante e vasto e cercare di comprenderlo. Il tema del giorno per questo episodio sarà il calcolo quantistico e il software per le imprese. Accade infatti che Olivier, con il suo stile molto peculiare, abbia prodotto qualche anno fa un rapporto assolutamente gigantesco di 1100 pagine e più, riguardante tutte quelle tecnologie quantistiche.

Confesso subito al pubblico che la mia conoscenza della meccanica quantistica si ferma alle prime 200 pagine di un libro intitolato “Introduction to Quantum Mechanics” di Griffiths, che è fondamentalmente un manuale destinato agli studenti. Quindi, non sosterrò di essere un esperto, ma percorreremo insieme questo viaggio. E per iniziare, forse, Olivier, potresti raccontarci un po’ come, se ho capito bene, circa cinque o sei anni fa sei intrapreso questo cammino nel mondo quantistico? Hai deciso una mattina: “Diventerò un esperto in questo campo” e poi sei finito per produrre probabilmente il più grande compendio che abbia mai visto su questo argomento, che è un rapporto massiccio, sebbene sia più simile a un enorme libro, in realtà?

Olivier Ezratty: Beh, non avevo pianificato cosa avrei fatto nel campo del quantistico. È iniziato circa otto anni fa, nel 2015, quando ho scoperto che Google, NASA e D-Wave stavano comunicando riguardo a questo tipo di computer strano che D-Wave stava producendo. Stavano parlando di eseguire alcune operazioni 100 milioni di volte più velocemente di un laptop normale, e questo mi ha un po’ sconcertato. Quello che ho trovato sorprendente allora, e penso sia ancora vero oggi, è che tutti gli articoli scientifici che descrivevano quel computer e ciò che Google ne faceva erano incredibilmente complessi. Ero convinto che tutte quelle persone che scrivevano su quel computer non capissero nulla al riguardo, così mi sono detto: “Forse un giorno capirò anche io.”

Così, nel 2016, ho deciso di mettermi in condizione di fare, nel 2018, una conferenza molto semplice della durata di un’ora. Mi sono unito a un amico di nome Fran Ibuto, e racconterò la nostra storia più tardi. Abbiamo deciso di fare quella conferenza nel 2018, e poi ho scritto 18 post sul mio blog. Questi sono diventati la base del mio libro, che contava tra le 300 e le 350 pagine. Successivamente, sono passato all’inglese per la prima edizione, la quarta edizione, e poi la quinta edizione, pubblicata lo scorso settembre 2022, che in effetti conta più di mille pagine.

Nel frattempo, ho fatto un sacco di cose in quel mondo. Collaboro con ricercatori, insegno in diverse scuole, lavoro con il governo su varie attività, sono un formatore nelle aziende, consulente in molte situazioni, e sono un esperto per Bpifrance, tra le altre cose. Sto persino lavorando con il governo a livello ministeriale per progettare future iterazioni del piano francese.

La cosa più importante che ho lanciato l’anno scorso è anche la cosiddetta “Quantum Energy Initiative”. Si tratta di un’iniziativa di ricerca lanciata con un paio di amici nell’ambito della ricerca, in particolare Alexis Feb, un caro amico attualmente basato a Singapore. Abbiamo lanciato questa iniziativa per assicurarci che le persone che creano computer quantistici e altre tecnologie quantistiche prestino attenzione all’impatto ambientale di tali tecnologie fin dalle fasi di progettazione. Vogliamo quindi garantire che un computer quantistico, uno scalabile, non consumi più energia di quella prodotta da una centrale nucleare. E c’è del lavoro da fare in tal senso. Stavo leggendo i tuoi rapporti, che, tra l’altro, ho letto per circa le prime 300 pagine, e poi ho effettivamente sfogliato il resto. Sono saltato all’ultima sezione sul quantum sensing, che è molto interessante. Mi scuso con il pubblico, sto facendo qualcosa che molte persone fanno nei talk show, ovvero parlare di libri che non hanno letto. Quindi, l’ho letto parzialmente. Una delle cose che mi ha colpito molto è stato, sapevo intellettualmente, ma non avevo mai messo insieme i pezzi, che i transistor sono in realtà un effetto quantistico. Questo è l’effetto campo, ed è proprio ciò di cui parli nella prima sezione del tuo rapporto.

Joannes Vermorel: Sebbene il calcolo quantistico sia recentemente diventato una buzzword di tendenza, risulta che quando pensiamo al calcolo tradizionale, esso è già radicato nella prima rivoluzione quantistica che risale agli anni ‘50. Gli hard disk che abbiamo, con la magneto-resistenza gigante, sono anch’essi un effetto quantistico. Questo vale per lo spin-drive, cioè quelli recenti, quelli che hanno capacità di terabyte e oltre. Tutte le tecnologie esistenti sono basate sulla fisica quantistica.

Olivier Ezratty: Sì, intendo dire che tutto. Anche l’astrofisica, come il telescopio James Webb, utilizza la fisica quantistica. La fibra ottica per le telecomunicazioni è fisica quantistica. Tutto è fisica quantistica a livello di elettrone, atomo o fotone. I fenomeni non sono tuttavia gli stessi. I fenomeni della fisica quantistica che usiamo nelle tecnologie esistenti non sono gli stessi che intendiamo usare nel calcolo quantistico. È qui che c’è una piccola differenza. Nella fisica quantistica utilizzata oggi, usiamo per lo più il fatto di comprendere bene come la luce interagisce con la materia. Quindi, ad esempio, un fotone che sposta un elettrone e genera corrente, questo ti dà un pannello solare.

Olivier Ezratty: Nella tecnologia dei transistor, esiste una comprensione molto approfondita dei livelli energetici nei materiali semiconduttori come il silicio. Nelle tecnologie quantistiche della seconda rivoluzione, in particolare nel calcolo quantistico, usiamo tre meccanismi molto specifici che non avevamo usato finora. Uno è la sovrapposizione degli stati quantistici, che è un fenomeno reale con un’interpretazione matematica e fisica alquanto difficile da comprendere, tra l’altro. Il secondo è l’entanglement, il fatto che alcune particelle possono avere un passato e un futuro comuni. Esse si comportano come un’unica particella, e questo è la fonte di molta potenza nel calcolo, nella comunicazione e persino nel sensing.

Olivier Ezratty: Poi c’è il fatto che ora possiamo controllare sperimentalmente nanoparticelle individuali. Non potevamo farlo in un transistor con miliardi di elettroni che si muovono dentro e fuori, o in un laser con miliardi di fotoni. Ora siamo in grado di generare, controllare e misurare un singolo elettrone, un singolo fotone e un singolo atomo. Possiamo persino controllare un atomo in un vuoto con un laser. È una novità, ed è quello che facciamo ora nelle tecnologie quantistiche.

Joannes Vermorel: Sì, anche se la mia comprensione è che anche quando si cerca di capire cosa sia esattamente un atomo, le idee cominciano a sfumare un po’. Sai, cos’è uno? Può essere in una determinata posizione, ma si muove un po’. È impossibile avere una particella immobile, perché si muove sempre almeno un po’. Altrimenti, il principio di Heisenberg non funzionerebbe. Ho esaminato la fisica quantistica e ho scoperto che è un campo molto vasto. La cosa più sorprendente che ho scoperto è che il vuoto non esiste.

Olivier Ezratty: Sì, esatto. Significa che non esiste il nulla nello spazio da nessuna parte nel mondo. Per esempio, se fai un esperimento con una scatola chiusa, utilizzi una cosiddetta pompa a vuoto ultra-alto e rimuovi tutti gli atomi. Poi la raffreddi a una temperatura molto bassa, diciamo un paio di nano-Kelvin, per assicurarti che non ci sia nulla all’interno – nessun microonde, nessuna onda elettromagnetica, niente. Se misuri all’interno, vedrai che alcune particelle vengono create e distrutte. Si chiamano fluttuazioni del vuoto. E questo nulla non esiste, il che è davvero sorprendente.

Joannes Vermorel: È affascinante. Uno dei miei interessi particolari è la storia della scienza, e la cosa veramente divertente è che questo in larga misura riabilita il concetto di etere. All’inizio del XX secolo, la gente si liberò di quell’idea per far spazio al vuoto, perché si credeva che la natura non amasse il vuoto. Così la gente riuscì a scartare quella vecchia idea e a dire: “Ok, ora abbiamo un vero vuoto.” E l’etere, che era il termine antico, venne etichettato come scienza ormai superata e obsoleta.

La cosa interessante è che siamo passati dal dire “la natura non ama il vuoto, quindi abbiamo bisogno di questo etere” a un’altra generazione di scienziati che afferma “no, abbiamo un vuoto che spiega un’infinità di cose.” E così è stato. E ora siamo giunti al punto in cui, “Beh, a quanto pare, quando misuri le cose in modo ancora più preciso, ti rendi conto che il vuoto rappresentava in realtà una concezione migliore rispetto a quella che si pensava dell’etere in precedenza.”

Olivier Ezratty: Esattamente, perché le fluttuazioni del vuoto si manifestano a un livello quantico estremamente basso. È un fenomeno davvero marginale. Puoi anche fare un esperimento con l’effetto Casimir, in cui due placche d’oro sono molto vicine tra loro. Se metti quelle due placche in un vuoto a temperatura molto bassa, saranno attratte l’una verso l’altra, e ciò è dovuto a quella fluttuazione del vuoto. Ma non si tratta di un’energia spontanea, perché se si attaccano, devi separarli applicando un po’ di energia. Pertanto il secondo principio della termodinamica è sempre conservato; funziona ancora. Tuttavia, c’è questo movimento permanente, e spiega perché non puoi avere una particella, come un atomo o un elettrone, che non si muove. Si muove sempre un po’.

Joannes Vermorel: Quindi, se torniamo all’idea del quantum computing e del software enterprise, una delle cose che mi colpisce come imprenditore nel settore del software enterprise è che i miei colleghi generalmente mostrano scarso interesse per la simpatia meccanica. Con simpatia meccanica intendo, e sottolineo che non parlo delle persone in generale ma specificamente nel campo del software enterprise, il fatto che, dato che l’hardware informatico ha progredito in modo così frenetico per decenni, si sia generato un generale disinteresse nei confronti dell’hardware. È stato davvero un effetto causa-effetto. Se possiedi hardware informatico e ti aspetti che migliori di mille volte in un decennio, e tu, come fornitore, non devi cambiare nulla in ciò che fai, allora perché dovresti preoccupartene? Ti siedi, ti godi il viaggio, lasci fare agli altri la loro magia, e il tuo software, per quanto inefficiente, risolverà il problema per te. Quello era, credo, l’atteggiamento prevalente tra molte persone che lavorano con il software enterprise e gli ingegneri.

Olivier Ezratty: Lo è ancora, per ragioni sia positive che negative. Le ragioni positive sono che l’idea di un computer quantistico nacque circa 40 anni fa, e i progressi compiuti furono importanti, anche se non alla stessa velocità del calcolo classico. Se prendi il primo computer, creato nel 1946, l’ENIAC, e ci aggiungi 40 anni, arrivi al 1986. Nel 1986 avevi il microcomputing e il Mac, quindi c’è stato un enorme progresso. Siamo passati dai mainframe al minicomputer, poi alle workstation e ai PC, tutto in 40 anni. Nello stesso arco temporale, per il quantistico, abbiamo ancora dei prototipi. È più lento e meno vivace, ma se parli con un fisico, ti dirà che negli ultimi 10 anni c’è stato un progresso tremendo, solo che non su una scala tale da renderlo trasformativo per l’industria.

La grande domanda è quando raggiungeremo il cosiddetto vantaggio quantistico o soglia, ovvero una situazione in cui i computer quantistici saranno in grado di fare cose che non riesci a fare in modo efficiente con un computer classico. Non lo sappiamo davvero. Alcuni paradigmi potrebbero portare valore in meno di cinque anni, mentre altri potrebbero richiedere più tempo, forse 10 o 20 anni. C’è molta incertezza. Uno dei motivi per cui ha senso interessarsi al quantum computing è che non si sa a quale ritmo progredirà o trasformerà le industrie. Se e quando funzionerà, potrebbe essere estremamente trasformativo e cambiare molte industrie in cui si gestiscono complicati problemi di ottimizzazione. Tali problemi potrebbero essere risolti in modo più efficiente con i computer quantistici. Quindi, devi almeno imparare e comprendere dove siamo, anche se sei scettico o cauto riguardo al ritmo di avanzamento in questo settore.

Devi essere in grado di decifrare gli annunci di IBM, Google e altri. Se non possiedi le capacità intellettuali per farlo, potresti perdere qualcosa o essere indotto a pensare che funzioni meglio o peggio di quanto effettivamente faccia. È necessario essere informati su ogni nuova tendenza, proprio come è necessario informarsi sul metaverso o sulle criptovalute, anche se potrebbe non essere indispensabile coinvolgersi.

Joannes Vermorel: Mi considero uno di quegli imprenditori con una profonda simpatia meccanica. Non posso parlare per ogni singolo dipendente di Lokad, ma personalmente ho un profondo interesse per tutti gli strati fisici che alimentano ciò che facciamo. Questa comprensione, credo, è importante e ha innumerevoli implicazioni sul nostro approccio ai problemi. Quando vedo qualcosa per cui il mio istinto mi suggerisce che l’hardware farà progressi fantastici in quell’area, dico che possiamo permetterci un approccio completamente diverso da quello attuale. Tuttavia, in altre aree potremmo rimanere bloccati. Per esempio, la velocità della luce probabilmente non sarà migliorata a breve, forse mai. Questo ha conseguenze molto reali su ciò che puoi fare in termini di calcolo distribuito.

Quando processiamo così tanti dati, ci sono cose che probabilmente non saranno mai molto praticabili, come distribuire le nostre risorse computazionali su scala globale. Per molte ragioni, è molto più semplice concentrare tutto in un unico luogo. Ci sono molte ragioni per pensare che esistano dei limiti rigidi oltre i quali non diventerà mai vantaggioso procedere in altro modo.

Ora, ciò che è interessante, e stavo leggendo il tuo rapporto, è che il mio primo equivoco è stato quello di pensare in termini di quantum computing, sebbene il termine corretto sarebbe tecnologie quantistiche. Ci sono diverse cose che mi hanno molto colpito, come la comunicazione quantistica, le telecomunicazioni e il quantum sensing. Puoi darci una panoramica delle grandi ambizioni per migliorare queste frontiere? Quali sono le frontiere in cui le persone stanno sfruttando questa comprensione della meccanica quantistica per affermare che potenzialmente faremo cose che forse prima erano impossibili, o magari lo erano, o per farle in modo molto migliore?

Olivier Ezratty: Il modo più semplice per descrivere il quantum computing è che dovrebbe permetterci di eseguire calcoli che non si possono fare con metodi classici, magari in modo più veloce o migliore, e possibilmente anche consumando meno energia. Questo è uno dei vantaggi del quantum computing.

La comunicazione quantistica, d’altra parte, è bidirezionale. Può essere vista come un modo per migliorare la sicurezza delle comunicazioni, perché una delle tecnologie alla base della comunicazione quantistica è il cosiddetto QKD, o Distribuzione Quantistica delle Chiavi. È un metodo per distribuire chiavi di crittografia che sono più sicure rispetto alle chiavi digitali classiche che usiamo con i protocolli RSA e simili su internet aperto. Ma oltre a questo, la comunicazione quantistica è molto più sofisticata della semplice sicurezza. In futuro, aiuterà a creare un cosiddetto Internet Quantistico o una rete quantistica che colleghi tra loro i computer quantistici, permettendo, a un certo punto, il calcolo quantistico distribuito.

Può anche abilitare la creazione di sensori quantistici più precisi, perché se hai diversi sensori quantistici collegati continuamente tramite una rete quantistica, puoi migliorarli. Questi sensori permettono di aumentare la precisione nella misurazione di qualsiasi parametro fisico tu voglia misurare. Può trattarsi di gravità, pressione, temperatura, tempo, frequenza, magnetismo – tutto può potenzialmente essere misurato con una precisione maggiore grazie al quantum sensing. Quindi, ce ne sono innumerevoli applicazioni.

Joannes Vermorel: È interessante perché, ancora una volta, abbiamo questi insiemi di tecnologie che inseguono obiettivi molto diversi. Voglio dire, ambizioni estremamente differenti.

Olivier Ezratty: Sì, abbiamo il calcolo, che riguarda davvero un nuovo paradigma algoritmico. Vogliamo disporre del substrato fisico per diversi tipi di problemi. Ma abbiamo anche le comunicazioni quantistiche, che permettono intere nuove classi di misure di sicurezza. È interessante perché va oltre la sicurezza.

Joannes Vermorel: Oh sì, e va ben oltre.

Olivier Ezratty: La sicurezza è solo un aspetto. Esistono altre soluzioni, più classiche, per migliorare la sicurezza, come la crittografia post-quantistica. Ma la comunicazione quantistica, al di là della sicurezza quantistica, è molto più interessante. È un concetto futuristico e orientato al domani, perché ci sono molte tecnologie che non esistono ancora, come i ripetitori quantistici. Quando funzioneranno, saremo in grado di compiere operazioni potentissime, come comunicare tra due computer quantistici. Può abilitare tutto, insieme.

Innanzitutto, puoi aumentare la potenza se hai due computer quantistici collegati tramite un collegamento quantistico. Questo moltiplicherà la potenza di quei due sistemi in maniera più che additiva – è un effetto esponenziale, completamente diverso da ciò che si ottiene con i computer classici. In secondo luogo, se hai due computer quantistici collegati a un collegamento quantistico, migliori la sicurezza di quella connessione. Se qualcuno intercetta la fibra ottica che collega quei sistemi, non otterrà nulla. È il miglior sistema di offuscamento che può garantire una comunicazione sicura tra due parti.

Potresti avere un client quantistico più leggero collegato a un grande sistema quantistico all’altro capo della linea, e questo permetterebbe una comunicazione molto sicura. A proposito, esiste un protocollo chiamato “The Blind Quantum Computing” che lo fa. Fu inventato da un paio di ricercatori, tra cui uno che vive in Francia. Si chiama Anne, ed è stata la co-inventrice di quel protocollo più di 15 anni fa.

E il quantum sensing è anche qualcosa di cui non mi ero nemmeno reso conto.

Joannes Vermorel: Quando parli di misurazioni più precise, potresti farci capire quali sono le cose abituali che vogliamo misurare, come il magnetismo o la gravità? Vedi un potenziale in quest’area su una scala incredibilmente ridotta?

Olivier Ezratty: Quello che so sui sensori quantistici è che sono più ingombranti rispetto ai sensori IoT esistenti, ma offrono una precisione superiore di diversi ordini di grandezza. Quindi, in alcuni casi, sono estremamente utili. Se vuoi misurare la gravità con una precisione molto maggiore, possono aiutarti a rilevare ciò che si trova sotto terra. Possono essere impiegati in numerose situazioni. Una situazione tipica è: come misuri, come rilevi tunnel quando ristrutturi la tua città? Come individui la presenza di acqua? Potrebbero essere usati anche per rilevare il petrolio, anche se non sono certo che dovremmo cercarne di più. Esistono addirittura applicazioni militari potenziali, perché se riesci a combinare una rilevazione magnetica estremamente precisa e una rilevazione della gravità, facendo insieme queste due cose, magari potresti individuare un sottomarino nucleare sotto il mare. Questo può cambiare moltissime strategie di deterrenza nucleare per numerosi paesi. Le implicazioni sono molte. Il magnetismo potrebbe essere misurato anche su scala nanometrica. Esistono i cosiddetti sensori a centri NV, che sfruttano un difetto in una struttura di diamante, un difetto molto piccolo, in cui manca un atomo di carbonio, un altro viene sostituito da un atomo di azoto, e un paio di elettroni liberi si muovono dentro e fuori dal difetto. Questo può essere usato con i laser per rilevare variazioni molto minute nel magnetismo, e può essere impiegato per la risonanza magnetica, per esempio. Può essere utilizzato per rilevare variazioni del campo elettromagnetico nel cervello. Potrebbe essere impiegato per esami biologici a livello atomico. Quindi ci sono enormi progressi sia a livello nanometrico (atomico) sia a scala macroscopica con il rilevamento della gravità.

E come piccolo a margine, quando ne discuti, ho sorriso interiormente al dire: “Oh, abbiamo questa tecnologia, e potrebbe rilevare sottomarini,” a cui non avevo mai davvero pensato. Ma sì, se hai un rilevatore di massa o qualcosa che funzioni un po’ come una telecamera a infrarossi, ma che ti fornisce semplicemente la densità di massa delle cose intorno, ha perfettamente senso. A proposito, esistono usi più positivi. Se metti un sensore di gravità quantistico su un satellite che orbita intorno alla Terra, puoi condurre numerosi studi geodetici. Puoi capire come si muove la Terra. Puoi rilevare l’impatto dei cambiamenti climatici sulla superficie terrestre e sull’acqua. Può avere moltissimi casi d’uso positivi per comprendere cosa sta accadendo sulla Terra.

Joannes Vermorel: Esattamente. Voglio dire, la maggior parte dei progressi scientifici è stata in larga misura guidata dalla disponibilità di nuove classi di sensori. E questo mi porta su un piccolo argomento secondario. Olivier Ezratty è conosciuto in Francia da decenni ormai, e prima di fare rapporti sulla tecnologia quantistica, Olivier aveva realizzato un gigantesco rapporto su startup e intelligenza artificiale. Quello sulle startup ha avuto per me un’importanza davvero profonda perché è stato un documento altamente influente per me nel fare efetivamente Lokad. E penso che una delle cose che rendono i tuoi documenti così di nicchia, strani, contorti e insoliti sia il fatto che hai questo approccio super olistico che sfuma completamente le linee consuete. Per esempio, quando ho detto che ciò che so sulla meccanica quantistica è quello che ho letto in un libro, “Introduction to Quantum Mechanics,” questo libro di Griffiths è scritto in maniera splendida. Inizia dalla prima pagina con l’equazione di Schrödinger e ne deriva un sacco di cose. È un approccio incredibilmente bello, ma anche estremamente limitato. Nessuna offesa a quei professori che lo fanno, stanno facendo un lavoro magnifico. Ciò che è molto interessante nei tuoi rapporti è che porti così tante prospettive diverse, come se cercassi di raccogliere il maggior numero di angolazioni possibili, come la storia, l’economia, gli incentivi, la regolamentazione, la sostenibilità, la matematica e così via. Hai questa struttura completamente diversificata, e per collegarla al software d’impresa, credo che sia molto interessante.

Nel mondo del software d’impresa, e dato che la maggior parte del pubblico di questo canale opera nelle supply chains, le supply chains sono sempre gestite tramite strati di software d’impresa. Non interagisci fisicamente con la supply chain, ma hai tonnellate di strati di indirezione per far funzionare le cose. Uno dei problemi è che ci sono ogni sorta di livelli di discorso da parte di tutti i fornitori, ognuno con le proprie opinioni da esporre. Mi sono interessato al calcolo quantistico per molto tempo, e vedo che vengono avanzate molte affermazioni, a volte affermazioni grandiose, come “Google ha raggiunto il Quantum Supremacy”. Solo il termine, di per sé, sembra impressionante. Supremacy, okay.

Olivier Ezratty: A proposito, non hanno inventato la parola.

Joannes Vermorel: Ah sì?

Olivier Ezratty: Ho parlato con il tizio che ha inventato la parola circa due settimane fa. Si chiama John Preskill, è un insegnante e un accademico molto famoso al Caltech in California. Credo che abbia coniato quella parola intorno al 2011. Google ha usato quella terminologia, ma descriveva una situazione in cui un computer quantistico è in grado di eseguire un calcolo che non puoi fare classicamente in un tempo ragionevole, pur restando dubbioso sulla sua utilità. Il fatto è che il Quantum Supremacy di Google e quello di altri dalla Cina non esegue un calcolo come quelli che eravamo abituati a fare con il software d’impresa. Non ci sono dati in ingresso, non ci sono dati in uscita, è solo una sorta di generatore di numeri casuali, e bisogna verificare che il campionamento del generatore sia più o meno lo stesso nell’emulazione classica e nel sistema quantistico. Ma non c’è un vero calcolo.

Curiosamente, quando Google ha dovuto utilizzare il proprio sistema per eseguire un calcolo utile, non ha potuto usare i 53 qubits che aveva impiegato nell’esperimento sul supremacy, il quale, a proposito, ha prodotto un buon risultato solo nello 0,14% dei casi. Questa è la probabilità di ottenere un buon risultato. Hanno potuto usare solo al massimo 15 qubits su 53, e 15 qubits possono essere emulati in modo più efficiente, cioè più velocemente sul tuo laptop. Quindi è interessante. A un certo punto, hanno detto che stavano facendo cose che potrebbero richiedere migliaia di anni per essere eseguite su un computer classico o addirittura sul più grande, e d’altra parte, quando fanno cose utili, i risultati sono scarsi.

Joannes Vermorel: Forse per dare un contesto al pubblico: un bit è qualcosa che rappresenta la versione classica, semplicemente uno zero e un uno, ed è fondamentalmente il blocco costitutivo dell’informazione a livello elementare che si può creare sulla Terra.

Olivier Ezratty: Esattamente.

Joannes Vermorel: Questa è una visione molto sobria ed elegante, radicata nella matematica di base. Penso che il pubblico abbia una buona comprensione di cosa sia un bit, anche se magari non tutti. La maggior parte dei programmatori non ha idea di come funzioni un processore.

Olivier Ezratty: Sì, ma supponiamo che il pubblico abbia una comprensione generale di cosa sia un bit, solo per il bene della costituzione di questo episodio.

Joannes Vermorel: Sono sicuro che il nostro pubblico comprenda bene cosa sia un bit, anche se la maggior parte dei programmatori non ha idea di come funzioni un processore. Supponiamo dunque che ci sia una comprensione generale di un bit, solo per il bene di questo episodio.

Olivier Ezratty: Esattamente, quindi abbiamo la logica di base e tutto il resto. Quando entriamo nel regno dei qubit, c’è tanta confusione perché ho letto online informazioni contrastanti riguardo a quei qubit. Forse potresti darci l’essenza dell’intuizione principale su cosa renda un qubit un qubit e in che modo si discosta completamente dalla parte classica.

Joannes Vermorel: È interessante notare che un qubit può essere descritto come un oggetto matematico o fisico, ma sono intrecciati. È la stessa cosa dal punto di vista fisico.

Olivier Ezratty: Iniziamo dall’aspetto fisico. Un qubit è un cosiddetto TLS, un sistema a due livelli. È un oggetto quantistico che possiede due livelli, come un atomo che ha due livelli energetici: uno stato fondamentale senza eccitazione e uno stato eccitato. Nel mondo reale, in un atomo esistono molti stati eccitati differenti. Puoi controllare questi due livelli di energia tramite laser o altri mezzi. Per esempio, puoi controllare il spin di un elettrone, che è quantizzato, quindi può essere solo su o giù in una data direzione, dandoti due valori. Se prendi un fotone, può avere polarizzazioni differenti.

Esistono anche oggetti composti come i loop superconduttori. Un qubit superconduttore non è un oggetto singolo; sono miliardi di elettroni che circolano in un loop. In quel loop, mantenuto a temperatura molto bassa, c’è una barriera chiamata giunzione Josephson. Questa barriera consente la creazione di un effetto tunnel, che si traduce in un fenomeno strano in cui puoi avere una sovrapposizione di due diversi livelli energetici o fasi e ampiezze della corrente che circola nel loop, creando un sistema a due livelli.

Essendo un sistema quantistico, un qubit può trovarsi in una sovrapposizione in due stati differenti. Puoi avere simultaneamente lo stato fondamentale e lo stato eccitato di un atomo, una sovrapposizione dello spin su o giù di un elettrone, oppure una sovrapposizione di differenti polarizzazioni di un fotone.

Ora, se osservi la parte matematica, la sovrapposizione può essere espressa come un peso per lo zero e l’uno, che corrispondono rispettivamente allo stato fondamentale o allo stato eccitato. Questi coefficienti, solitamente chiamati Alpha e Beta, sono numeri complessi e devono essere normalizzati. Potresti descrivere la sovrapposizione di quei due stati in un qubit come due numeri. Spesso vengono rappresentati nella cosiddetta sfera di Bloch, una sfera in cui un vettore descrive lo stato del tuo qubit. Quando il vettore si trova al Polo Nord, significa che hai zero; quando è al Polo Sud, significa che hai uno. Tutte le posizioni intermedie, come sull’equatore, corrispondono a uno stato sovrapposto di una parte di zero e una parte di uno. Se ti trovi nell’emisfero meridionale, significa che hai più uno che zero; se sei nell’emisfero settentrionale, significa che hai più zero che uno. Se ruoti intorno all’equatore, significa che hai una fase diversa del segnale. In realtà, ho scoperto che era interessante fare un confronto tra un qubit e un semplice segnale elettronico. Quando gestisci un segnale di rete, come un segnale sinusoidale, hai una fase e un’ampiezza, e un qubit è più o meno così. È una fase e un’ampiezza, e misuri questi due valori con i due coefficienti che descrivono il tuo qubit.

Quindi, cos’è questa sovrapposizione? La sovrapposizione deriva dal fatto che tutti quegli oggetti quantistici con cui hai a che fare in fisica quantistica possono comportarsi come particelle o come onde, a seconda di come li osservi o li gestisci. Il modo migliore per comprendere cosa sia un qubit è osservare il comportamento ondulatorio di quegli oggetti quantistici. È facile capire che se hai due onde corrispondenti a uno stato fondamentale e a uno stato eccitato, puoi sommarle, e se ne ottiene una terza. Questo si basa, tra l’altro, sull’equazione di Schrödinger. Una soluzione dell’equazione di Schrödinger per lo stato fondamentale è una soluzione, quella per lo stato eccitato è un’altra, e poiché nell’equazione di Schrödinger viene utilizzata l’algebra lineare, una combinazione lineare di quelle due soluzioni ne genera una terza.

Quindi, questa è una visione matematica dell’equazione di Schrödinger. Una combinazione lineare di due onde genera un’altra onda, come due note di pianoforte, un do e un C, che danno origine a un’altra nota. Ma questo non spiega da dove provenga il potere. Il potere deriva dal fatto che se hai più qubit affiancati e li puoi collegare, lo spazio dei dati che gestisci cresce in modo esponenziale con il numero dei qubit. Quindi, significa che se aggiungi un qubit, poi un terzo, un quarto, ogni volta raddoppi lo spazio dei dati. Supponiamo di avere 100 qubit. Se hai 100 qubit, quell’oggetto quantistico composto gestisce uno spazio informativo la cui dimensione è pari a 2 elevato a 100 numeri complessi. Sono moltissimi dati, ma è analogico. Gestisci uno spazio analogico di dati, ma è uno spazio enorme che cresce molto più velocemente rispetto ai bit classici.

Joannes Vermorel: Penso che una cosa che differenzia veramente dal paradigma classico sia che, quando si parla di bit, si intende qualcosa in cui l’aggiunta di bit è un processo puramente additivo. Quando aggiungi bit di memoria, è lineare. Hai il doppio della memoria, ed è bello, così puoi avere, sai, il doppio delle schede di Slack aperte sul tuo computer, o qualunque altra cosa. Ma è fondamentalmente completamente lineare. E qui, quello che stai dicendo è che, ovviamente, a prima vista, abbiamo sistemi informatici in cui le persone non parlano nemmeno in bit perché i numeri sarebbero così giganteschi. Prima parlano in bytes, che sono pacchetti di otto, e poi le persone non parlano nemmeno in bytes, di solito parlano in megabytes, gigabytes o terabytes. I numeri a cui siamo abituati sono assolutamente giganteschi. Ma poiché servono numeri giganteschi in senso classico per fare cose di reale interesse, non ti impressiona dire: “Ho qualcosa che sarebbe di 53 bit.” La gente direbbe: “Beh, sai, in realtà non c’è molto da dire. Voglio dire, all’epoca dell’ENIAC, sì, ma oggi hai molta più memoria.”

Olivier Ezratty: Sì, esattamente. Quelli erano già migliaia di bit. Quindi, sembra deludente, ma questo fa perdere di vista il punto. Il punto, se ho capito correttamente, è che quando le persone dicono di avere 20, 50, 60 o 100 qubit, intendono che hanno un sistema in cui sono tutti completamente entangled. Fanno parte di un unico sistema e possono operare insieme. Due sistemi che sono, diciamo, 50 qubit più 50 qubit non sono assolutamente la stessa cosa di 100 qubit.

Joannes Vermorel: Esattamente. Ma ci sono molti fraintendimenti in merito.

Olivier Ezratty: Per esempio, ci si può far ingannare pensando che la velocità del calcolo quantistico derivi dallo spazio di calcolo. Non è così. Esiste un vantaggio in termini di spazio e uno in termini di velocità, e sebbene siano collegati, sono differenti. Infatti, se hai n qubit, hai uno spazio di calcolo di 2^n numeri complessi. Quindi, se vuoi essere precisi, equivale a 2^(n+1) numeri reali o numeri in virgola mobile, se parli in senso informatico. Ma questo non spiega perché si possa calcolare più velocemente.

Calcolare più velocemente significa che hai un numero di operazioni, chiamate quantum gates, che non crescono altrettanto rapidamente come nel calcolo classico. Nel calcolo classico, i problemi che ci interessano da risolvere con il calcolo quantistico sono quelli che scalano esponenzialmente. Ci sono molti problemi combinatori che scalano esponenzialmente con il numero di variabili, e noi vogliamo che tali problemi non scalino esponenzialmente in tempo di calcolo sul computer quantistico. Quindi, significa che devi avere un numero inferiore di operazioni che scalano, diciamo, in modo lineare o logaritmico, o addirittura polinomiale, e non esponenziale sul computer quantistico, mentre sul computer classico scalerebbero in modo esponenziale. E poi ci sono costanti che possono complicare i confronti, ma comunque.

La lunghezza dell’algoritmo è ciò che determina la velocità del computer quantistico. L’algoritmo utilizza molti entanglement, cioè le connessioni tra i qubit. Devi trovare un modo per assemblare un algoritmo che sia efficiente, ed è qui che risiede la scienza del calcolo quantistico, che è complementare alla dimensione.

E c’è un altro aspetto che, pur non essendo un malinteso, non è ben noto. Quando misuri il risultato del tuo algoritmo alla fine, ottieni n bit, non n qubit. Quindi ottieni uno 0 o un 1 per ciascuno dei 100 qubit che possiedi. Alla fine, raccogli una piccola quantità d’informazione. Durante il calcolo gestisci una quantità enorme di informazioni, 2^100 numeri complessi, e alla fine ottieni solo 100 bit, bit classici.

Quindi, perché tutto questo sforzo? Significa che la potenza del calcolo quantistico deriva dalla capacità di esplorare un ampio spazio informativo ma, alla fine, ottenere un risultato più piccolo. Diciamo, per esempio, che vuoi fattorizzare un numero grande. La fattorizzazione utilizza un algoritmo complicato che esplora lo spazio tramite l’algoritmo di Shor, che è una delle soluzioni a questo problema. Alla fine, ti restituisce un numero piccolo, un numero costituito da bit.

Quindi, questo spiega la questione, e inoltre, in molti algoritmi, quello che fai è eseguire il tuo algoritmo diverse volte e fare la media dei risultati per ottenere un numero in virgola mobile per ciascuno dei qubit che possiedi. Un altro malinteso è che il calcolo quantistico sia adatto al Big Data.

Joannes Vermorel: Sì, per questo ci stavo arrivando, perché ovviamente non funziona. Il mio modo di vederlo è che mi sembra, praticamente per design, a meno che non riusciamo in qualche modo a ingegnerizzare sistemi di qubit che possano avere tipo teraqubit o qualcosa del genere, il che sarebbe davvero folle. Voglio dire, avere miliardi e miliardi di qubit, sì, ma finché non arriviamo a quel punto, vediamo che c’è una specie di collo di bottiglia nel convogliare i dati nel sistema.

Inserire dati in un computer quantistico è un grande problema. È ancora un campo di ricerca perché un quantum gate che inserisce dei dati in un qubit richiede del tempo. È, tra l’altro, molto lento. Leggevo qualcosa del tipo 10 kilohertz o qualcosa del genere, sai, dell’ordine di grandezza, IBM al momento è tra i 2 kilohertz e i 10 kilohertz, intesi come il numero di cicli di operazioni al secondo. Non è molto veloce.

Olivier Ezratty: Sì, c’era anche l’ione intrappolato, che è un sistema alcalino proveniente da IonQ o Honeywell negli USA, ed è ancora più lento. Quindi, non è molto veloce inserire informazioni lì. La maggior parte delle volte, usiamo i cosiddetti algoritmi ibridi in cui il percorso dei dati complicato è eseguito da algoritmi classici, e poi alimenti l’algoritmo quantistico con dati puri a livello di bit, compressi, che non richiedono molti gate di controllo. Successivamente, il calcolo esplora quell’enorme spazio di informazioni e produce un piccolo risultato.

Ma c’è qualcos’altro che dà fastidio in questo momento. Quando progettiamo un algoritmo quantistico, la maggior parte delle volte pensiamo a un oggetto matematico perfetto, questo qubit matematico che esegue l’algebra lineare. È una specie di moltiplicazione vettore per matrice per ottenere un vettore, cioè una semplice moltiplicazione di matrice e vettore, quando si controlla il lato matematico. Il problema è che i qubit che abbiamo oggi e che avremo in futuro sono rumorosi. Generano un errore significativo in ogni computazione. Quindi, devi ottenere i dati mediamente.

Nei sistemi quantistici esistenti, ogni operazione genera un errore dell'1%. Quindi, significa che se compi semplicemente un’operazione alla fine, il risultato buono è zero. È un po’ semplicistico, ma dà un’idea. Molti algoritmi che dovrebbero portare un’accelerazione esponenziale necessitano di circa 10 elevato a 9 o 10 elevato a 14 operazioni. Quindi, non funzionerà se il rumore è troppo elevato. Finiremo per trovarci in una situazione in cui dobbiamo trovare un modo alternativo per aggirare questo rumore.

Si stanno esplorando due approcci. Uno è trovare modi per creare algoritmi che possano tollerare quel rumore, noti come algoritmi shallow. Questi sono algoritmi che hanno un numero ridotto di gate e operazioni, in modo da non raggiungere il livello in cui tutto crolla. L’altro approccio è utilizzare le cosiddette operazioni controllate. Le operazioni controllate sono un modo per creare qubit logici, ovvero quei qubit che, visti dall’esterno, sono di buona qualità. Quelli sono quelli di cui abbiamo bisogno per un dato algoritmo, ma per ottenere quel risultato, quei bit logici sono costituiti da molti qubit fisici ridondanti, e la ridondanza è enorme.

I piani attuali indicano che per avere un qubit di ottima qualità, servono 10.000 qubit. Per ottenere un vantaggio quantistico da un punto di vista puramente matematico, dovresti avere almeno 50 qubit, più realisticamente intorno ai 100. Tra l’altro, si parla di un intervallo compreso tra 50 e 100. Quindi, 100 qubit logici per 10.000 qubit fanno 1 milione di qubit. Quindi, occorrono 1 milione di qubit fisici di altissima qualità per creare un computer quantistico davvero utile che offra un vantaggio quantistico. Al momento, l’ultimo record è di IBM. Hanno annunciato lo scorso novembre, e rilasceranno online, tra un paio di settimane, un sistema che ha 433 qubit. Ma quei qubit hanno fidelità molto basse, probabilmente inferiori al 99% di fidelità. Quindi significa più dell'1% di errore per ogni operazione, per cui non sono adatti a fare nulla, direi, al momento o qualcosa di veramente utile. È un passo in una lunga roadmap di IBM che ha molto senso, ma è un passo intermedio. Quindi c’è una grande differenza tra 433 qubit e 1 milione di qubit di altissima qualità che potrebbero implementare la correzione degli errori per ottenere questo tipo di vero vantaggio quantistico. C’è molto lavoro da fare.

Esiste un’altra soluzione; proviene, tra l’altro, da IBM, Google e altri. Usano un nuovo metodo creato un paio di anni fa, chiamato quantum error mitigation. La mitigazione è diversa dalla correzione. La correzione è quando si correggono gli errori ad ogni operazione tramite ridondanza. La mitigazione è un po’ diversa; è un modo per usare, tra l’altro, l’IA, quindi impiega molto machine learning. Alleni il tuo sistema a comprendere i fenomeni di errore al suo interno, e fai una sorta di correzione post-selezione. Quindi computi i tuoi risultati molte volte, e dopo un certo addestramento, sei in grado di correggere i risultati, ma solo dopo che l’intera computazione è stata eseguita. Si suppone che questo estenda la capacità dei cosiddetti sistemi di calcolo quantistico rumorosi. Lo stesso tizio che inventò il termine “quantum supremacy” ha coniato un altro soprannome, “NISQ,” che significa Noisy Intermediate-Scale Quantum computer. Ha ideato quel nome esattamente cinque anni fa, nel 2018, quindi ancora John Preskill. E i cosiddetti sistemi rumorosi con quantum error mitigation dovrebbero permettere un calcolo quantistico utile per le imprese. Ma non abbiamo ancora raggiunto quella soglia; potrebbe essere tra un paio d’anni, ma ci sono delle incertezze.

Joannes Vermorel: Mi ha suscitato curiosità. E, di nuovo, questo è altamente speculativo. Per me, si tratta di utilizzare algoritmi shallow, che probabilmente rappresentano la prospettiva a breve termine per farli funzionare. La visione a lungo termine della correzione degli errori, invece, potrebbe includere anche altri approcci che dicono: “Ho un substrato, un substrato fisico che esegue operazioni rumorose. Forse basta accettare il rumore, con situazioni in cui gli errori non rappresentano un grosso problema.” E magari, nel machine learning, vedo che ci sono molti passaggi nei quali, ad esempio, ci sono articoli che mostrano che uno dei colli di bottiglia, direi, di una delle correnti moderne dell’IA, che è il deep learning, è che si finisce per avere moltiplicazioni di matrici che consumano molte risorse. Ci sono stati alcuni articoli molto interessanti che dimostrano che, beh, la moltiplicazione delle matrici è ciò che desideriamo da un punto di vista matematico, ma ce l’abbiamo davvero bisogno a livello operativo? Voglio dire, la precisione in quella operazione o anche, è semplicemente il fatto che sono quelle cose che funzionano nel deep learning, ma forse il motivo per cui funzionano è completamente solo tangenzialmente legato al fatto che in alcuni casi stiamo eseguendo una versione puramente lineare, in cui riduciamo il consumo energetico diminuendo la precisione, esattamente da 16 bit a 8 bit, persino a 1 bit in alcuni casi, per sistemi limitati. Vedi casi in cui le persone giocano semplicemente con operatori che sono molto potenti a modo loro, anche se rumorosi, per fare cose che forse sono speculative? Quindi, probabilmente, queste cose non vengono neanche realizzate, ma vedi ambiti in cui le persone risolverebbero effettivamente problemi con il calcolo quantistico che non erano nemmeno considerati particolarmente interessanti? Molto spesso è il fatto che tu abbia i mezzi per farlo a rendere la cosa interessante.

Olivier Ezratty: Direi che la risposta è per lo più no, e lo spiegherò nel dettaglio. Ci sono principalmente tre tipi di algoritmi che potresti implementare in sistemi a breve termine. Il primo tipo è la simulazione chimica, in cui simuli l’equazione di Schrödinger, osservi gli orbitali degli elettroni in una molecola e cerchi di comprendere la struttura della molecola. Devi trovare il suo stato fondamentale, il livello di energia più basso, e tutte le molecole. Questo, in realtà, richiede molta precisione. Quindi, non funziona bene e richiede molta precisione, specialmente se vuoi fare meglio del calcolo classico. Esistono già sistemi basati su reti tensoriali e diverse tecniche per la simulazione chimica su sistemi classici, che funzionano bene, ma sono limitati. Se vuoi simulare una molecola più complicata su un sistema quantistico, devi avere una precisione veramente elevata.

Il secondo tipo di algoritmo sono quelli di ottimizzazione, più o meno l’ottimizzazione binaria, come il problema SAT, il max cut, e molti altri algoritmi di ricerca o il famoso problema del commesso viaggiatore. Anche questi sistemi non tollerano molto gli errori.

L’ultimo tipo è il quantum machine learning (QML). Questi sono i tipi di sistemi in cui si può essere tolleranti verso una certa forma di rumore. Ma per quanto ne so, ci sono alcune limitazioni su ciò che si può fare con il quantum machine learning. Una è che tutti questi algoritmi hanno una parte classica molto ampia e una parte quantistica molto ridotta. Un’altra è che l’immissione dei dati nel sistema è molto costosa. Finora, il quantum machine learning è una delle aree in cui, nei sistemi a breve termine, non esistono molte prove di un vero aumento della velocità di calcolo. È ancora un campo di ricerca aperto.

Questo vale per tutto nel calcolo quantistico, ma capire dove risiedono i veri aumenti di velocità per ciascuna delle categorie che ho descritto, e anche per le categorie relative ai qubit logici che verranno creati, è ancora in fase di definizione. Esiste molta teoria, ma la teoria deve essere confrontata con la realtà dell’hardware, con la realtà di tutto il sovraccarico della correzione degli errori quantistici e degli altri oneri. Anche la durata dei gate è una considerazione, perché a seconda del tipo di qubit che usi, la durata del gate non è la stessa.

Ad esempio, se prendi un qubit superconduttore, che oggi domina, la durata del gate per un’operazione su un singolo qubit è di circa 20 nanosecondi, il che è piuttosto breve. Ma la durata del gate per un’operazione a due qubit di solito è di qualche centinaio di nanosecondi. E poi c’è l’elettronica che controlla il gate, perché il gate non è quantistico. Il gate deriva dall’emissione di un segnale proveniente da un dispositivo elettronico classico. Il segnale viene generato come una sorta di impulso a microonde che ha una durata, ed è generato dall’elettronica classica, sia a temperatura ambiente sia talvolta a temperature molto basse. Quel sistema ha una latenza, ci vuole del tempo per generare i dati, e poi quel sistema deve essere controllato da un sistema classico, perché un computer quantistico, nella maggior parte dei casi, è sempre un computer classico che controlla l’elettronica classica, generando una specie di fotone. Il fotone può essere in regime a microonde, diciamo cinque gigahertz, oppure in regime ottico, nello spettro visibile o infrarosso, di solito non UV. E quei fotoni vengono inviati al qubit, che cambia stato, e poi inviamo altri tipi di fotoni o frequenze diverse sul qubit. Osservi ciò che viene emesso dal qubit, analizzi il segnale, lo converti da analogico a digitale, lo osservi e capisci se è zero o uno. Quindi, c’è questo tipo di ciclo tra il calcolo classico, l’elettronica classica e il qubit in una direzione e viceversa.

Joannes Vermorel: Questo mi porta a una domanda che, ancora una volta, serve solo a testare un po’ la mia comprensione. Significa anche che, in realtà, non mi ero reso conto che i computer quantistici fossero così controllati a livello di gate dall’elettronica. Ma, per quanto ho capito, se vuoi ottenere una di quelle bellissime proprietà emergenti della meccanica quantistica, devi operare a temperature super basse, praticamente.

Olivier Ezratty: Dipende. Nella maggior parte dei casi è vero, ma esistono molte differenze tra i tipi di qubit. I qubit che richiedono le temperature più stringenti sono quelli superconduttori, per i quali occorrono circa 15 millikelvin. E quindi, ciò significa che ogni volta che hai un sistema elettronico classico che li controlla, questo aggiunge energia e potrebbe riscaldare un po’. È per questo che devi controllare il livello di energia speso in ciascuno degli strati, perché non si arriva subito a 15 millikelvin. Di solito si tratta di un grande cilindro, quindi si inizia a 50 kelvin, poi si scende a 4 kelvin, poi a 1 kelvin, poi a 100 millikelvin, infine a 50 millikelvin. Ci sono dunque molte fasi per raggiungere quella temperatura, e ti assicuri che ogni volta che un segnale elettronico scende in quel percorso, si riduca il numero di fotoni. C’è un’attenuazione del segnale per eliminare i fotoni in eccesso al giusto livello, in modo da assicurare che ciò che scalda a 15 millikelvin sia ridotto al minimo. E nell’altra direzione ci sono amplificatori: a questo stadio è presente un amplificatore usato per amplificare il sistema per il readout del qubit. Ma questo vale per i qubit superconduttori. Poi ci sono i cosiddetti qubit al silicio o qubit a spin su silicio. Questi utilizzano sistemi semiconduttori, sfruttano lo spin dell’elettrone, e possono operare a temperature più elevate. Ma quando dico “più elevate”, invece di 15 millikelvin, si parla di un intervallo tra 100 millikelvin e 1 kelvin. È comunque molto freddo. È ben al di sotto della temperatura del nitrogeno liquido, che è a 77K. È anche al di sotto del punto di liquefazione dell’idrogeno. È addirittura inferiore a quella dell’idrogeno liquido. Parlando di elio, invece, l’elio rimane sopra 1 kelvin, e ci sono due isotopi dell’elio, elio-3 ed elio-4, che hanno temperature differenti per raggiungere quel punto. Insomma, non è il freezer di casa.

Joannes Vermorel: Sì, il freezer costa più di un milione di euro, quindi è piuttosto costoso. Ma ci sono altre tecnologie che sono differenti. Prendiamo, per esempio, i fotoni.

Olivier Ezratty: Se vuoi controllare i fotoni in un processore, può funzionare a temperatura ambiente, ma hai comunque bisogno di un po’ di criogenia perché la maggior parte delle volte è necessario raffreddare la sorgente dei fotoni, che nella maggior parte dei casi si basa su un effetto semiconduttore che deve essere raffreddato. Lasciami fare un esempio dalla Francia. Abbiamo una startup chiamata Candela. Hanno una propria sorgente di fotoni basata su un cosiddetto sistema semiconduttore tre-cinque, che si basa su arsenide di gallio e alluminio, con molti strati, specchi di Bragg e cosiddetti quantum dots all’interno. Questa piccolissima cosa deve essere raffreddata a circa 4 Kelvin per generare un flusso di fotoni individuali che vengono poi usati nel calcolo. Successivamente, i fotoni individuali entrano in un circuito con guide d’onda che sono a temperatura ambiente e, alla fine, devi rilevare i fotoni uno per uno. Quindi, a temperatura ambiente, puoi avere un sistema in cui i fotoni sono controllati individualmente.

Joannes Vermorel: Oh, interessante. Non sapevo che le guide d’onda potessero interagire tra loro.

Olivier Ezratty: Sì, e alla fine devi contare il numero di fotoni presenti su ogni guida d’onda. Il rivelatore di fotoni stesso deve essere raffreddato perché la tecnologia più promettente per rilevare fotoni individualmente si basa su un effetto superconduttivo, e quei sistemi vengono anch’essi raffreddati a circa 4 Kelvin. Quindi è necessario il raffreddamento alle due estremità del sistema, ma non nel mezzo. Ora, prendiamo gli atomi neutri; è una bestia molto diversa.

Joannes Vermorel: Sui datasheet di quei fornitori, dicono che non è necessario il raffreddamento, ma non è vero.

Olivier Ezratty: Quello che fanno è che devono controllare gli atomi, posizionarli in un punto specifico in un vuoto. Per fare ciò, usano laser in tre direzioni e impiegano una tecnologia detta Magneto-Optical Trap, inventata da Jean Dalibard, che era uno degli studenti di dottorato di Alain Aspect. Questa tecnica viene impiegata per controllare la posizione dell’atomo, ma non per raffreddare il sistema. Utilizzano un altro sistema con un laser differente e un diverso tipo di dispositivo speciale che controlla individualmente la posizione dell’atomo. Quando gli atomi vengono raffreddati e posizionati in modo ottimale, la loro temperatura si aggira nell’ordine dei nano-Kelvin. Sorprendentemente, non si usa un frigorifero; si impiega solo una pompa per rimuovere gli atomi dal sistema e dei laser. Quindi, è un raffreddamento basato sui laser.

Joannes Vermorel: Ma risulta comunque controintuitivo, perché apparentemente stai aggiungendo energia lanciando fotoni, ma in realtà l’effetto complessivo è quello del raffreddamento.

Olivier Ezratty: Sì, sfruttando l’effetto Doppler. L’effetto Doppler è un metodo: se hai un atomo che si avvicina e gli mandi energia tramite un fotone, il fotone, come se fosse una palla, spinge l’atomo nella direzione opposta, facendolo rallentare. Gli atomi che si allontanano, invece, non ricevono quell’energia a causa dell’effetto Doppler, che li rende a energia inferiore, per cui non li influenza. In media, quindi, tutti gli atomi che si avvicinano vengono rallentati; gli altri, invece, no. Se questo processo viene ripetuto per sei cicli, il movimento di tutti gli atomi si rallenta progressivamente. Non si usa un effetto meccanico; è soltanto la luce a rallentare gli atomi. Ma, in definitiva, il sistema si raffredda, perché che cos’è la temperatura? La temperatura è una misura del movimento degli atomi in un dato mezzo, quindi il sistema si raffredda lo stesso.

E ciò che è interessante è ciò che hanno scoperto, ad esempio, in Pasqal, l’azienda francese, o in Q-CTRL, con il concorrente con sede ad Harvard negli Stati Uniti. Hanno scoperto che, aggiungendo più di un paio di centinaia di atomi in quella camera a vuoto, per assicurarsi di ottenere un vuoto di altissima qualità, devono implementare un sistema di raffreddamento nella pompa. Quindi, il raffreddamento non avviene sui qubit stessi, bensì sulla pompa che rimuove gli atomi dalla camera. Quell’ingegneria mi entusiasma. Questo genere di cose è ingegneria vera. Ed infine, l’ultimo che potrei citare è la tecnologia detta NV centers. Ne abbiamo parlato per i sensori, ma può essere utilizzata anche per il computing. Esiste un’azienda con sede in Australia chiamata Quantum Brilliance, che in realtà è una compagnia tedesco-australiana. Questa azienda ha già creato un sistema a cinque qubit che funziona a temperatura ambiente. Non sono sicuro che possa scalare molto bene, non ne sono certo, ma quella tecnologia potrebbe potenzialmente operare a temperatura ambiente. Joannes Vermorel: Quello che mi entusiasma davvero di questa discussione è che dimostra come, ogni volta che ci sono fornitori, ci siano incentivi a mettersi in mostra, e per me, che ho una certa curiosità al riguardo, ciò che vedo non è un flusso infinito di affermazioni incredibili prive di contenuto. Ciò che trovo particolarmente interessante è che ci sono innumerevoli affermazioni, e curiosamente, non è che le persone mentano. Questo è ciò che colpisce: può significare molte cose diverse, oppure possono emergere numerose riserve in condizioni differenti. Olivier Ezratty: Esatto. E va bene così. D’altronde, in quanto fornitore, non puoi esplicitare tutto ogni volta. Devi fare delle scelte; devi semplificare le cose. Joannes Vermorel: Esattamente, non posso dire, sai, tutto ciò che c’è da sapere su ogni singola cosa che facciamo. E qui, a proposito, c’è una copia del codice sorgente e una copia di tutte le esperienze che abbiamo condotto. In teoria, potresti concepire ciò, ma in pratica sarebbe peggio, perché genererebbe moltissimo rumore. Quindi, come funziona? La mia percezione è che questo campo della tecnologia quantistica sia piuttosto opaco, almeno per chi è fuori dal settore. Il tuo rapporto fa luce su innumerevoli aspetti, e ciò che mi interessa particolarmente, sebbene sia un po’ un digressione, è come si faccia a operare quando ci si confronta con questioni indubbiamente complesse. Possiamo concordare che non è semplice. Ci sono molte affermazioni, molta confusione, e poiché l’enterprise software è in qualche modo simile, qualcuno sostiene di fare qualcosa di fantastico. Sì, in un certo senso, ma ciò comporta delle modifiche, dipendenze e costi. Operi in un ambito che, in un certo senso, è molto complesso. Possiamo dire che nella supply chain la complessità è del tutto accidentale, ovvero persone che fanno le cose in modi probabilmente più complicati del necessario. Nel computing quantistico, invece, si riduce la casualità, perché si ha a che fare con l’universo, che è semplicemente com’è. Quindi la complessità è meno accidentale, anche se ciò non toglie che le cose diventino comunque molto difficili. Olivier Ezratty: Come si può dare un senso al progresso in questo campo?

Joannes Vermorel: Voglio dire, hai affermato che parli con le persone, ma una delle cose che confonde la maggior parte dei miei interlocutori è che, in questo gioco, praticamente tutti sono fornitori. Quindi, come fai a capire di chi fidarti? Perché, ad esempio, nel mondo quantistico ci sono così tante persone che, se mi addentrassi in questo settore, sarei sommerso da informazioni. Come distingui le frodi da ciò che non lo è? Mi hai detto che esiste una soluzione, ovvero parlare con un vincitore del Premio Nobel per la fisica, ma neanche loro sono onniscienti. Quindi, è un modo per risolvere il problema, ma come identifichi quelle persone che possano fungere da tramite per aiutarti a comprendere, dato che ci sono così tante possibili frodi, affermazioni palesi, e hai anche pochissimo tempo per setacciare tutto ciò? Olivier Ezratty: Come ti orienti? Joannes Vermorel: Fondamentalmente, cerco di incontrare quanti più scienziati possibile, soprattutto nell’ambito della ricerca fondamentale. Mi sforzo di aumentare la diversità delle persone con cui mi confronto; perciò è importante, di solito, avere incontri sia con fisici che con ingegneri, oltre che con esperti in algoritmi e informatica. Anche se dovrei incontrare più persone in quel settore, al momento credo di incontrare più fisici che informatici. Nella tua vita precedente, incontravi più esperti di high performance computing o supercomputing, una sfera diversa del computing classico. Cerco di leggere quanti più articoli scientifici possibile e di comprendere il loro linguaggio. È la prima cosa da fare quando si legge un nuovo articolo. Ma è un impegno costante, una sfida quotidiana. Una delle ragioni per cui è così complicato, e che attualmente rappresenta un punto di forza per l’industria, è la diversità. Con diversità intendo che al momento esistono almeno 20-30 tipi differenti di qubit. Nei transistor e nei chipset classici, invece, si utilizza praticamente un solo tipo di transistor CMOS. Ci sono alcune variazioni, ma la differenza tra il transistor del tuo iPhone, del tuo Mac, del tuo PC o del tuo server è di circa l’un percento. È più o meno la stessa tecnologia, la stessa tecnica: doping NP del silicio e transistor. Nel quantum computing, invece, si trovano numerose tecnologie. È sorprendente. E a volte, per una determinata tecnologia, ci sono solo, diciamo, 50 persone al mondo che ne possiedono la conoscenza. Per farti un esempio, due settimane fa ero a Las Vegas, non per il CES (che ho abbandonato tre anni fa), bensì per la riunione APS, l’American Physics Society, il più grande raduno di fisici al mondo, con 13.000 fisici nello stesso luogo. Olivier Ezratty: E ho incontrato un’azienda, sono venuti da me. Il nome dell’azienda è Iroquo; nessuno li conosce molto bene. Hanno sede negli Stati Uniti, nella regione di Chicago, e stanno lavorando su un qubit al silicio, non un qubit di spin. Controllano lo spin di un elettrone, ma quell’elettrone si trova su un substrato di elio, un elio liquido freddo, sopra il quale vi sono spin elettronici. È strano, anzi, è molto strano. E perché usano questo metodo? Perché l’elio isola gli spin dai circuiti circostanti. È una delle tante, tante tecnologie bizzarre che esistono. Devi convivere con tutto ciò, ovvero con l’incertezza. Devi accettare informazioni parziali. Occorre avere anche un certo intuito e una solida conoscenza ingegneristica in tutte le sue dimensioni. Ad esempio, una cosa che ho scoperto recentemente, collaborando come cofondatore della Quantum Energy Initiative con Alexa e altri ricercatori, è quanto sia importante l’elettronica. La sola qualità dell’elettronica che controlla i laser o le microonde indirizzate al qubit è importante quanto i qubit stessi. E dunque, l’elettronica non è affatto scontata. Voglio dire, quando sei un informatico, non sai nulla delle equazioni sottostanti. Così ho dovuto rispolverare le trasformate di Fourier e la teoria del segnale, capire cosa sia il jitter – ovvero le variazioni nella fase, nell’ampiezza o nella frequenza di un segnale generato dall’elettronica classica –, comprendere la potenza necessaria per generare una microonda, l’attenuazione, il filtraggio, e così via. L’ingegneria elettronica sta influenzando la progettazione dei sistemi di quantum computing.

Joannes Vermorel: E per me la lezione davvero interessante è che, vedi, sostengo che se prendo il mio campo, l’enterprise software e l’interesse per la supply chain, c’è anche una miriade confusa di prospettive di nicchia, fornitori di nicchia e simili. Ad esempio, per analizzare il problema della supply chain, probabilmente esistono 20 filosofie concorrenti su come affrontarlo. C’è quella mainstream, il flow casting, DDMRP, SNOP. Voglio dire, sono letteralmente punti di vista differenti, e ce ne sono dozzine. E poi ci sono moltissimi fornitori. Quello che mi interessa davvero è che, in ciò che descrivi, esiste la possibilità di formare un’opinione relativamente informata, un’opinione abbastanza accurata su se quelle cose funzionano, anche se tu non conduci direttamente un esperimento di controllo. Vedi, non hai allestito un laboratorio con l’attrezzatura per dire: “Questo articolo si replica?” Sai, per via di quel tipo di pensiero ingenuo secondo cui l’unico modo per sapere se ciò che sostiene un fornitore è vero è fare l’esperimento e testarlo. Sì, puoi testare il tuo software online, ma con l’enterprise software il problema è che, anche se vuoi testarlo, devi distribuirlo in molti siti contemporaneamente. È estremamente poco pratico. Ecco perché la maggior parte dei fornitori non offre nemmeno una prova gratuita, perché non avrebbe senso. Dovresti distribuire il sistema in 20 sedi differenti solo per iniziare. Olivier Ezratty: La cosa interessante, e penso sia un approccio in cui credo fermamente, è andare da una persona che fa un’affermazione, lasciarla difendere il suo punto, e poi rivolgersi a un’altra, idealmente qualcuno con una prospettiva e background molto diversi, e attraverso questo apprendere qualcosa di nuovo. Nel mio caso, incontro regolarmente molti scienziati, e c’è molta serendipità. A volte qualcuno mi dice: “Oh, dovresti incontrare quel tizio o quella signora”, e poi li incontro e mi insegnano qualcosa. Ad esempio, ero a Grenoble lo scorso novembre e ho incontrato probabilmente 15 scienziati in un solo giorno. Ero perplesso perché alcune persone lavoravano su cosiddetti qubit topologici, un settore in cui Microsoft è famosa per essere l’unico fornitore a scommettere su quel tipo di qubit. Ho incontrato quattro persone a Grenoble e ho chiesto: “Ok, ma con chi collaborate?” E loro hanno risposto: “Oh, collaboriamo con quel tizio negli USA.” Conoscevo il nome di quel tizio perché sapevo che era riuscito ad ottenere la retraction di un articolo su Nature da parte di persone di Microsoft. Ha sede all’Università di Pittsburgh. Così ho imparato moltissimo incontrando quelle persone. Joannes Vermorel: Tornando al tuo rapporto, prendo in prestito qualcosa che ho notato nel tuo lavoro: per esempio, nella prima sezione, dai dei suggerimenti su come leggere gli articoli scientifici. Ed è molto interessante, perché quegli articoli sono firmati da 20 autori, e non sai se tutte quelle persone siano rilevanti. Poi spieghi che il nome del primo autore è quello di uno studente di dottorato che ha effettivamente realizzato il lavoro, le altre persone sono in genere chi che ha supportato il lavoro in maniera tangenziale, e infine l’ultimo è il supervisore o il direttore del laboratorio, che potrebbe non comprendere appieno cosa stia succedendo nell’articolo. Olivier Ezratty: La cosa interessante è che hai svelato un aspetto davvero notevole, ovvero come ottenere indizi e orientarsi. E non è magia; bastano pochi segnali per orientarsi nel campo, e sono molto semplici. Non so se l’ho descritto in quella parte del mio libro, ma nel trovare una lacuna – ad esempio, se un laboratorio afferma: “Ah, ho scoperto un nuovo tipo di qubit migliore.” – ti chiedi: migliore in cosa? Così cerchi i numeri pubblicati e, per lo più, non trovano tutti i dati. Dicono, per esempio, che è stabilizzato per un cosiddetto T1 di qualche microsecondo, ma sorprendentemente non forniscono alcun dato sulle qubitilities. Forse non vanno così bene in quell’aspetto. E a volte non viene neppure indicato il numero di qubit dell’esperimento, il che significa che ce ne sono pochi. Talvolta si trova un indizio nell’informazione mancante.

Olivier Ezratty: È tipico nel quantum computing, in gran parte a causa della comunicazione dei fornitori. Conosco un’azienda – non voglio nominarla – con sede in Nord America. Mostrano la qualità dei loro qubit, ma non ne rivelano il numero. Ed è interessante, perché se non forniscono un numero, significa due cose: che il numero è molto basso e che le fedeltà dichiarate dei loro qubit sono fuorvianti. Di solito, infatti, quando hai un gran numero di qubit è più difficile mantenere una buona fedeltà, mentre con un numero ridotto, se dichiari una buona fedeltà senza specificare che si tratta di solo tre, quattro o cinque qubit, stai fuorviando le persone.

Joannes Vermorel: Tornando al discorso, io sostengo che, se prendo il mio campo – l’enterprise software, per esempio – e anche l’interesse per la supply chain, ci sia una miriade sconcertante di prospettive di nicchia, fornitori specializzati e simili. Ad esempio, se si guarda al problema della supply chain, probabilmente esistono 20 filosofie concorrenti su come affrontarlo. C’è quella mainstream, il flow casting, DDMRP, SNOP. Voglio dire, sono punti di vista letteralmente differenti, e ce ne sono dozzine. E poi ci sono moltissimi fornitori.

Joannes Vermorel: Quello che mi interessa davvero è la possibilità di formare un’opinione abbastanza informata e accurata su quanto queste soluzioni funzionino, senza dover necessariamente condurre personalmente un esperimento di controllo. Vedi, non hai allestito un laboratorio con l’attrezzatura per dire: “Questo articolo si replica?” Perché esiste quel tipo di pensiero ingenuo secondo cui l’unico modo per verificare la veridicità delle affermazioni di un fornitore è proprio fare l’esperimento e testarlo. Sì, puoi testare il tuo software online, ma con l’enterprise software il problema è che, anche se vuoi fare un test, devi implementarlo in molti luoghi contemporaneamente. È estremamente poco pratico. Ed è per questo che la maggior parte dei fornitori non offre nemmeno una prova gratuita, perché non avrebbe senso: dovresti distribuire il sistema in ben 20 sedi differenti per iniziare.

Olivier Ezratty: La cosa interessante – e credo fortemente in questo approccio – è andare da una persona che fa un’affermazione, lasciarla difendere il suo punto, e poi consultare un’altra persona, idealmente con una prospettiva molto variegata e con eventuali conflitti di opinione; così impari qualcos’altro. Nel mio caso, incontro regolarmente numerosi scienziati, e c’è molta serendipità. Talvolta qualcuno mi dice: “Oh, dovresti incontrare quel tizio o quella signora”, e poi li incontro e mi insegnano qualcosa. Per esempio, a Grenoble lo scorso novembre ho incontrato probabilmente 15 scienziati in un solo giorno. Ero perplesso perché alcuni di loro lavoravano sui cosiddetti qubit topologici, un settore in cui Microsoft è famosa per essere l’unico fornitore a scommettere su quel tipo di qubit. Ho incontrato quattro persone a Grenoble e ho chiesto: “Con chi collaborate?” E mi hanno risposto: “Oh, lavoriamo con un tizio negli USA.” Conoscevo quel nome perché sapevo che era riuscito ad ottenere la retraction di un articolo su Nature da parte di persone di Microsoft. Lui opera all’Università di Pittsburgh. Così ho imparato moltissimo incontrando quelle persone.

Joannes Vermorel: Tornando al tuo rapporto, prendo in prestito qualcosa che ho notato: nella prima sezione spieghi come leggere gli articoli scientifici. Ed è molto interessante, perché quegli articoli sono firmati da 20 autori, e non sai se tutti siano realmente coinvolti. Poi spieghi che il primo autore è uno studente di dottorato che ha effettivamente svolto il lavoro, gli altri sono persone che hanno fornito un supporto tangenziale, e l’ultimo, infine, è il supervisore o il direttore del laboratorio, che potrebbe non capire appieno cosa stia succedendo nell’articolo.

Olivier Ezratty: La cosa interessante è che hai messo in luce come ottenere indizi e come orientarsi. E non è magia; bastano pochi segnali per guidarti nel campo, e sono molto semplici. Non so se l’ho descritto in quella parte del mio libro, ma se, ad esempio, un laboratorio afferma: “Ah, ho scoperto un nuovo tipo di qubit che è migliore” – migliore in che senso? – cerchi i numeri che pubblicano e, spesso, non trovi tutti i dati. Dicono, per esempio, che è stabilizzato per un certo T1 in microsecondi, ma sorprendentemente non indicano nulla riguardo alle qubitilities. Forse non vanno così bene in quell’aspetto. E talvolta non viene comunicato neppure il numero di qubit utilizzati nell’esperimento, il che significa che ce ne sono pochi. A volte, l’informazione mancante è già un indizio.

È tipico nel quantum computing, in gran parte a causa della comunicazione dei fornitori. Conosco un’azienda – non la nominerò – con sede in Nord America. Mostrano la qualità dei loro qubit, ma non rivelano il numero. Ed è interessante, perché se non viene fornito un numero, ciò significa due cose: il numero è molto basso e le fedeltà dichiarate dei loro qubit risultano fuorvianti. Infatti, di solito, quando hai molti qubit è più difficile mantenere una buona fedeltà, mentre con pochi qubit, se mostri una buona fedeltà senza dire che sono solo tre, quattro o cinque, stai portando in errore le persone. È un esempio davvero interessante.

Joannes Vermorel: Sì, perché vedi, penso che fondamentalmente abbiamo a che fare con esseri umani intelligenti che mostrano le stesse tendenze che altri umani in altri ambiti manifestano. Se guardo al software supply chain, che è un interesse specifico per me, vedo che, sebbene gli indizi non siano gli stessi, esistono altrettanto bene. Sono diversi, per esempio, se un vendor non ha screenshot, c’è quasi la certezza che la loro UI sia pessima. Perché se l’UI fosse fantastica, avrebbero tonnellate di screenshot. Se gli algoritmi che usano sono solo una versione glorificata della moving average, non ne parlano. Dicono semplicemente: “We have super advanced AI,” che è solo la moving average per fare le previsioni. Ma poi lo direbbero così. Al contrario, se le persone hanno qualcosa, avrebbero innumerevoli sezioni sul loro sito web a riguardo. Viceversa, se il loro software è super lento, non parleranno affatto della velocità. Sottolineeranno di comprendere perfettamente la mentalità di questo settore, ma poi non diranno nulla del fatto che il loro software sia lento. Quindi, mi piace molto questa idea di cercare quegli aspetti più meta. Fondamentalmente, significa che bisogna avere una sorta di mentalità avversariale. Se qualcuno mi dice qualcosa che è in qualche modo notevole, il tuo primo filtro è decidere se questa cosa è abbastanza notevole da andare a cercare quella persona. Ma ciò significa che poi il tuo strumento direbbe: “Qual è il prezzo più probabile da pagare per questa affermazione? Qual è il costo nascosto?”

Olivier Ezratty: Beh, c’è qualcos’altro che rende complicato il quantum computing. Devi imparare a conoscere i tipi di metriche che esistono, il modo in cui vengono misurate e anche la varietà di tecniche di benchmark. Nel quantum computing, ce ne sono molte. Ci sono sforzi importanti promossi da enti di standardizzazione come ISO e altri, e noi, come Francia, stiamo partecipando a questi sforzi. Ma serve anche molta formazione per capire come queste cose vengono misurate. Per esempio, ho scoperto che la misurazione della qualità dei qubit non è esattamente la stessa per i qubit a stato solido, come quelli basati su semiconduttori o qubit superconduttori, e per quelli gestiti per ioni intrappolati. Usano metriche differenti, e devi capire perché sono differenti. Quindi, devi comprendere i numeri. Avere anche solo un’idea dei numeri usati è molto importante. Ho provato a realizzare un grafico, recentemente, un grafico su scala log-log della qualità dei qubit. È stato un vero grattacapo perché era difficile ottenere il numero giusto in modo coerente. Quindi, per esempio, se misuri la qualità dei qubit, devi assicurarti che la qualità venga misurata con il cosiddetto randomized benchmarking, che è una sorta di metodo più o meno standardizzato per calcolare la qualità dei qubit. Devi stare molto attento; i numeri possono fuorviarti.

Joannes Vermorel: Assolutamente. Voglio dire, nella supply chain, è dappertutto. Per esempio, in questioni molto banali, una delle domande che la gente si pone è: quanto è accurato il tuo sistema di previsione? Il problema è che dipende incredibilmente dall’accuracy dei dati che hai come input. Quindi, ovviamente, non esistono numeri che abbiano senso in questo contesto, perché la risposta è: beh, dipende dai tuoi dati. L’unico modo che la comunità ha trovato per avere un’idea di chi sia more accurate è organizzare qualcosa come una competizione su Kaggle, e poi le persone competono. Ma fondamentalmente, abbiamo problemi nel definire qualcosa che possa essere una misura intrinseca delle capacità previsive.

Olivier Ezratty: Quello che è cambiato recentemente, però, è che ora abbiamo più computer quantistici e informazioni disponibili sul cloud. A volte l’accesso è costoso, ma in ogni caso. Hai quei sistemi con IBM, Amazon, Microsoft, e persino Google possiede un sistema IonQ. Quindi, penso che a livello mondiale ci siano circa 60 computer disponibili sul cloud. Questo significa che le persone possono valutarli, e iniziano ad apparire articoli scientifici molto interessanti che mostrano confronti tra questi differenti sistemi, grazie a benchmarking eseguiti in maniera coerente. Si cominciano a formulare ipotesi informate su dove si trovino davvero. È interessante, ed è positivo. È un ecosistema aperto.

Joannes Vermorel: Ma è aperto e anche complicato. Devi avere una solida preparazione scientifica per giudicare il contenuto scientifico. Ci sono molte pubblicazioni scientifiche, persino i vendor pubblicano articoli, ma leggere un paper è un vero supplizio. È così complicato a volte. Ricordo che quattro anni fa, quando ho scoperto le 70 pagine del paper sulla quantum supremacy di Google, mi sono messo a ridere. Il motivo per cui ridevo era: chi può farsi un’idea di cosa contenga quel paper, dato il numero di argomenti trattati? C’è fisica quantistica, algoritmi, confronti con il computing, elettronica, criogenica, e tantissime altre cose in 70 pagine con grafici estremamente difficili da capire.

Olivier Ezratty: Ricordo che quattro anni fa probabilmente non capivo circa il 5-10% del paper. Ora penso di arrivare a capire oltre il 50%. Non l’intero paper, ma ci vuole del tempo. Ogni volta che lo rileggo, imparo qualcosa di nuovo perché leggo altrove, ricevo formazione o guardo qualche video. È ancora aperto, ma puoi essere aperto e chiuso allo stesso tempo, perché la complessità è offuscamento. La mancanza di confronti può essere anche una forma di offuscamento. Quindi, per esempio, se vuoi riconciliare dati provenienti da vendor molto diversi, devi avere qualcuno che abbia realizzato un paper che consolida quei dati o farlo tu stesso, come ho fatto io per questo grafico che ho realizzato di recente. Direi che c’è ancora spazio per l’integrazione dei dati, la capacità di raccogliere dati da fonti molto diverse e capire davvero dove siamo. Attualmente sto scrivendo due paper a riguardo.

Joannes Vermorel: Dal mio punto di vista, è un lavoro assolutamente necessario e incredibilmente utile da fare. Ma comporta anche incentivi terribili a lungo termine. Tu, che svolgi questo lavoro – ti conosco – penso che ciò che ti rende così unico sia il fatto che non ti lasci influenzare facilmente dai vendor. Ci vuole una mentalità molto specifica. Sei stato un vendor in passato. Sei stato a Microsoft, e hai fatto parte del gioco. Penso che questo ti abbia conferito una sorta di anticorpi intellettuali. Microsoft è ciò che è, non un’opinione in bianco e nero. È fatto di tante persone, è grigio come qualsiasi collezione di oltre 200.000 esseri umani. Ci sono persone molto valide, persone molto cattive e via dicendo. Penso che questo ti fornisca una sorta di anticorpi intellettuali nei confronti delle questioni aziendali che tendono ad emergere da grandi collezioni di esseri umani.

Olivier Ezratty: Sì, perché devono raccogliere fondi.

Joannes Vermorel: Esattamente. Essere attraenti per un VC in quel settore richiede uno sforzo maggiore per una grande corpora­zione. Il punto che voglio evidenziare qui è che, se ricopri questo ruolo da esperto, ci sono aziende – e non darò il nome delle aziende che iniziano con una G nel settore del software enterprise – che sono analisti di mercato super prominenti. Come la vedo io, l’incentivo a lungo termine, se sei un analista di mercato, un po’ come quello che stai facendo, è diventare il press manager esternalizzato per i vendor. Questo è letteralmente ciò che sta accadendo nel campo del software enterprise, soprattutto nella supply chain.

Olivier Ezratty: Giusto, e quello che vedo è che le persone che ricoprono quel ruolo guadagnano molto di più in fretta. Come analisti, affermano sempre di guadagnare la maggior parte dei loro ricavi dai clienti per cui fanno le spiegazioni, ma la realtà è che i vendor pagano di più per avere un esperto di parte che dica semplicemente ciò che il vendor vorrebbe che questo analista di terze parti dicesse al mercato in generale. Quindi finisci per avere questa distorsione.

Joannes Vermorel: Nel tuo caso, il tuo report è davvero il migliore possibile per avere una valutazione imparziale di qualcosa che è super complicato e in continuo mutamento. Ma ciò che vedo, e che mi interessa, è che in campi dove il quantum computing non ha molti vendor affermati, le persone che dovrebbero ricoprire il tuo ruolo sono diventate corrotte e finiscono per diffondere il messaggio che proviene dai vendor.

Stai facendo questo tipo di lavoro con molta assistenza, ma sostanzialmente da solo. Quello che mi colpisce è che le corporazioni moderne tendono a minimizzare ciò che una singola persona può fare in appena un paio d’anni. Se osserviamo il quantum computing, le aziende rimangono sbalordite, e generalmente affrontano il problema assumendo consulenti e spendendo un sacco di soldi per avere un team di 20 persone per tre mesi. Ma tu sei la prova che la comprensione che si può ottenere investendo tutto in una persona intelligente e motivata, nel corso degli anni, può essere altrettanto efficace.

Olivier Ezratty: Sì, e dovrei aggiungere un paio di altri punti di contatto. Uno riguarda gli stessi clienti, dato che IBM e altri cercano di promuovere la loro nuova tecnologia con grandi clienti. Ci sono molti grandi clienti nel mondo che l’hanno valutata, e alcuni hanno persino firmato articoli pubblicati da clienti in Francia, come Total, EDF e MBDA. Se incontri quegli scienziati di quelle aziende, ottieni anche molte intuizioni perché hanno testato tecnologie differenti e algoritmi reali su problemi aziendali concreti.

Joannes Vermorel: Mi piacerebbe assolutamente vedere, nella supply chain, dei clienti che producono paper. Quello che abbiamo adesso sono case study che risultano vere e proprie pubblicità. Il punto dei case study è che sono solo un’informazione formattata per fare pubblicità.

Olivier Ezratty: Sono coinvolto in un progetto in cui il mix ideale è avere persone dal mondo della ricerca, persone dal settore dei vendor e un cliente. Se riesci ad avere un team di ricerca composto da queste tre componenti, si crea una buona combinazione. Funziona bene se è locale, per esempio, se i team di ricerca, le startup e i clienti sono tutti nello stesso paese o nella stessa zona. Questo è molto utile per costruire un nuovo approccio alla ricerca e per applicarla in un nuovo ambito.

Joannes Vermorel: Quindi, procedendo ulteriormente con le tempistiche a cui stiamo guardando, il quantum computing è in fase di sviluppo da decenni. Ci sono ragioni molto fondamentali per cui possiamo essere ottimisti, nel senso che è letteralmente il modo in cui l’universo stesso funziona. La bellezza della meccanica quantistica è che ha arricchito l’universo rispetto a com’era prima. Improvvisamente, sono nate possibilità che, dalla vecchia prospettiva, sarebbero state semplicemente impossibili. Questo limita ma allo stesso tempo abilita innumerevoli cose. Stiamo già sfruttando molti di questi elementi, come i transistor e la giant magneto-resistance per dischi a spin e altro ancora. Allora, che tipo di tempistiche vedi per l’industrializzazione emergente di questa seconda ondata di tecnologie informatiche? Possiamo davvero contare su qualcosa?

Olivier Ezratty: Beh, posso dirti cosa si dice a riguardo. La risposta migliore è: “Non lo so.” Nella maggior parte dei casi, si ottiene una curva gaussiana centrata a 15 anni. È lì che la gente pensa che avremo il grande computer quantistico capace di fare cose che non possono essere fatte dai computer classici. È un po’ ingenuo, perché è una visione media di dove potrebbe arrivare.

Penso che ci siano alcune situazioni con certi paradigmi di computing, come i cosiddetti computer quantistici analogici, che sono diversi dai computer quantistici basati su gate. Questi computer analogici potrebbero portare un vantaggio quantistico nei prossimi anni, senza dover aspettare 10-15 anni.

Il vantaggio quantistico NISQ (Noisy Intermediate-Scale Quantum), con i sistemi rumorosi che abbiamo oggi, è incerto. Non ho idea se lo raggiungeremo. Dipende dalla qualità dei qubit che aziende come IBM produrranno in futuro. IBM è la più grande azienda al mondo a investire in questo settore, e ha una tecnologia all’avanguardia nei qubit superconduttori. Potrebbero essere in grado di apportare un grande cambiamento nei prossimi 18 mesi, che è un lasso di tempo molto breve. Potrebbero guidarci, come comunità, verso un’area in cui potremo iniziare a fare cose utili con i computer quantistici.

Ma poi, deve scalare, e la sfida è passare da qualche centinaio di qubit a milioni di qubit. È una sfida enorme, sia dal punto di vista della fisica, dell’ingegneria e dell’energetica. Tutto è impegnativo lì. Un’altra cosa che rende difficile fare previsioni è l’esistenza di così tanti tipi diversi di tecnologie. Diciamo, per esempio, che Microsoft riesca a sviluppare qubit topologici con fermioni di Majorana in un paio d’anni. Molti sono scettici, ma se ci riusciranno, potrebbero cambiare il panorama molto rapidamente.

Quindi, potresti avere una tendenza lenta a forma di curva gaussiana, ma potresti anche avere delle sorprese. Potresti scoprire nuovi design algoritmici o nuovi sistemi di correzione degli errori. Non ho mai visto tanta creatività negli ultimi due anni nella correzione degli errori. C’è un tizio in Francia, di nome Anthony, ed è sorprendente ciò che fa. Inventano codici di correzione degli errori che riescono a gestire qubit di qualità inferiore, per esempio. Sanno che se si regola la connettività tra i qubit, è possibile migliorare l’efficienza del codice di correzione degli errori. Migliorare la connettività è difficile, ma non impossibile o così arduo.

Ci sono così tante regolazioni nella tecnologia, così tanti workaround e così tante variazioni che c’è sempre un barlume di speranza. Tuttavia, conosco alcune persone, sia in Francia che all’estero, che sono molto scettiche. Esiste uno scetticismo fondato scientificamente sul perché sarà difficile raggiungere il livello in cui abbiamo milioni di qubit entangled tra loro. Ma, comunque, puoi credere nell’immaginazione e nell’ingegnosità degli ingegneri e degli scienziati. Ci sono così tante opzioni diverse in fase di studio che vedremo.

La vera risposta è: non lo sappiamo. Ma dobbiamo aggiornarci velocemente su come le cose stanno cambiando. Dobbiamo istruirci per poter interpretare i nuovi annunci e capire se sono importanti o no. Questa è la bellezza di questo campo; ed è per questo che ci sono ancora. Sta sempre cambiando, sempre in movimento, e forse è anche una sfida intellettuale. Joannes Vermorel: Tornando indietro e avvicinandoci un po’ alla conclusione, ma riprendendo quanto detto all’inizio di questa intervista, stavi menzionando quelle cose che avevano catturato il tuo interesse in maniera molto pratica. Cosa fai adesso? Qual è il tuo percorso personale in questo campo? Quali sono le cose che attualmente catturano il tuo tempo e la tua attenzione?

Olivier Ezratty: Oh, ho tante cose da fare. Una di queste è che sono il co-fondatore della Quantum Energy Initiative, che non è ancora un’organizzazione formale, ma è una comunità di ricercatori in tutto il mondo. Abbiamo organizzato il nostro primo workshop a Singapore in novembre, con scienziati di fama mondiale provenienti da ogni angolo del globo. Dobbiamo lanciare il nostro sito web, avviare una community, lanciare un canale YouTube, assicurandoci che l’aspetto energetico di quei momenti sia davvero curato, perché viviamo in un mondo a risorse limitate. Non possiamo evitarlo, e dobbiamo spiegare a scienziati e fornitori che è impossibile immettere sul mercato una nuova tecnologia che aumenti il consumo di risorse senza badare a questo aspetto. Il Bitcoin l’ha fatto, sì, ma riteniamo che abbia molto senso quando si introduce una nuova tecnologia che è misteriosa, complicata e con casi d’uso sconosciuti, per spingere l’industria e l’intero ecosistema a comportarsi come un ecosistema d’innovazione responsabile.

The second thing is, I have to start writing the sixth edition of my book, which is going to consume a lot of bandwidth. I’m starting to write scientific papers, so I wrote my first paper for peer review in a physics journal on superconducting qubits. I will see if it’s accepted; it’s not yet done. I have to be always engaged in empowering the local ecosystem at the French and European level, so I’m starting to have a lot of contacts in Europe now. And I continue to help startups here in France, but informally. I run two series of podcasts on top of that with Fanny Bouton, and she started like me five years ago in the quantum space. Now she’s the quantum leader of OVH Cloud, a leading European cloud operator, and she launched the cloud offering of that operator for quantum, so it’s a very nice story.

I probably forgot many things, but I have many customers, I’m doing training, and I’m teaching at Épitech. Everything I do is feeding the other part of what I do, like being a trainer; teaching quantum computing forces you to structure your thoughts. Writing the book is similar; you structure your thoughts, you share your thoughts. Writing papers, interviewing people in podcasts where you meet others, encourages you to know a diverse set of people. Working with customers, I try to have the most diverse way of operating; that’s my way of life. I would like to be a small contributor to the success of the French and European ecosystem. That’s the kind of end goal. I would like to contribute to the success of my friends in research, particularly for the Quantum Energy Initiative. I would like to have a so-called sovereign quantum cloud in France through OVH Cloud, which I am also helping. So there are various things which are more or less about helping the ecosystem and about me learning and sharing in an open way.

Joannes Vermorel: Credo che il tuo approccio, che consiste nello scriverlo tu stesso, sia incredibilmente virtuoso, non solo per diffondere la conoscenza ma anche, anche se non lo pubblicassi affatto, per il solo fatto di metterci insieme. È un esercizio incredibile. Penso che sia anche una delle lezioni per i miei clienti aziendali. Molte grandi imprese impegnate in progetti che durano decenni dovrebbero adottare una visione a lungo termine, anche solo per se stesse. I manager dovrebbero cercare di raccogliere il frutto della loro esperienza e della loro comprensione del settore, così da far migliorare l’azienda. L’aspetto interessante è che la gente direbbe: “Oh, ma forse quelle persone ce ne andranno fra due anni.” Ma quando parlo, ad esempio, con un supply chain director, quelle sono ancora posizioni in cui le persone restano nella stessa azienda per 30 anni. Quindi, questo è un po’ una giustificazione, oltre a riconoscere il valore dell’esercizio di scrittura fatto per se stessi.

Olivier Ezratty: L’ho sempre fatto da giovane, e penso che questo sia anche un modo di vivere, una specie di superpotere. Devi essere un po’ organizzato. Ho alcuni semplici trucchi organizzativi per riutilizzare le informazioni in vari contesti e prendere appunti. Ad esempio, il modo in cui aggiorno il mio libro è un po’ particolare, ma non così eccezionale. Quello che faccio è avere un piccolo documento Word con lo stesso indice del mio libro, e lì inserisco tutti gli aggiornamenti che ricevo quotidianamente – nuovi articoli d’archivio, notizie o annunci. Viene posizionato al posto giusto, come un gemello del mio libro. È più piccolo, naturalmente, contenendo solo gli aggiornamenti. E poi, quando aggiorno il mio libro, ho già tutto ordinato per argomento.

So, let’s say I want to update the algorithm part; there’s just an algorithm chapter already with all the links. And since I have some customers for whom I do techno screening and some news that are not published, I also have a lot of written explanations on the news that I can use to update my book. When you do everything on your own, you have to be organized and reuse the content in a clever way. I also do a lot of charts that I update continuously. I’ve got my own database of companies in quantum technology, an Excel sheet with lots of tables, and so on. I even have a database of all the Nobel Prize winners in quantum physics, a database on companies, a database on qubit fidelities – everything that can become a database is in my Excel spreadsheet.

Joannes Vermorel: E poi, se non sai, chiedi a ChatGPT, e magari ti risponderà fornendoti alcuni dati. Per me, non sono così organizzato, ma sto cercando di coltivare una comprensione scritta del mio settore. Come parole di commiato, quale sarebbe il tuo consiglio per CEO o CTO di aziende che affrontano settori molto opachi? Non possono buttarsi a capofitto sul quantum computing come fai tu. Che suggerimento daresti a queste persone riguardo al quantum computing?

Olivier Ezratty: Il mio consiglio sarebbe di dare un’occhiata al mio libro, naturalmente senza leggerlo tutto, ma esaminando cosa contiene. Se sei una banca o lavori nell’industria chimica o dei trasporti, nel mio libro c’è sempre un capitolo per te, perché c’è una lunga sezione che elenca tutti i casi d’uso identificati, anche se non sono ancora operativi. Ti dà un’idea di cosa il quantum computing potrebbe apportare al tuo business. Ci sono capitoli per 20 settori diversi, persino per la difesa e l’intelligence, quindi troverai qualcosa di rilevante. Inoltre, puoi ascoltare il podcast che conduco con Fanny. Facciamo circa uno o due podcast al mese. Ma non limitarti a leggere la stampa. Quando dico “stampa”, intendo qualunque forma essa assuma. Non sto criticando la stampa, perché con i formati che trovi nella maggior parte dei giornali, anche scientifici, è impossibile farsi una chiara idea di dove siamo, davvero.

You have to meet the people, you have to see specialized people, whoever they are. You will see also that as a customer, you have to diversify your sources of information. What I say is not the same as others, and there are different opinions. It’s still opinions based on science, it’s not just conspirationist opinions, but you have to get different views. I would say you need to have optimistic, pessimistic, or in-between views of where we are, really. Like, I don’t know where we are.

And the shortest way is to attend a conference where I or others are explaining stuff in one or two hours. There’s the last one I do many conferences, and many of them are on YouTube, so in French or English. But the best formats, I would say, are when I’m asked to explain quantum computing in less than one hour. It’s not that good, maybe it’s too short. If you go on YouTube, you will find some formats where I have the opportunity either alone or not alone. I did something with Elena, for example, in December, two years ago, in Bordeaux. It’s a very nice event. I did another one with Mod veneer and Fanny Botton at North in June 2022. Those are the kinds of events between one and two hours which are, I would say, good for education.

Recently, I did another one for Limited Universal with Mark DJ, two hours. So it was a one-hour and 20-minutes presentation; it’s quite long, and then 40 minutes Q&A. I’d say that’s the right format to get a good grasp of where we are and what we could do with those systems.

Joannes Vermorel: È stato davvero un piacere averti con noi. Questo è un campo molto interessante per me. Al pubblico, beh, restate sintonizzati. A presto.