Quantum Computing e Software Aziendale (con Olivier Ezratty) - Ep 142

00:00:00 Introduzione alla fisica quantistica e al suo ruolo nelle tecnologie esistenti.
00:01:03 Il percorso di Olivier Ezratty nella computazione quantistica e le sue approfondite ricerche.
00:04:16 Lancio dell’Iniziativa Quantum Energy per lo sviluppo di tecnologie quantistiche rispettose dell’ambiente.
00:06:11 Differenze tra la fisica quantistica nelle tecnologie attuali e la futura computazione quantistica.
00:08:51 La non-esistenza del nulla e le fluttuazioni del vuoto nella fisica quantistica.
00:10:32 Vuoto ed etere nella fisica quantistica.
00:11:52 Software aziendale e simpatia meccanica.
00:14:16 Soglia di vantaggio quantistico e progresso incerto.
00:16:19 Importanza della comprensione delle tecnologie quantistiche.
00:18:43 Potenziali applicazioni delle tecnologie quantistiche.
00:20:24 Introduzione al rilevamento quantistico e alle sue applicazioni.
00:21:19 Comunicazioni quantistiche per la sicurezza e il miglioramento dell’energia.
00:24:01 Rilevamento quantistico per misurazioni di precisione in vari campi.
00:26:36 Utilizzo 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 i suoi limiti.
00:32:02 Spiegazione dei bit classici e del loro ruolo nel calcolo.
00:33:10 Introduzione dei qubit e delle loro differenze rispetto ai bit classici.
00:35:04 Approfondimento degli aspetti matematici dei qubit.
00:37:33 Spiegazione del potere dei qubit e della loro crescita esponenziale nello spazio delle informazioni.
00:40:01 Chiarimento di fraintendimenti sulla computazione quantistica.
00:43:45 Computazione quantistica e sfide del Big Data.
00:45:54 Affrontare il rumore nella computazione quantistica: algoritmi superficiali e correzione degli errori.
00:47:46 Stato attuale della computazione quantistica e l’ultimo sistema IBM a 433 qubit.
00:49:53 Esplorazione della correzione degli errori nella computazione quantistica.
00:51:37 Discussione sulla possibilità di utilizzare operazioni rumorose nell’apprendimento automatico.
00:52:59 Revisione dei limiti dell’apprendimento automatico quantistico.
00:57:25 Controllo della temperatura nei qubit superconduttori e nei qubit di silicio.
00:59:49 Confronto tra qubit a trappola di ioni e qubit topologici.
01:00:53 Atomi neutri, raffreddamento laser e tecnologia di trappola magneto-ottica.
01:03:31 Centri di invidia e potenziale computazione quantistica a temperatura ambiente.
01:05:46 Discussione sulla complessità nel campo della tecnologia quantistica.
01:07:58 Approccio alla fiducia e identificazione di fonti affidabili nella tecnologia quantistica.
01:10:30 Discussione di esempi di tecnologia unica di qubit di silicio.
01:12:35 Confronto tra la computazione quantistica e la catena di approvvigionamento del software aziendale.
01:14:37 Ruolo della serendipità nell’incontrare e imparare dagli scienziati.
01:16:36 Suggerimenti per navigare e decifrare articoli scientifici.
01:22:47 Bontà intrinseca delle previsioni e difficoltà nel misurarla.
01:24:00 Complessità delle pubblicazioni scientifiche e comprensione delle stesse.
01:25:17 Apertura e oscuramento nell’ecosistema della computazione quantistica.
01:28:01 Il ruolo degli analisti di mercato e i potenziali pregiudizi nel campo.
01:33:46 Discussione di una buona combinazione nelle squadre di ricerca per l’innovazione.
01:34:54 La computazione quantistica e la sua linea temporale per lo sviluppo.
01:37:56 Sfide nella previsione del futuro della computazione quantistica.
01:39:41 L’importanza di rimanere informati nel campo in rapida evoluzione della computazione quantistica.
01:40:33 Progetti personali nel campo.
01:43:15 Discussione di 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 gestione dei database.
01:48:00 Suggerimenti per i CEO e i CTO per comprendere la computazione quantistica e le sue potenziali applicazioni.
01:50:28 Formati consigliati per apprendere la computazione quantistica, come conferenze e presentazioni su YouTube.

Riassunto

L’esperto di tecnologia quantistica Olivier Ezratty discute con Joannes Vermorel il potenziale della computazione quantistica, della comunicazione e della sensoristica. La computazione quantistica mira a sfruttare i fenomeni quantistici come la sovrapposizione e l’entanglement per svolgere compiti al di là delle capacità dei computer classici. La comunicazione quantistica ha applicazioni oltre la sicurezza, come l’internet quantistico e la computazione quantistica distribuita. La sensoristica quantistica può misurare proprietà fisiche con una precisione senza precedenti. Nonostante i progressi nel campo, c’è ancora una significativa differenza tra la conoscenza teorica e l’implementazione pratica. La linea temporale per l’adozione diffusa rimane incerta, con gli esperti che stimano 10-15 anni prima che la tecnologia quantistica raggiunga il suo pieno potenziale.

Riassunto esteso

In questa intervista, l’ospite Joannes Vermorel, fondatore di Lokad, discute di computazione quantistica e software aziendale con Olivier Ezratty, un esperto di tecnologia quantistica. Ezratty ha lavorato nel campo per oltre due decenni ed è autore di un rapporto esaustivo (Understanding Quantum Technologies - più di 1000 pagine) sulle tecnologie quantistiche.

Inizialmente, Ezratty si interessò alla computazione quantistica dopo aver appreso della collaborazione tra Google, NASA e D-Wave su un computer in grado di svolgere compiti 100 milioni di volte più velocemente di un normale laptop. Inizialmente, mirava a tenere una semplice conferenza di un’ora sull’argomento, ma il suo lavoro alla fine culminò nella creazione di un esteso libro di 1.100 pagine sulle tecnologie quantistiche. Da allora, Ezratty si è coinvolto in vari ruoli nel campo, tra cui l’insegnamento, il lavoro governativo, il consulente e il lancio dell’“Iniziativa per l’Energia Quantistica” per affrontare l’impatto ambientale delle tecnologie quantistiche.

Nel discutere lo sviluppo della computazione quantistica, Ezratty sottolinea il ruolo della fisica quantistica nelle tecnologie esistenti. Sebbene tutta la tecnologia attuale si basi sulla fisica quantistica, la computazione quantistica mira a sfruttare diversi fenomeni del campo. Tre meccanismi specifici centrali alla computazione quantistica sono la sovrapposizione degli stati quantistici, l’entanglement e la capacità di controllare singole nanoparticelle. Questi meccanismi non sono stati utilizzati nello stesso modo nelle tecnologie precedenti.

L’intervista affronta anche la 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 le particelle sono sempre in movimento a causa di queste fluttuazioni.

Nel campo del software aziendale, c’è stato un generale disinteresse per l’hardware di calcolo, poiché si è previsto che migliorasse in modo esponenziale senza alcuna modifica da parte dei fornitori di software. Questa attitudine persiste, nonostante i progressi più lenti della computazione quantistica rispetto alla computazione classica. L’obiettivo finale della computazione quantistica è raggiungere un “vantaggio quantistico” o una “soglia”, in cui i computer quantistici possono svolgere compiti che i computer classici non possono fare in modo efficiente. La linea temporale per raggiungere questa soglia rimane incerta.

Le tecnologie quantistiche possono essere categorizzate in diversi paradigmi, tra cui la computazione quantistica, la comunicazione quantistica e la sensoristica quantistica. Ogni paradigma ha la propria linea temporale per una potenziale implementazione, con alcune che potrebbero avere un impatto in meno di cinque anni, mentre altre potrebbero richiedere da 10 a 20 anni. È essenziale che le persone coinvolte nella tecnologia e nell’industria si tengano aggiornate su questi sviluppi per comprendere il loro potenziale impatto.

La computazione quantistica mira a consentire calcoli che non possono essere effettuati in modo classico, potenzialmente in modo più veloce, migliore e con un minor consumo di energia. D’altra parte, la comunicazione quantistica ha applicazioni oltre al miglioramento della sicurezza. Può contribuire a creare un internet quantistico e consentire la computazione quantistica distribuita. 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 rispetto a quanto attualmente possibile. Sebbene i sensori quantistici possano essere più ingombranti rispetto ai sensori IoT esistenti, la loro maggiore precisione può avere numerose applicazioni, come la rilevazione di ciò che si trova sotto il terreno, l’individuazione di tunnel, la ricerca di fonti d’acqua e persino applicazioni militari come la rilevazione di sottomarini nucleari.

Ci sono anche applicazioni positive per la sensoristica quantistica, come mettere un sensore quantistico di gravità su un satellite per studiare il movimento della Terra e l’impatto dei cambiamenti climatici. Il progresso scientifico è spesso stato 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 “supremazia quantistica”, un termine coniato da John Preskill nel 2011. La supremazia quantistica si riferisce a una situazione in cui un computer quantistico può svolgere un calcolo che è impossibile per i computer classici da realizzare in un tempo ragionevole. Tuttavia, la supremazia quantistica attuale raggiunta da Google e altri non sta svolgendo calcoli come siamo abituati nel software aziendale. Invece, è più simile a un generatore di numeri casuali senza un vero input o output di dati. Quando Google ha cercato di utilizzare il suo sistema quantistico per calcoli utili, ha potuto utilizzare solo 15 dei suoi 53 qubit. Questi 15 qubit possono essere emulati in modo più efficiente su un laptop personale.

La discussione passa quindi al blocco fondamentale della computazione classica: il bit. Un bit è l’unità più piccola di informazione, rappresentata come 0 o 1. Al contrario, un qubit, l’unità fondamentale della computazione quantistica, può essere descritto sia come un oggetto matematico che fisico. Fisicamente, un qubit è un sistema a due livelli (TLS) che può esistere contemporaneamente in due livelli di energia, grazie alle proprietà quantistiche della sovrapposizione. Matematicamente, i qubit sono rappresentati da due numeri complessi (coefficienti) che descrivono il loro stato sovrapposto.

La potenza della computazione quantistica deriva dal fatto che lo spazio delle informazioni gestito dai qubit cresce in modo esponenziale con ogni qubit aggiuntivo. Questo è in contrasto con la computazione classica, dove l’aggiunta di bit ha un effetto lineare sulla dimensione della memoria. Ad esempio, un sistema con 100 qubit può gestire uno spazio di informazioni di 2^100 numeri complessi, 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 di energia di un qubit vengono combinate, creano una terza onda. Questo fenomeno è centrale per il concetto di sovrapposizione nella meccanica quantistica.

Ezratty spiega che ci sono due vantaggi principali della computazione quantistica: velocità e spazio. I computer quantistici possono esplorare uno spazio computazionale vasto e risolvere problemi complessi che crescono in modo esponenziale con il numero di variabili. Tuttavia, il vantaggio di velocità deriva dagli algoritmi utilizzati e dalla capacità di ridurre il numero di operazioni richieste per il calcolo rispetto alla computazione classica.

Un altro punto di discussione è la difficoltà di inserire dati in un computer quantistico. Questo è dovuto alla lentezza delle operazioni dei gate quantistici e alle limitazioni dei sistemi quantistici attuali. Ezratty menziona che vengono utilizzati algoritmi ibridi, che combinano la computazione classica e quantistica, per affrontare questo problema.

Il rumore è un’altra sfida significativa nella computazione quantistica. I qubit attuali generano una quantità considerevole di errore e la correzione degli errori è necessaria per rendere i calcoli utili. Ci sono due modi per affrontare questo problema: algoritmi superficiali, che hanno un basso numero 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 l’apprendimento automatico per addestrare il sistema a comprendere e correggere gli errori dopo che l’intero calcolo è stato completato. Questo metodo si prevede che estenda la capacità dei sistemi di calcolo quantistico rumorosi, anche se la soglia per una computazione quantistica utile per le 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 di applicazione ha le proprie sfide e limitazioni.

Ezratty sottolinea che la scienza della comprensione degli acceleratori quantistici è ancora in fase di sviluppo, poiché c’è un divario significativo tra la conoscenza teorica e l’implementazione pratica. Sebbene si stiano compiendo progressi, resta ancora molto lavoro da fare per creare computer quantistici veramente utili in grado di fornire vantaggi concreti rispetto ai sistemi classici nel mondo reale.

La conversazione si sposta quindi sull’interazione tra i qubit e l’elettronica classica. I qubit, le unità di base della computazione quantistica, possono essere controllati dall’elettronica classica, con fotoni inviati al qubit per cambiarne lo stato. La discussione passa poi alla necessità di temperature estremamente basse per la computazione quantistica. La maggior parte delle tecnologie di computazione quantistica richiede 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 stadi.

Vengono menzionati i qubit al silicio, o qubit di spin al silicio, come un’alternativa che può funzionare a temperature leggermente più elevate, tra 100 millikelvin e un Kelvin. Un’altra tecnologia discussa è il controllo di fotoni singoli a temperatura ambiente utilizzando guide d’onda. Sebbene il raffreddamento sia ancora necessario ad entrambe le estremità del sistema, non è richiesto nel mezzo.

L’argomento si sposta poi agli atomi neutri, che possono essere raffreddati e posizionati utilizzando laser in una tecnica nota come trappola magnetico ottica. Questo processo porta ad una temperatura nell’intervallo dei nano Kelvin, anche se è ancora necessario il raffreddamento per la pompa che rimuove gli atomi dalla camera.

Un’altra tecnologia quantistica discussa sono i centri NV, che hanno potenziali applicazioni nella computazione e nella sensoristica. Un’azienda australiana, Quantum Reliance, ha sviluppato un sistema a cinque qubit che funziona 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 diversi di qubit e requisiti di raffreddamento. Ezratty sottolinea l’importanza di incontrare una vasta gamma di scienziati, ingegneri e informatici per comprendere meglio il campo.

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

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

Nell’intervista, Vermorel traccia dei paralleli tra il campo della tecnologia quantistica e la sua stessa area di competenza, supply chain optimization. Entrambi i campi presentano una vasta gamma di prospettive di nicchia, fornitori e filosofie concorrenti. Vermorel sottolinea l’importanza di avere una mentalità avversaria nell’valutare le affermazioni e cercare costi non dichiarati o svantaggi nascosti.

Ezratty fa notare che comprendere le metriche utilizzate nella tecnologia quantistica è cruciale per valutare la qualità dei qubit e le prestazioni dei computer quantistici. Tuttavia, trovare metriche coerenti può essere difficile a causa delle diverse tecniche di misurazione e dei benchmark nel campo. Sottolinea anche che la recente disponibilità di computer quantistici nel cloud ha reso più facile per i ricercatori confrontare e confrontare diversi sistemi in modo coerente.

Nonostante la complessità del campo e le difficoltà nel comprendere le pubblicazioni scientifiche, Ezratty ritiene che l’ecosistema della tecnologia quantistica sia abbastanza aperto. Ammette che i fornitori a volte possono esagerare le loro prestazioni, ma sostiene che il campo sia generalmente accessibile a coloro che sono disposti a investire tempo ed effort per imparare.

Vermorel ed Ezratty discutono dell’impatto delle grandi aziende nel campo, notando che spesso attirano capitali di rischio ma possono anche essere soggette a distorsioni aziendali. Parlano anche del ruolo degli analisti di mercato, che spesso diventano di parte a causa degli incentivi finanziari dei fornitori, potenzialmente distorcendo lo sviluppo del settore.

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

Una delle principali sfide nella scalabilità della tecnologia di calcolo quantistico è passare da centinaia di qubit a milioni, il che comporta significative sfide ingegneristiche ed energetiche. Il campo è caratterizzato da una vasta gamma di tecnologie concorrenti, rendendo difficile prevedere quale si rivelerà alla fine di successo.

Ezratty fa notare che attualmente c’è molta creatività e innovazione nel campo, in particolare nelle tecniche di correzione degli errori. Nonostante lo scetticismo sulla fattibilità di raggiungere milioni di qubit intrecciati, crede che l’ingegnosità degli ingegneri e degli scienziati possa alla fine portare a delle scoperte.

L’intervista copre l’importanza di rimanere informati sugli sviluppi della tecnologia quantistica. Poiché il campo è in continua evoluzione, essere informati in tempo reale è cruciale per comprendere l’importanza delle nuove notizie e delle scoperte. Ezratty condivide il suo interesse personale per il campo e i suoi piani per futuri progetti, sottolineando la sfida intellettuale e l’eccitazione che circonda la tecnologia quantistica.

Olivier menziona che attualmente sta lavorando alla sesta edizione del suo libro, scrivendo articoli scientifici e impegnandosi in attività che sostengono l’ecosistema quantistico francese ed europeo. È anche coinvolto nell’insegnamento, nella formazione e nella conduzione di due serie di podcast con Fanny Piat, 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 modo per strutturare e condividere pensieri. 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 condivide alcune delle sue tecniche organizzative, come l’utilizzo di un documento Word con lo stesso indice del suo libro per tenere traccia di aggiornamenti e nuove informazioni.

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

Per quanto riguarda i suggerimenti ai CEO e ai CTO di aziende che si trovano di fronte a campi opachi come il calcolo quantistico, Olivier consiglia di leggere il suo libro per farsi un’idea di ciò che il calcolo quantistico potrebbe portare alle loro aziende. Sottolinea l’importanza di non fare affidamento esclusivamente sulla stampa, ma di cercare opinioni specializzate e diversificare le fonti di informazione.

È anche consigliato partecipare a conferenze, guardare video educativi su YouTube e partecipare a eventi che forniscono una comprensione approfondita della tecnologia quantistica per coloro che sono interessati al campo. Alla fine, Olivier crede 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 uno o due ore.

Trascrizione completa

Joannes Vermorel: Benvenuti a Lokad TV. Sono Joannes Vermorel, CEO e fondatore di Lokad, e oggi ho come ospite Olivier Ezratty. Olivier è stato tecnologo e futurista per oltre due decenni, a quanto posso capire, e lo dico come un grande complimento. Ha una metodologia molto particolare, che consiste nel scegliere un argomento molto importante e ampio e cercare di dargli un senso. L’argomento di oggi per questa puntata sarà il calcolo quantistico e il software aziendale. Succede che Olivier, nel suo stile molto particolare, ha prodotto un paio di anni fa un rapporto assolutamente gigantesco di oltre 1100 pagine su tutte queste tecnologie quantistiche.

Confesserò subito al pubblico che la mia conoscenza della meccanica quantistica si ferma alle prime 200 pagine di un libro chiamato “Introduzione alla meccanica quantistica” di Griffiths, che è fondamentalmente un libro di testo destinato agli studenti. Quindi, non pretenderò di essere un esperto, ma lavoreremo insieme in questo viaggio. E per iniziare, forse Olivier, potresti dirci qualcosa di più su come, a quanto ho capito, circa cinque o sei anni fa, ti sei avventurato in questo viaggio nel campo quantistico? Hai deciso una mattina, “Diventerò un esperto nel campo” e poi hai finito per produrre probabilmente il più grande compendio che abbia mai visto su questo argomento, che è un rapporto enorme, ma in realtà è più simile a un libro enorme?

Olivier Ezratty: Beh, non avevo pianificato cosa avrei fatto nel campo quantistico. È iniziato circa otto anni fa, nel 2015, quando ho scoperto il fatto che Google, NASA e D-Wave stavano comunicando su questo tipo di computer strano che D-Wave stava producendo. Comunicavano su alcune cose che venivano eseguite 100 milioni di volte più velocemente di un normale laptop, quindi mi ha incuriosito. Quello che ho trovato sorprendente allora, e penso che sia ancora vero oggi, è che tutti gli articoli scientifici che descrivevano quel computer e ciò che Google stava facendo con esso erano incredibilmente complessi. Ero sicuro che tutte quelle persone che scrivevano su quel computer non capissero nulla, quindi mi sono detto: “Forse un giorno capirò”.

Quindi, ho deciso nel 2016 di essere in una posizione nel 2018 per fare solo un’ora di una conferenza molto semplice. Mi sono alleato con un amico di nome Fran Ibuto, e racconterò la nostra storia più avanti. Abbiamo deciso di fare quella conferenza nel 2018, e poi ho scritto 18 post sul mio blog. È diventato la base del mio libro, che era di 300-350 pagine. Poi, sono passato all’inglese per la prima edizione, la quarta edizione e poi la quinta edizione, pubblicata lo scorso settembre 2022, che ha effettivamente più di mille pagine.

Nel frattempo, ho fatto un sacco di cose in quel mondo. Lavoro con ricercatori, sono insegnante in diverse scuole, lavoro con il governo su varie attività, sono formatore in aziende, sono 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 anche l’anno scorso è la cosiddetta “Iniziativa per l’Energia Quantistica”. È un’iniziativa di ricerca lanciata con un paio di amici nella ricerca, in particolare Alexis Feb, che è un caro amico ora basato a Singapore. Abbiamo lanciato questa iniziativa per assicurarci che le persone che creano computer quantistici e altre tecnologie quantistiche si preoccupino dell’impatto ambientale di queste tecnologie fin dalle prime fasi di progettazione. Quindi vogliamo assicurarci che un computer quantistico, uno scalabile, non consumi più energia di quella che viene prodotta da una centrale nucleare. E c’è del lavoro da fare in proposito. Stavo leggendo i tuoi rapporti, che, tra l’altro, ho letto circa le prime 300 pagine, e poi ho dato una scorsa al resto. Sono passato all’ultima sezione sul rilevamento quantistico, che è molto interessante. Quindi 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 molto interessanti era, lo sapevo a livello intellettuale, ma non avevo mai collegato i puntini, che i transistor sono in realtà un effetto quantistico. Questo è l’effetto di campo, ed è quello di cui parli nella prima sezione del tuo rapporto.

Joannes Vermorel: Anche se il calcolo quantistico è diventato di recente una parola di moda, si scopre che quando pensiamo al calcolo regolare, è già radicato nella prima rivoluzione quantistica che risale agli anni ‘50. Anche i dischi rigidi che abbiamo con la gigantesca resistenza magnetica sono un effetto quantistico. Questo vale per i drive a spin, quindi quelli recenti, quelli che hanno terabyte e oltre di archiviazione. Tutte le tecnologie esistenti si basano sulla fisica quantistica.

Olivier Ezratty: Sì, intendo tutto. Anche l’astrofisica, come il telescopio James Webb, utilizza la fisica quantistica. Le fibre ottiche per le telecomunicazioni sono fisica quantistica. Tutto è fisica quantistica a livello di elettroni, atomi o fotoni. I fenomeni però non sono gli stessi. I fenomeni della fisica quantistica che stiamo utilizzando nelle tecnologie esistenti non sono gli stessi che vogliamo utilizzare nel calcolo quantistico. Qui c’è una piccola differenza. Nella fisica quantistica che viene utilizzata oggi, utilizziamo principalmente il fatto che comprendiamo bene il modo in cui la luce interagisce con la materia. Quindi un fotone che sposta un elettrone e crea corrente, questo ti dà un pannello solare, ad esempio.

Olivier Ezratty: Nella tecnologia dei transistor, c’è una comprensione molto forte dei livelli di energia nei materiali semiconduttori come il silicio. Nelle tecnologie quantistiche della seconda rivoluzione, in particolare il calcolo quantistico, utilizziamo tre meccanismi molto specifici che finora non abbiamo utilizzato. Uno è la sovrapposizione degli stati quantistici, che è un fenomeno reale con un’interpretazione matematica e fisica piuttosto difficile da capire, tra l’altro. Il secondo è l’entanglement, il fatto che alcune particelle possano avere un passato comune e un futuro comune. Si formano come una singola particella, ed è la fonte di molta potenza nel calcolo, nella comunicazione e persino nel rilevamento.

Olivier Ezratty: Poi abbiamo il fatto che ora possiamo controllare sperimentalmente singole nanoparticelle. 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. Questo è nuovo, ed è ciò che facciamo ora nelle tecnologie quantistiche.

Joannes Vermorel: Sì, anche se la mia comprensione personale è che anche quando si inizia a cercare di capire cosa sia esattamente un atomo, inizia a diventare un po’ sfocato. Sai, cosa è uno? Può essere in una posizione, ma si muove un po’. È impossibile avere una particella immobile perché si muove sempre un po’. Altrimenti, il principio di Heisenberg non funzionerebbe. Ho studiato la fisica quantistica e ho scoperto che è un campo molto ampio. La cosa più incredibile che ho scoperto è che il vuoto non esiste.

Olivier Ezratty: Sì, esatto. Significa che non esiste nulla nello spazio in nessun luogo del mondo. Ad esempio, se fai un esperimento con una scatola chiusa, usi una cosiddetta pompa ad alto vuoto ultra e rimuovi tutti gli atomi. Poi lo raffreddi a una temperatura molto bassa, diciamo un paio di nano-Kelvin, per assicurarti che non ci sia niente dentro - niente microonde, niente onde elettromagnetiche, niente. Se misuri all’interno, vedrai che vengono create e distrutte alcune particelle. Si chiama fluttuazioni del vuoto. E questo nulla non esiste, ed è così incredibile.

Joannes Vermorel: È affascinante. Uno dei miei interessi particolari è la storia della scienza, e la cosa molto divertente è che questo in gran parte riabilita il concetto di etere. All’inizio del XX secolo, le persone si sono sbarazzate di quell’idea per fare spazio al vuoto, perché c’era questa idea che la natura non ama il vuoto. Quindi le persone sono riuscite a liberarsi di questa vecchia idea scolastica e dire: “Ok, ora abbiamo un vuoto reale”. E l’etere, che era il vecchio termine, è stato spinto come una scienza vecchia e obsoleta.

La cosa interessante è che siamo passati da “la natura non ama il vuoto, quindi abbiamo bisogno di questo etere” a un’altra generazione di scienziati che dice “no, abbiamo un vuoto che spiega un sacco di cose”. E così è stato. E ora siamo tornati a dire: “Beh, si scopre che quando misuri le cose ancora più precisamente, ti rendi conto che il vuoto era in realtà una comprensione migliore di quello che le persone pensavano fosse l’etere prima”.

Olivier Ezratty: Esattamente, perché le fluttuazioni del vuoto sono a un limite quantistico molto basso. È un fenomeno molto basso. Puoi anche utilizzare un esperimento con l’effetto Casimir, in cui due piastre d’oro sono molto vicine tra loro. Se metti queste due piastre in un vuoto a una temperatura molto bassa, saranno attratte l’una dall’altra, e questo è dovuto a quella fluttuazione del vuoto. Ma non è una sorta di energia spontanea, perché se si attaccano insieme, allora devi separarle e aggiungere un po’ di energia per separarle. Quindi il secondo principio della termodinamica è sempre preservato; funziona ancora. Ma comunque, hai questo tipo di 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 a questa idea di calcolo quantistico e software aziendale, una delle cose che mi colpisce come imprenditore di software aziendale è che i miei colleghi in generale hanno poco interesse per la simpatia meccanica. Quello che intendo per simpatia meccanica, e ancora una volta non parlo delle persone in generale ma specificamente del campo del software aziendale, è che a causa del fatto che l’hardware di calcolo è progredito così freneticamente per decenni, c’è stato un generale disinteresse per l’hardware di calcolo. Era davvero, direi, causa ed effetto. Se hai un hardware di calcolo e ti aspetti che migliori di mille volte entro un decennio e tu, come fornitore, non devi cambiare nulla in ciò che stai facendo, allora perché dovresti preoccuparti? Ti siedi, ti godi il viaggio, lasci che altre persone facciano la loro magia e il tuo software, per quanto inefficiente, risolverà il problema per te. Questa era, credo, l’atteggiamento dominante per molte persone che facevano software aziendale e ingegneri.

Olivier Ezratty: Lo è ancora, per buone e cattive ragioni. Le buone ragioni sono che l’idea di un computer quantistico è nata circa 40 anni fa e i progressi compiuti sono stati importanti ma non alla stessa velocità del calcolo classico. Se prendi il primo computer, creato nel 1946, l’ENIAC, e aggiungi 40 anni, arrivi al 1986. Nel 1986 c’erano i microcomputer e il Mac, quindi c’è stato un enorme progresso. Siamo passati dal mainframe al mini computer, poi alle workstation e ai PC, tutto entro 40 anni. Nello stesso periodo di tempo per il calcolo quantistico, abbiamo ancora dei prototipi. È più lento e più lento, ma se parli con un fisico, ti dirà che ci sono stati progressi enormi negli ultimi 10 anni, solo che non a una scala che lo rende trasformativo per l’industria.

La grande domanda è quando raggiungeremo la cosiddetta “quantum advantage” o soglia, che è una situazione in cui i computer quantistici saranno in grado di fare cose che non è possibile fare efficientemente su 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. Una delle ragioni per cui ha senso interessarsi al calcolo quantistico è che non sai a quale ritmo progredirà o trasformerà le industrie. Se e quando funziona, potrebbe essere enormemente trasformativo e cambiare molte industrie in cui si gestiscono problemi di ottimizzazione complicati. Quei problemi potrebbero essere risolti in modo più efficiente con i computer quantistici. Quindi, devi almeno imparare e capire dove siamo, anche se sei scettico o cauto sul ritmo di avanzamento in quel settore.

Devi essere in grado di decifrare gli annunci di IBM, Google e altri. Se non hai le competenze intellettuali per farlo, potresti perdere qualcosa o essere indotto a pensare che funzioni meglio o peggio di quanto effettivamente faccia. Devi essere informato su ogni nuova tendenza, proprio come devi essere informato sul metaverso o sulle criptovalute, anche se potresti non aver bisogno di coinvolgerti.

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 grande interesse per tutti gli strati fisici che alimentano le cose che facciamo. Questa comprensione, credo, è importante e ha tonnellate di implicazioni sul modo in cui affrontiamo i problemi. Quando vedo qualcosa in cui il mio istinto mi dice che l’hardware farà progressi fantastici in questo settore, dico che possiamo permetterci di avere un approccio completamente diverso da questo. Tuttavia, in altre aree, potremmo essere bloccati. Ad esempio, la velocità della luce molto probabilmente non migliorerà a breve, forse mai. Questo ha conseguenze molto reali su ciò che puoi fare in termini di calcolo distribuito.

Quando elaboriamo così tati dati, ci sono cose che molto probabilmente non diventeranno mai molto vantaggiose, come distribuire le nostre risorse di calcolo in tutto il mondo. Per molte ragioni, è molto più facile concentrare tutte queste cose in un unico luogo. Ci sono molte ragioni per pensare che ci siano dei limiti insormontabili in cui non diventerà mai vantaggioso farlo in altro modo.

Ora, quello che è interessante, e stavo leggendo il tuo rapporto, è che il mio primo fraintendimento era che stavo pensando in termini di calcolo quantistico, anche se il termine corretto sarebbe tecnologie quantistiche. Ci sono diverse cose che mi hanno interessato molto, come la comunicazione quantistica, le telecomunicazioni e la rilevazione quantistica. Puoi darci un po’ di una panoramica di quali sono le grandi ambizioni per migliorare quelle frontiere? Quali sono le frontiere in cui le persone stanno utilizzando questa comprensione della meccanica quantistica per dire che potremmo potenzialmente fare cose che prima erano forse impossibili, o forse lo erano, o farle molto meglio?

Olivier Ezratty: Il modo più semplice per descrivere il calcolo quantistico è che dovrebbe consentirci di fare alcuni calcoli che non si possono fare in modo classico, quindi forse più velocemente o meglio a un certo punto, e forse anche con meno energia consumata. Questo è uno dei vantaggi del calcolo quantistico.

La comunicazione quantistica, d’altra parte, è bidirezionale. Può essere percepita come un modo per migliorare la sicurezza delle comunicazioni perché una delle tecnologie all’interno della comunicazione quantistica è la cosiddetta QKD, o Quantum Key Distribution. È un modo per distribuire chiavi di crittografia che sono più sicure delle chiavi digitali classiche che usiamo con i protocolli RSA e cose del genere su Internet aperto. Ma oltre a ciò, la comunicazione quantistica è molto più sofisticata della semplice sicurezza. Aiuterà, in futuro, a creare una cosiddetta Quantum Internet o rete quantistica che collega insieme i computer quantistici, e consentirà, a un certo punto, il calcolo quantistico distribuito.

Può anche consentire la creazione di sensori quantistici più precisi perché se hai diversi sensori quantistici che sono collegati in modo continuo attraverso una rete quantistica, puoi migliorarli. Questi sono sensori che consentono di migliorare la precisione della misurazione di qualsiasi parametro fisico si desideri misurare con essi. Può essere la gravità, la pressione, la temperatura, il tempo, la frequenza, il magnetismo - tutto può essere potenzialmente misurato con una maggiore precisione grazie alla rilevazione quantistica. Quindi, ci sono tonnellate di applicazioni lì.

Joannes Vermorel: È interessante perché, ancora una volta, abbiamo questi corpi di tecnologie che perseguono obiettivi molto diversi. Voglio dire, ambizioni molto diverse.

Olivier Ezratty: Sì, abbiamo il calcolo, che riguarda davvero un nuovo paradigma algoritmico. Vogliamo avere il substrato fisico per diversi tipi di problemi. Ma abbiamo anche la comunicazione quantistica, che consente interamente nuove classi di misure di sicurezza. Questo è interessante perché va oltre la sicurezza.

Joannes Vermorel: Oh sì, e va molto oltre.

Olivier Ezratty: La sicurezza è solo un aspetto. Ci sono altre soluzioni più classiche per migliorare la sicurezza, come la crittografia post-quantistica. Ma la comunicazione quantistica, oltre alla sicurezza quantistica, è molto più interessante. È fantascienza e più nel futuro perché ci sono molte tecnologie che non esistono ancora, come i ripetitori quantistici. Quando funzioneranno, saremo in grado di fare cose molto potenti, come comunicare tra due computer quantistici. Può abilitare tutto insieme.

Innanzitutto, puoi migliorare la potenza se hai due computer quantistici collegati con un collegamento quantistico. Moltiplicherà la potenza di quei due sistemi più di quanto si ottenga semplicemente aggiungendo - è più esponenziale, il che è completamente diverso da quello che si ottiene con i computer classici. In secondo luogo, se hai due computer quantistici collegati a un collegamento quantistico, migliorerai la sicurezza di quella connessione. Se qualcuno intercetta le fibre ottiche che collegano quei sistemi, non può ottenere nulla. È il miglior sistema di oscuramento che può abilitare una comunicazione sicura tra due parti.

Potresti avere un client quantistico più leggero collegato a un grande sistema quantistico dall’altra parte della linea, e ciò consentirebbe una comunicazione molto sicura. A proposito, c’è un protocollo chiamato “The Blind Quantum Computing” che fa questo. È stato inventato da un paio di ricercatori, tra cui uno che vive in Francia. Il suo nome è Anne ed è stata la co-inventrice di quel protocollo più di 15 anni fa.

E la rilevazione quantistica è anche qualcosa che non avevo nemmeno realizzato fosse una cosa.

Joannes Vermorel: Quando dici misurazioni più precise, potresti darci un’idea delle cose solite che vogliamo misurare, come il magnetismo o la gravità? Vedi un potenziale in questa area su una scala incredibilmente piccola?

Olivier Ezratty: Quello che so dei sensori quantistici è che sono più ingombranti rispetto ai sensori IoT esistenti che abbiamo ora, ma aggiungono diversi ordini di grandezza di precisione. Quindi, in alcuni casi, è molto utile. Se vuoi misurare la gravità con una posizione molto migliore, può aiutarti a rilevare cosa c’è sotto il terreno. Quindi può essere utile in molte situazioni. Una situazione tipica è come misurare, come rilevare i tunnel quando si modella la propria città? Come rilevare l’acqua? Potrebbe anche essere utilizzato per rilevare il petrolio, anche se non sono sicuro che dovremmo cercare più petrolio. Ci sono anche potenziali applicazioni militari perché se puoi accoppiare una rilevazione magnetica altamente precisa e una rilevazione gravitazionale, fai entrambe queste cose insieme; forse potresti rilevare un sottomarino nucleare sotto il mare. Quindi può cambiare molte strategie di deterrenza nucleare per molti paesi. Ci sono molte implicazioni lì. Anche il magnetismo potrebbe essere utilizzato a livello nanometrico. Ci sono sensori chiamati centri NV, che utilizzano un difetto in una struttura di diamante, un piccolo difetto, manca solo un atomo di carbonio, un altro sostituito da un atomo di azoto e un paio di elettroni liberi che si muovono dentro e fuori nel buco. Ciò può essere utilizzato con i laser per rilevare piccoli cambiamenti nel magnetismo ed è possibile utilizzarlo ad esempio per la risonanza magnetica. Può essere utilizzato per rilevare variazioni del campo elettromagnetico nel cervello. Potrebbe essere utilizzato per fare esami biologici a livello atomico. Quindi ci sono enormi progressi sia a livello nanometrico a livello atomico o a livello macro con la rilevazione della gravità.

E forse un po’ fuori tema, quando ne parli, sorridevo internamente quando dici: “Oh, abbiamo questa tecnologia e potrebbe rilevare i sottomarini”, cosa a cui non avevo mai pensato. Ma sì, se hai un rilevatore di massa o qualcosa che agirebbe un po’ come una telecamera a infrarossi ma ti darebbe solo la densità di massa delle cose intorno ad essa, sì, ha perfettamente senso. A proposito, ci sono utilizzi più positivi. Se metti un sensore quantistico di gravità in un satellite che si muove intorno alla Terra, puoi fare molti studi geodetici. Puoi capire come si muove la Terra. Puoi rilevare l’impatto dei cambiamenti climatici sulla superficie terrestre e sull’acqua. Può avere molti casi d’uso molto positivi per capire cosa sta succedendo sulla Terra.

Joannes Vermorel: Esattamente. Voglio dire, gran parte del progresso scientifico è stato guidato in larga misura dalla disponibilità di nuove classi di sensori. E questo mi porta su un piccolo discorso a parte. Olivier Ezratty è conosciuto in Francia da decenni ormai, e prima di fare rapporti sulla tecnologia quantistica, Olivier ha fatto un gigantesco rapporto sulle startup e sull’IA. Quello sulle startup ha avuto per me un’importanza molto profonda perché è stato un documento molto influente per me nel fare effettivamente Lokad. E penso che una delle cose che rende i tuoi documenti così strani e insoliti è che hai questa visione super olistica che confonde completamente le linee usuali. Ad esempio, quando ho detto che quello che so sulla meccanica quantistica è quello che ho letto in un libro, “Introduzione alla meccanica quantistica”, questo libro di Griffiths è scritto in modo bellissimo. Parte dalla prima pagina con l’equazione di Schrödinger e deriva un sacco di cose da quella. È un approccio incredibilmente bello, ma anche incredibilmente ristretto. Nessun offesa a quei professori che lo fanno, stanno facendo un lavoro bellissimo. Quello che è molto interessante nei tuoi rapporti è che porti così tante prospettive diverse, come se stessi cercando di raccogliere il maggior numero possibile di angolazioni, 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 aziendale, penso che sia molto interessante.

Nel mondo del software aziendale, e la maggior parte del pubblico di questo canale si occupa di supply chain, le supply chain vengono sempre gestite attraverso strati di software aziendale. Non interagisci fisicamente con la supply chain, hai tonnellate di strati di indirezione per ottenere le cose fatte. Uno dei problemi è che hai tutti i tipi di discorsi da tutti i fornitori che hanno tutti qualcosa da dire. Ero interessato alla computazione quantistica da molto tempo, e vedo che vengono fatte molte affermazioni, a volte grandiose, come ad esempio Google ha raggiunto la supremazia quantistica. Solo dal termine, sembra impressionante. Supremazia, ok.

Olivier Ezratty: Non hanno inventato la parola, a proposito.

Joannes Vermorel: Ah, davvero?

Olivier Ezratty: Ho parlato con il ragazzo 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. Ha coniato quella parola, penso, nel 2011. Google ha usato quella terminologia, ma descrive una situazione in cui un computer quantistico è in grado di fare alcuni calcoli che non puoi fare in modo classico in un tempo ragionevole, ma che sia utile o meno. Succede che la Supremazia Quantistica di Google e di altri in Cina non sta facendo un calcolo come lo facciamo noi nel software aziendale. Non ci sono dati in ingresso, non ci sono dati in uscita, è solo una sorta di generatore di numeri casuali, e devi verificare che il campionamento del generatore sia approssimativamente 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 fare un calcolo utile, non hanno potuto utilizzare i 53 qubit che hanno utilizzato per l’esperimento di supremazia, che tra l’altro ha prodotto un buon risultato solo nel 0,14% del tempo. Questa è la probabilità di ottenere un buon risultato. Potevano utilizzare solo fino a 15 qubit su 53, e 15 qubit possono essere emulati in modo più efficiente, cioè più velocemente, sul proprio laptop. Quindi è interessante. Ad un certo punto, hanno detto che stanno facendo cose che potrebbero richiedere migliaia di anni per essere eseguite su un computer classico o anche sul più grande, e d’altra parte, quando fanno cose utili, è un disastro.

Joannes Vermorel: Forse per il contesto per il pubblico: un bit è qualcosa che è la versione classica, solo uno zero e uno, ed è fondamentalmente il blocco di costruzione fondamentale delle informazioni a basso livello che si possono creare sulla Terra.

Olivier Ezratty: Esattamente.

Joannes Vermorel: Questa è una visione molto discreta ed elegante radicata nella matematica di base. Penso che il pubblico abbia una buona comprensione di cosa sia un bit, ma forse no. La maggior parte dei programmatori non ha idea di come funzioni un processore.

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

Joannes Vermorel: Sono sicuro che il nostro pubblico abbia una buona comprensione di cosa sia un bit, ma la maggior parte dei programmatori non ha idea di come funzioni un processore. Supponiamo 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 così via. Quando entriamo nel campo dei qubit, c’è tanta confusione perché ho letto online tutto e il contrario di tutto su quei qubit. Forse se potessi darci un’idea dell’aspetto saliente di ciò che rende un qubit un qubit e come si differenzia completamente dalla parte classica.

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

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

Ci sono anche oggetti composti come anelli superconduttori. Un qubit superconduttore non è un singolo oggetto; sono miliardi di elettroni che circolano in un anello. In quell’anello, che viene mantenuto a una temperatura molto bassa, c’è una barriera chiamata giunzione di Josephson. Questa barriera consente la creazione di un effetto tunnel, che porta a un fenomeno strano in cui puoi avere una sovrapposizione di due diversi livelli di energia o fasi e ampiezze della corrente che circola nell’anello, creando un sistema a due livelli.

Essendo un sistema quantistico, un qubit può essere sovrapposto in due diversi stati. Puoi avere contemporaneamente lo stato fondamentale e lo stato eccitato di un atomo, una sovrapposizione dello spin su o giù di un elettrone, o una sovrapposizione di diverse polarizzazioni di un fotone.

Ora, se guardi la parte matematica, la sovrapposizione può essere espressa come un peso per lo zero e l’uno, che corrispondono allo stato fondamentale o allo stato eccitato. Questi coefficienti, chiamati comunemente Alfa e Beta, si rivelano essere numeri complessi e devono essere normalizzati. Potresti descrivere la sovrapposizione di quei due stati in un qubit come due numeri. Spesso, vengono descritti nella cosiddetta sfera di Bloch, una sfera in cui un vettore descrive lo stato del tuo qubit. Quando il vettore è al Polo Nord, significa che sei zero; quando è al Polo Sud, è uno. Tutte le posizioni intermedie altrove, 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 uni che zeri; se ti trovi nell’emisfero settentrionale, significa che hai più zeri che uni. Se ti giri 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 valori che descrivono il tuo qubit.

Quindi, cos’è questa sovrapposizione? La sovrapposizione deriva dal fatto che tutti quegli oggetti quantistici con cui stai lavorando in fisica quantistica possono comportarsi come una particella o come un’onda, a seconda di come li osservi o li gestisci. Il modo migliore per capire cos’è un qubit è guardare 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 aggiungere le due onde e ottenere una terza onda. Questo si basa sull’equazione di Schrödinger, tra l’altro. Una soluzione dell’equazione di Schrödinger per lo stato fondamentale è una soluzione, una soluzione per lo stato eccitato è un’altra soluzione, e succede che, poiché si sta usando l’algebra lineare nell’equazione di Schrödinger, una combinazione lineare di queste due soluzioni ne fa un’altra.

Quindi questa è una visione matematica dell’equazione di Schrödinger. Una combinazione lineare di due onde ne fa un’altra onda, come due note del pianoforte, un do e un C, danno un’altra nota. Ma questo non ti dice da dove viene la potenza. La potenza deriva dal fatto che se hai diversi qubit uno accanto all’altro e puoi connetterli, lo spazio dei dati che stai gestendo sta crescendo in modo esponenziale con il numero di qubit. Quindi, significa che se aggiungi un qubit, un terzo qubit, un quarto qubit, ogni volta moltiplichi per due lo spazio dei dati. Supponiamo che tu abbia 100 qubit. Se hai 100 qubit, quell’oggetto quantico composto sta gestendo uno spazio di informazioni le cui dimensioni sono 2 alla potenza 100 numeri complessi. È un sacco di 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 differisce molto dal paradigma classico è che quando le persone parlano di un bit, pensano a qualcosa in cui l’aggiunta di bit è molto più un processo additivo. Quando si aggiungono bit di memoria, è lineare. Hai il doppio della memoria, è bello, quindi puoi avere, sai, il doppio delle schede di Slack aperte sul tuo computer, qualunque 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 byte, che sono pacchetti di otto, e poi le persone non parlano nemmeno in byte, di solito parlano in megabyte, gigabyte o terabyte. I numeri a cui siamo abituati sono assolutamente giganteschi. Ma perché ci vogliono numeri giganteschi nel senso classico per fare cose di vero interesse, non ti impressiona dire: “Ho qualcosa che sarebbe 53 bit”. Le persone direbbero: “Beh, sai, non è niente di speciale. Voglio dire, è all’epoca dell’ENIAC, sì, ma oggi hai più memoria”.

Olivier Ezratty: Sì, esattamente. Quello era già migliaia di bit. Quindi, sembra deludente, ma si perde il punto. Il punto, se ho capito bene, è che quando le persone dicono di avere 20, 50, 60 o 100 qubit, intendono dire che hanno un sistema in cui sono tutti completamente intrecciati. Fanno parte di un unico sistema e possono fare cose 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 molte idee sbagliate in merito.

Olivier Ezratty: Ad esempio, si può essere indotti a pensare che la velocità del calcolo quantistico derivi dallo spazio di calcolo. Ma non è vero. C’è un vantaggio di spazio e un vantaggio di velocità, e sono collegati tra loro, ma sono diversi. Infatti, se hai n qubit, hai uno spazio di calcolo di 2^n numeri complessi. Quindi, se si è precisi, si ottengono 2^(n+1) numeri reali o numeri in virgola mobile se si parla in senso di calcolo. Ma questo non spiega perché si può calcolare più velocemente.

Calcolare più velocemente significa avere un numero di operazioni chiamate porte quantistiche che non crescono così velocemente come nel calcolo classico. Quindi, nel calcolo classico, i tipi di problemi che ci interessano risolvere con il calcolo quantistico sono i problemi che scalano in modo esponenziale. Ci sono molti problemi combinatori che scalano in modo esponenziale con il numero di variabili, e vogliamo che questi problemi scalino non in modo esponenziale nel tempo di calcolo sul computer quantistico. Quindi, significa che devi avere un numero inferiore di operazioni che scalano, diciamo, linearmente o logaritmicamente, o anche polinomialmente, e non in modo esponenziale sul computer quantistico, dove scalano in modo esponenziale sul computer classico. E poi ci sono costanti che possono rendere difficile fare i confronti, ma comunque.

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

E c’è un altro aspetto che non è una falsa concezione ma qualcosa che non è molto conosciuto. Quando si misura il risultato del proprio algoritmo alla fine, si ottengono n bit, non n qubit. Quindi si ottiene un 0 o un 1 per ciascuno dei 100 qubit che si hanno. Quindi si ottiene una piccola quantità di informazioni alla fine. Quindi si gestisce una grande quantità di informazioni, 2^100 numeri complessi durante il calcolo, e alla fine si ottengono solo 100 bit, bit classici.

Quindi diciamo, perché tutti questi problemi? Significa che la potenza del calcolo quantistico deriva dalla capacità di esplorare un ampio spazio di informazioni ma, alla fine, di ottenere un risultato più piccolo. Diciamo che vuoi scomporre un numero grande. La scomposizione utilizza un algoritmo complicato che esplora lo spazio utilizzando l’algoritmo di Shor, che è una delle soluzioni a questo problema. Alla fine, ti dà un numero piccolo, un numero composto da bit.

Quindi spiega la cosa, e anche, in molti algoritmi, quello che fai è calcolare il tuo algoritmo più volte, e fai la media dei risultati per ottenere un numero decimale per ciascuno dei qubit che hai. Un’altra falsa concezione è che il calcolo quantistico sia buono per i Big Data.

Joannes Vermorel: Sì, ecco perché stavo arrivando a questo punto perché ovviamente non funziona. Il modo in cui lo capisco è anche qualcosa in cui pensavo che sembri, più o meno per design, a meno che non possiamo in qualche modo progettare sistemi di qubit che sarebbero in grado di avere come tera qubit o qualcosa del genere, che sarebbe un po’ folle. Voglio dire, avere miliardi e miliardi di qubit, sì, ma finché non ci arriveremo, vediamo che abbiamo una sorta di collo di bottiglia persino per canalizzare i dati nel sistema.

Inserire dati in un computer quantistico è un grosso problema. È ancora un campo di ricerca perché un gate quantistico che inserisce alcuni dati in un qubit richiede del tempo. È molto lento, tra l’altro. Ho letto qualcosa come 10 kilohertz o qualcosa del genere, sai, una sorta di, sì, con ordine di grandezza, IBM al momento è tra 2 kilohertz e 10 kilohertz, il numero di cicli di operazioni al secondo. Non è molto veloce.

Olivier Ezratty: Sì, è ancora più lento con il sistema a ioni intrappolati, che è un sistema alcalino proveniente da IonQ o Honeywell negli Stati Uniti. Quindi, non è molto veloce per inserire informazioni lì. La maggior parte delle volte, utilizziamo cosiddetti algoritmi ibridi in cui il percorso dati complicato viene eseguito da algoritmi classici, e quindi alimenti l’algoritmo quantistico con i dati puramente bitwise, i dati compressi che non richiedono molti gate di controllo. Quindi il calcolo esplora quell’enorme spazio di informazioni e produce un risultato piccolo.

Ma c’è qualcos’altro che sta causando problemi al momento. Quando progettiamo un algoritmo quantistico, la maggior parte delle volte pensiamo a un oggetto matematico perfetto, questo qubit matematico che sta facendo algebra lineare. È una sorta di moltiplicazione di vettori per matrici e ottenere un vettore che è solo una moltiplicazione di matrici e vettori controllando quando si ottiene la matematica. Il problema è che i qubit che abbiamo oggi e che avremo in futuro sono rumorosi. Generano un errore significativo intorno a ogni calcolo. Quindi devi ottenere i dati in modo medio.

Nei sistemi quantistici esistenti, ogni operazione genera un errore del 1%. Quindi, significa che dovresti semplicemente calcolare una sola operazione alla fine, zero buon risultato. È un po’ semplicistico, ma ti dà un’idea. Molti algoritmi che dovrebbero portare a un’accelerazione esponenziale richiedono circa 10 alla potenza 9 o 10 alla potenza 14 operazioni. Quindi, non funzionerà se c’è troppo rumore. Ci troviamo in una situazione in cui dobbiamo trovare un modo per aggirare questo rumore.

Ci sono due modi che vengono esplorati. Uno è trovare modi per creare algoritmi che possano sopportare quel rumore, sono chiamati algoritmi superficiali. Questi sono algoritmi che hanno un basso numero di gate e operazioni in modo che non raggiungano il livello in cui tutto si rompe. L’altro modo è utilizzare le cosiddette operazioni controllate. Le operazioni controllate sono un modo per creare qubit sociologici, quindi sono qubit che, visti dall’esterno, hanno una buona qualità. Questo è quello di cui abbiamo bisogno per un determinato algoritmo, ma per ottenere quel risultato, quei bit logici sono composti da molti qubit fisici ridondanti, e la ridondanza è enorme.

I piani attuali dicono che per avere un qubit di molto buona qualità, ne servono 10.000. Per ottenere un vantaggio quantistico da un punto di vista matematico puro, dovresti avere almeno 50 qubit, più probabilmente 100. A proposito, è tra 50 e 100. Quindi 100 qubit logici per 10.000 qubit fanno 1 milione di qubit. Quindi hai bisogno di 1 milione di qubit fisici di molto buona qualità per creare un vero computer quantistico utile che porti un vantaggio quantistico. Al momento, il record più recente è di IBM. Hanno annunciato lo scorso novembre e rilasceranno tra un paio di settimane online, un sistema che ha 433 qubit. Ma quei qubit hanno fedeltà molto bassa, probabilmente meno del 99% di fedeltà. Quindi significa più del 1% di errore per ogni operazione, quindi non è adatto a fare nulla, direi, al momento o qualcosa di molto utile. È un passo in un lungo percorso 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 lì.

C’è un’altra soluzione che esiste; viene da IBM, tra l’altro, e Google e altri. Utilizzano un nuovo metodo creato un paio di anni fa, chiamato mitigazione degli errori quantistici. La mitigazione è diversa dalla correzione. La correzione avviene quando si correggono gli errori ad ogni operazione attraverso la ridondanza. La mitigazione è un po’ diversa; è un modo per utilizzare, tra l’altro, l’IA, quindi utilizza molto l’apprendimento automatico. Si allena il sistema a comprendere il fenomeno dell’errore nel sistema e si effettua una sorta di correzione post-selezione. Quindi si calcolano i risultati molte volte e, dopo un po’ di addestramento, si è in grado di correggere i risultati, ma dopo che l’intero calcolo è stato completato. Si suppone che estenda la capacità dei sistemi di calcolo quantistico rumorosi. Lo stesso ragazzo che ha inventato il soprannome “supremazia quantistica” ha inventato un altro soprannome chiamato “NISQ”, che significa computer quantistico rumoroso di scala intermedia. Ha coniato quel nome esattamente cinque anni fa nel 2018, quindi di nuovo John Preskill. E i sistemi rumorosi con mitigazione degli errori quantistici dovrebbero consentire la computazione quantistica utile per le aziende. Ma non abbiamo ancora raggiunto quella soglia; potrebbe essere tra un paio di anni, ma ci sono alcune incertezze lì.

Joannes Vermorel: Ha suscitato la mia curiosità. E ancora una volta, si tratta di pura speculazione. Per me, si tratta di algoritmi superficiali, che probabilmente rappresentano una prospettiva a breve termine per far funzionare le cose. La visione a lungo termine della correzione degli errori potrebbe prevedere anche altri approcci che dicono: “Ho un substrato, un substrato fisico che esegue operazioni rumorose. Forse gioco semplicemente con il rumore, con cose in cui gli errori non sono così problematici”. E forse nell’apprendimento automatico, vedo che ci sono molte fasi in cui, ad esempio, ci sono articoli che dimostrano che uno dei colli di bottiglia, direi, di una delle moderne varianti dell’IA, che è il deep learning, è che si finisce con una moltiplicazione di matrici che consuma molte risorse. Ci sono stati alcuni articoli molto interessanti che dimostrano che, beh, la moltiplicazione di matrici è ciò che vogliamo da un punto di vista matematico, ma ne abbiamo davvero bisogno operativamente? Voglio dire, la precisione in quella precisione o anche, è semplicemente successo che sono quelle cose che funzionano nell’apprendimento profondo, ma forse il motivo per cui funzionano è completamente solo marginalmente correlato al fatto che stiamo facendo una versione lineare pura in alcuni casi, riduciamo il consumo di energia riducendo la precisione, esattamente da 16 bit a 8 bit, persino a 1 bit in alcuni casi, per sistemi limitati. Vedi posti in cui le persone stanno semplicemente giocando con operatori che sono molto potenti a modo loro, anche se rumorosi, per fare cose che sono forse speculative? Quindi, quelle cose probabilmente non vengono nemmeno fatte, ma vedi aree in cui le persone risolverebbero effettivamente problemi con la computazione quantistica che non erano nemmeno considerati particolarmente interessanti? Molto spesso è il fatto di avere i mezzi per farlo che lo rende interessante.

Olivier Ezratty: Direi che la risposta è principalmente no, e spiegherò il perché. Ci sono principalmente tre tipi di algoritmi che potresti implementare nei sistemi a breve termine. Il primo tipo è la simulazione chimica, in cui si simula l’equazione di Schrödinger, si osservano gli orbitali degli elettroni in una molecola e si cerca di capire la struttura di una molecola. È necessario trovare il suo stato fondamentale, il livello di energia più basso, e tutte le molecole. Questo richiede effettivamente molta precisione. Quindi, non funziona bene e richiede molta precisione, soprattutto se si vuole fare meglio della computazione classica. Esistono già sistemi basati su reti tensoriali e diverse tecniche per la simulazione chimica su sistemi classici, che funzionano bene, ma sono limitati. Se si vuole simulare una molecola più complicata su un sistema quantistico, è necessaria una precisione molto elevata.

Il secondo tipo di algoritmo sono gli algoritmi di ottimizzazione, più o meno di ottimizzazione binaria, come il problema SAT, il taglio massimo e molti diversi algoritmi di ricerca o il famoso problema del commesso viaggiatore. Anche questi sistemi non amano gli errori.

L’ultimo tipo è l’apprendimento automatico quantistico (QML). Questi sono i tipi di sistemi in cui si può essere tolleranti a una certa forma di rumore. Ma per quanto ne so, ci sono alcune limitazioni su ciò che si può fare con l’apprendimento automatico quantistico. Uno è che tutti questi algoritmi hanno una parte classica molto grande e una parte quantistica molto piccola. Il secondo è che l’inserimento dei dati nel sistema è molto costoso. Finora, l’apprendimento automatico quantistico è una delle aree in cui, nei sistemi a breve termine, non ci sono molte prove di un reale miglioramento dei tempi di calcolo. È ancora un’area di ricerca aperta.

Questo è vero per tutto il campo della computazione quantistica, ma capire dove si trovano i veri miglioramenti dei tempi di calcolo per ciascuna delle categorie che ho descritto, e anche per le categorie che sono state create per i qubit logici che sono stati creati, è ancora in fase di sviluppo. Ci sono molte teorie, ma la teoria deve confrontarsi con la realtà dell’hardware, la realtà di tutti i costi aggiuntivi della correzione degli errori quantistici e tutti gli altri costi aggiuntivi. Anche la lunghezza dei gate è una considerazione perché, a seconda del tipo di qubit utilizzato, il gate non ha la stessa lunghezza.

Ad esempio, se prendiamo un qubit superconduttore, che è dominante oggi, la lunghezza del gate per un’operazione su un singolo qubit è di circa 20 nanosecondi, che è piuttosto breve. Ma la lunghezza del gate per un gate a due qubit di solito è di un paio di centinaia di nanosecondi. E poi hai l’elettronica che controlla il gate, perché il gate non è quantistico. Il gate deriva dall’emissione di un segnale che proviene da un dispositivo elettronico classico. Il segnale viene generato come una sorta di impulso a microonde che ha una durata ed è generato da elettronica classica, sia a temperatura ambiente che a volte a una temperatura molto bassa. Questo sistema ha un ritardo, 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 sorta di fotone. Il fotone può essere in un regime a microonde, diciamo cinque gigahertz, o nel regime ottico, nello spettro visibile o infrarosso, di solito non UV. E quei fotoni vengono inviati al qubit, cambiano il loro stato, e poi inviamo altri tipi di fotoni o qualsiasi frequenza sul qubit. Vediamo cosa viene emesso dal qubit, osserviamo il segnale, convertiamo il segnale da analogico a digitale, osserviamo il segnale e poi abbiamo un’idea se è uno zero o un uno. Quindi, abbiamo questa sorta di ciclo tra calcolo classico, elettronica classica e il qubit in un senso, e viceversa.

Joannes Vermorel: Questo mi porta a una domanda che è, ancora una volta, solo per testare un po’ la mia comprensione. Significa anche, che in realtà non mi ero reso conto, che i computer quantistici erano così controllati a livello di gate dall’elettronica. Ma a quanto ne capisco, se si vogliono avere alcune di quelle belle proprietà emergenti della meccanica quantistica, è necessario essere a temperature super basse, praticamente.

Olivier Ezratty: Dipende. La maggior parte delle volte è vero, ma ci sono molte differenze tra i tipi di qubit. I qubit che sono più sensibili alla temperatura sono i qubit superconduttori, ne hai bisogno di circa 15 millikelvin. E quindi, ciò significa che ogni volta che hai un sistema elettronico classico che lo controlla, aggiungerà energia e forse lo riscalderà un po’. Ecco perché devi controllare il livello di energia che viene speso in ciascuno dei livelli perché non raggiungi subito i 15 millikelvin. Di solito è un grande cilindro, quindi inizi a 50 kelvin, poi scendi a 4 kelvin, poi 1 kelvin, poi 100 millikelvin, poi 50 millikelvin. Quindi, ci sono molte fasi per raggiungere quella temperatura, e ti assicuri che ogni volta che hai un segnale elettronico che scende in quel loop, riduci il numero di fotoni. Hai attenuazione del segnale per eliminare i fotoni extra al livello giusto per assicurarti che ciò che si riscalda al livello di 15 millikelvin sia ridotto al minimo. E hai amplificatori nell’altro senso, hai un amplificatore in questa fase che viene utilizzato per amplificare il sistema per la lettura del qubit. Ma questi sono i qubit superconduttori. Poi hai i cosiddetti qubit di silicio o qubit di spin del silicio. Questi utilizzano sistemi a semiconduttore, utilizzano lo spin dell’elettrone e possono funzionare a una temperatura più alta. Ma quando dico più alta, invece di 15 millikelvin, è un intervallo tra 100 millikelvin e 1 kelvin. È comunque molto freddo. È molto al di sotto del punto di liquefazione dell’azoto, che è 77K. È persino al di sotto del punto di liquefazione dell’idrogeno. È elio, sì. L’elio è al di sopra di un Kelvin, e ci sono due isotopi di elio, elio-3 ed elio-4, che hanno temperature diverse per raggiungerlo. Quindi in pratica, non è il congelatore di casa.

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

Olivier Ezratty: Se vuoi controllare i fotoni in un processore, può essere a temperatura ambiente, ma hai comunque bisogno di criogenia perché nella maggior parte dei casi devi raffreddare la sorgente del fotone, che si basa principalmente su qualche effetto a semiconduttore che deve essere raffreddato. Quindi lasciami darti un esempio dalla Francia. Abbiamo una startup chiamata Candela. Hanno la loro stessa sorgente di fotoni che si basa su un sistema a semiconduttore cosiddetto tre-cinque, che si basa su arseniuro di gallio e alluminio, con molti strati e specchi di Bragg e cosiddetti quantum dots al suo interno. Questa piccola cosa deve essere raffreddata a circa 4 Kelvin per generare un flusso di fotoni individuali che vengono poi utilizzati nel calcolo. Poi 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 hai fotoni che 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 che hai su ciascuna 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 superconduttore, e anche questi sistemi vengono raffreddati a circa 4 Kelvin. Quindi hai bisogno di raffreddamento su entrambi i lati del sistema, ma non in mezzo. Ora prendiamo gli atomi neutri; è una bestia molto diversa.

Joannes Vermorel: Sulla scheda tecnica di quei fornitori, dicono che non è necessario il raffreddamento, ma non è vero.

Olivier Ezratty: Quello che fanno è controllare gli atomi, metterli in un determinato posto in un vuoto. Per farlo, usano laser in tre direzioni e utilizzano una tecnologia chiamata Magneto-Optical Trap che è stata inventata da Jean Dalibard, uno dei dottorandi di Alain Aspect. Questa tecnica viene utilizzata per controllare la posizione dell’atomo ma non per raffreddare il sistema. Utilizzano un altro sistema con un altro laser e un diverso tipo di dispositivo speciale che controlla la posizione dell’atomo singolarmente. Quando gli atomi sono raffreddati e posizionati molto bene, la loro temperatura è nell’intervallo dei nano-Kelvin. Sorprendentemente, non hai usato un frigorifero; hai solo usato una pompa per rimuovere gli atomi dal sistema e dei laser. Quindi si tratta di un raffreddamento basato su laser.

Joannes Vermorel: Ma sembra ancora controintuitivo perché sembra che stai aggiungendo energia lanciando fotoni, ma in realtà l’effetto netto è il raffreddamento.

Olivier Ezratty: Sì, utilizzando l’effetto Doppler. L’effetto Doppler è un modo, se hai un atomo che viene verso di te e gli invii un po’ di energia con un fotone, il fotone è come una palla, spingerà l’atomo nell’altra direzione. Si rallenterà. E quegli atomi che si stavano muovendo nell’altra direzione, non riceveranno l’energia a causa dell’effetto Doppler. Sarà un’energia inferiore, quindi non li influenzerà. Quindi, in media, tutti gli atomi che vengono verso di te vengono rallentati; gli altri no. Se fai questo in sei generazioni, rallenterà progressivamente il movimento di tutti gli atomi. E non si utilizza un effetto meccanico; è solo la luce che rallenta gli atomi. Ma comunque, si tratta di raffreddare il sistema perché cos’è la temperatura? La temperatura è una misura del movimento degli atomi in un determinato mezzo, quindi è comunque un raffreddamento.

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 quando aggiungono più di un paio di centinaia di atomi in quella camera a vuoto, per assicurarsi di creare un vuoto di alta qualità, devono mettere un po’ di raffreddamento nella pompa. Quindi ora, il raffreddamento non è sui qubit stessi; è sulla pompa che rimuove gli atomi dalla camera. Quell’ingegneria, amo quella. Questo tipo di cose, è ingegneria reale.

E quindi, l’ultimo che potrei menzionare è la tecnologia chiamata centri NV. Abbiamo parlato di questo per i sensori, ma può essere utilizzato anche per il calcolo. E c’è un’azienda con sede in Australia chiamata Quantum Brilliance, ed effettivamente è un’azienda tedesco-australiana. E quell’azienda ha già creato un sistema a cinque qubit che funziona a temperatura ambiente. Non sono sicuro che potrebbe scalare molto bene, non ne sono sicuro, ma comunque, quella tecnologia potrebbe potenzialmente funzionare a temperatura ambiente.

Joannes Vermorel: Quello che mi piace davvero di questa discussione è che dimostra che quando hai fornitori, hai incentivi a vantarti, e per me, come qualcuno che ha un certo grado di curiosità per questo, ciò che vedo che non viene investito nel settore è un flusso infinito di affermazioni incredibili. E quindi, ciò che vedo come molto interessante è che ci sono così tante affermazioni, e interessante, non è che le persone mentano. Questa è la cosa interessante; può significare molte cose diverse, o ci possono essere molte avvertenze che si applicano a così tante condizioni diverse o altro.

Olivier Ezratty: Esattamente. Ed è normale. Voglio dire, anche tu, come fornitore, non puoi dire tutto ogni singola volta. Devi fare delle scelte; devi semplificare le cose.

Joannes Vermorel: Esattamente, voglio dire, non posso dire, sai, tutto quello che c’è da sapere su ogni singola cosa che facciamo. Ecco qui, tra l’altro, la copia del codice sorgente e una copia di tutte le esperienze che abbiamo fatto. Voglio dire, in teoria, potresti potenzialmente concepire tutto questo. In pratica, è peggio perché sarebbe solo più rumore.

Quindi, la mia percezione è che questo campo della tecnologia quantistica sia piuttosto opaco, almeno per gli esterni. Il tuo rapporto sta facendo luce su molte cose, e la cosa interessante è che ciò che mi interessa di più, in particolare, anche se è un po’ un discorso a parte, è come ti comporti quando ti occupi di cose che sono indubbiamente molto complesse? Penso che possiamo concordare sul fatto che non sia semplice. Ci sono molte affermazioni, molto rumore, e perché il software aziendale è praticamente la stessa cosa, sai, qualcuno afferma di fare qualcosa di fantastico. Sì, in un certo senso, ma ci sono modifiche, e ci sono dipendenze e costi. Ti stai muovendo in un campo che è, in un certo senso, molto complesso. Possiamo dire che nella supply chain, la complessità è solo accidentale, sai, le persone fanno le cose in modi probabilmente molto più complicati di quanto dovrebbero. Quindi, in realtà, si sta riducendo la complessità nel calcolo quantistico. Ti stai occupando dell’universo, che è solo, sai, è quello che è. Quindi, è meno accidentale, ma non affronta davvero il fatto che le cose diventano comunque molto difficili.

Olivier Ezratty: Come fai a dare un senso ai progressi in questo campo?

Joannes Vermorel: Voglio dire, hai detto che parli con le persone, ma una delle cose che confonde la maggior parte dei miei potenziali clienti è che tutti sono un po’ fornitori in questo tipo di giochi. Quindi, come identifichi chi può essere affidabile? Perché, ad esempio, ci sono così tante persone che se mi immergessi in questo campo quantistico, ci sarebbe così tanto da assimilare. Come fai a distinguere la frode dalla non frode? Sì, mi hai detto che c’è una soluzione, che è parlare con un premio Nobel in fisica, ma loro non sono onniscienti. Quindi, è un modo per risolvere il problema, ma come identifichi le persone che possono agire come tramite per acquisire comprensione, perché ci sono così tante possibili frodi, affermazioni palesemente false, e hai anche così poco tempo per districarti tra tutto questo.

Olivier Ezratty: Come ti orienti?

Joannes Vermorel: Fondamentalmente, cerco di incontrare il maggior numero possibile di scienziati, soprattutto nella ricerca fondamentale. Cerco di migliorare la diversità delle persone che incontro, quindi è importante avere incontri sia con fisici che con ingegneri, così come con persone che si occupano di algoritmi e informatica. Anche se dovrei incontrare più persone in quel settore, penso che al momento incontri più fisici che informatici. Nella tua vita passata, hai incontrato più persone nell’ambito dell’elaborazione ad alte prestazioni o dei supercomputer, che è una zona diversa nel calcolo classico.

Cerco di leggere il maggior numero possibile di articoli scientifici e capire il linguaggio. Questa è la prima cosa da fare quando si legge un nuovo articolo. Ma è un gioco in corso. È una sfida quotidiana. Uno dei motivi per cui è complicato, direi, ed è un vantaggio per l’industria in questo momento, è la diversità. Quando dico diversità, intendo che al momento ci sono almeno 20-30 diversi tipi di qubit. Mentre nei transistor e nei chip classici, c’è solo un tipo di transistor CMOS. Ci sono alcune variazioni, ma la differenza tra il transistor nel tuo iPhone, nel tuo Mac, nel tuo PC o nel tuo server è dell’uno percento. È più o meno la stessa tecnologia. È la stessa tecnica; è sempre il doping NP al silicio e i gate. Questo è sempre lo stesso tipo di cosa nel calcolo quantistico. Ci sono diverse tecnologie. È incredibile. E a volte, su una determinata tecnologia, ci sono solo, diciamo, 50 persone al mondo che ne sanno qualcosa. Ti faccio un esempio. Due settimane fa ero a Las Vegas, non per il CES, ho smesso tre anni fa. Ero a Las Vegas per la riunione dell’APS, l’American Physics Society. È il più grande gruppo di fisici al mondo, 13.000 fisici nella stessa sede.

Olivier Ezratty: E ho incontrato un’azienda, sono venuti da me. Il nome dell’azienda è Iroquo, nessuno li conosce molto bene. Sono basati negli Stati Uniti, nella regione di Chicago, e stanno facendo un qubit di silicio, non un qubit di spin. Quindi controllano lo spin di un elettrone, ma quell’elettrone si trova su un substrato di elio, un elio liquido freddo, sopra il quale ci sono spin di elettroni. È strano, voglio dire che è molto strano. E perché usano quello? Perché l’elio isola gli spin dai circuiti circostanti. È una delle tante, tante tecnologie strane che ci sono in giro. E per ciascuna delle tecnologie, ci sono solo pochi scienziati che possono dirti di cosa si tratta e quali sono i pro e i contro.

Devi convivere con questo, quindi devi convivere con l’incertezza. Devi convivere con informazioni parziali. Devi avere un’intuizione e devi anche avere una vasta conoscenza ingegneristica di tutte le dimensioni. Ad esempio, una delle cose che ho scoperto di recente, in parte lavorando come co-fondatore dell’Iniziativa per l’Energia Quantistica con Alexa e altri ricercatori, è che è molto importante guardare l’elettronica. Solo la qualità dell’elettronica che controlla i laser o controlla le microonde che vengono inviate al qubit è importante quanto i qubit stessi.

E quindi, l’elettronica non è comune. Voglio dire, quando sei un informatico, non sai nulla dell’equazione. Quindi ho dovuto tornare alle trasformate di Fourier e capire la teoria dei segnali, capire cos’è il jitter, quindi le variazioni che hai nella fase, nell’ampiezza o nella frequenza di un segnale generato dall’elettronica classica. Capire la potenza necessaria per generare una microonda, capire l’attenuazione, il filtraggio, tutto questo, e l’ingegneria elettronica influisce sull’ingegneria del sistema di calcolo quantistico.

Joannes Vermorel: E per me, penso che la lezione molto interessante sia che, vedi, io sostengo che se prendo il mio stesso campo, il software aziendale, l’interesse per la supply chain, c’è anche una confusione di prospettive di nicchia, fornitori di nicchia e così via. Solo per fare un esempio, per affrontare il problema della supply chain, ci sono probabilmente 20 filosofie concorrenti su come affrontare un problema. C’è quella principale, il flow casting, DDMRP, SNOP. Voglio dire, sono letteralmente punti di vista diversi, e ce ne sono decine. E poi ci sono molti fornitori.

Quello che mi interessa davvero è che, in ciò che descrivi, c’è la possibilità di formarsi un’opinione relativamente informata, relativamente accurata su se queste cose funzionano, anche senza procedere attraverso un esperimento di controllo diretto. Quindi, vedi, non hai allestito un laboratorio con le attrezzature per dire: “Questo articolo si replica?” Sai, perché c’è questo tipo di pensiero ingenuo che l’unico modo per sapere se ciò che dice questo fornitore è vero è fare l’esperimento e testarlo. Sì, puoi testare il tuo software online. Ma con il software aziendale, a volte il problema è che anche se vuoi fare un test, devi distribuirlo contemporaneamente in molti luoghi. Voglio dire, è super impraticabile. Ecco perché la maggior parte dei fornitori non offre nemmeno una prova gratuita perché non ha nemmeno senso. Dovresti distribuire la cosa in 20 diverse località solo per iniziare.

Olivier Ezratty: La cosa interessante, e penso che sia qualcosa in cui credo molto, è andare da una persona che fa una dichiarazione, farla difendere e poi andare da un’altra, idealmente qualcuno che ha una prospettiva molto diversa e in conflitto, e attraverso questo, impari qualcos’altro. Nel mio caso, incontro regolarmente molti scienziati e c’è molta serendipità coinvolta. A volte incontro persone che dicono: “Oh, dovresti incontrare quel ragazzo 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 giorno. Ero perplesso perché ho incontrato alcune persone che stavano lavorando sui cosiddetti qubit topologici, un’area in cui Microsoft è famosa per essere l’unico fornitore che scommette su quel tipo di qubit. Ho trovato queste quattro persone a Grenoble e ho detto: “Ok, ma con chi lavorate?” E loro hanno detto: “Oh, lavoriamo con quel ragazzo negli Stati Uniti”. Conoscevo il nome di quel ragazzo perché sapevo che era un ragazzo che era riuscito a far ritirare un articolo su Nature da parte di persone di Microsoft. È basato all’Università di Pittsburgh. Quindi ho imparato molto incontrando quelle persone.

Joannes Vermorel: Tornando al tuo rapporto, sto rubando qualcosa che ho trovato nel tuo rapporto, vedi, è che nel tuo rapporto, ad esempio nella prima sezione, dai suggerimenti su come leggere gli articoli scientifici. Ed è molto interessante perché questi articoli hanno 20 autori e poi non sai se tutte queste persone sono rilevanti. E poi dici, ok, il nome della prima persona è uno studente di dottorato che ha effettivamente fatto il lavoro, tutte le altre persone sono fondamentalmente persone che hanno supportato il lavoro a modo loro ma tangenzialmente, e l’ultimo ragazzo è effettivamente il supervisore o il direttore del laboratorio, che potrebbe o potrebbe non capire davvero cosa sta succedendo nell’articolo.

Olivier Ezratty: La cosa interessante è che hai scoperto qualcosa di molto interessante, ovvero come ottenere indizi e come navigare. E non è magia; ci sono cose in cui, quando hai questo tipo di indizi, puoi navigare nel campo ed sono molto semplici. Non so se l’ho descritto in quella parte del mio libro, ma trovare una lacuna, diciamo che hai un laboratorio che dice: “Ah, ho scoperto un nuovo tipo di qubit che è migliore”. Ok, migliore in che senso? Quindi cerchi di trovare i numeri che pubblicano e nella maggior parte dei casi non pubblicano tutti gli altri numeri. Diciamo che dicono che è stabilizzato per un cosiddetto T1 di un certo numero di microsecondi, ma sorprendentemente non danno alcun numero per le qubitilità. Forse non sono così buoni lì. E a volte, non hai nemmeno il numero di qubit dell’esperimento, il che significa che non hanno molti qubit. A volte puoi trovare un tipo di indizio con le informazioni mancanti.

È tipico nell’informatica quantistica, nella maggior parte dei casi in parte con la comunicazione dei fornitori. Conosco un’azienda, non la nomino, con sede in Nord America. Mostrano la qualità dei loro qubit ma non danno il numero. Ed è interessante perché se non danno un numero, significa due cose: significa che il numero è molto basso e significa anche che le fedeltà che hanno con i loro qubit sono fuorvianti. Perché di solito, quando hai un gran numero di qubit, è più difficile avere una buona fedeltà dei qubit e con un numero piccolo, quindi se dai una buona fedeltà ma non dici che sono solo tre o quattro o cinque qubit, stai ingannando le persone. È un esempio molto interessante.

Joannes Vermorel: Sì, perché vedi, penso che alla base, stiamo trattando con esseri umani intelligenti che hanno le stesse tendenze di altri esseri umani in altre attività. Se vado al software di supply chain, che è un interesse specifico mio, vedo che anche se gli indizi non sono gli stessi, esistono allo stesso modo. Sono diversi, ad esempio, se un fornitore non ha screenshot, c’è una quasi certezza che la loro interfaccia utente sia terribile. Perché se l’interfaccia utente fosse fantastica, avrebbero tonnellate di screenshot. Se gli algoritmi che hanno sono solo una versione glorificata della media mobile, non ne parlano. Dicono solo: “Abbiamo un’intelligenza artificiale super avanzata”, che in realtà è solo una media mobile per fare la previsione. Ma poi lo direbbero. Al contrario, se le persone hanno qualcosa, avrebbero sezioni infinite sul loro sito web a riguardo. Al contrario, se il loro software è super lento, non parleranno affatto di velocità. Metteranno l’accento sul fatto che comprendono completamente la mentalità di questo settore, ma poi non parlano affatto del fatto che il loro software è lento. Quindi, mi piace molto questa idea di cercare questi aspetti più meta. Fondamentalmente, significa che devi avere questo tipo di mentalità avversariale. Se qualcuno mi dice qualcosa di notevole in un certo senso, il tuo primo filtro è decidere se questa cosa è abbastanza notevole da andare a cercare questa persona. Ma questo significa che poi il tuo strumento direbbe: “Qual è il prezzo più probabile da pagare per questa affermazione? Qual è il costo non detto?”

Olivier Ezratty: Beh, c’è qualcos’altro che rende complicata la computazione quantistica. Devi imparare i tipi di metriche che esistono, il modo in cui vengono misurate e anche la varietà di tecniche di benchmark. Nella computazione quantistica, ce ne sono molte. Ci sono forti sforzi da parte di organismi di standardizzazione come ISO e altri, e noi, come Francia, stiamo partecipando a questi sforzi. Ma hai anche bisogno di molta formazione per capire come vengono misurate queste cose. Ad esempio, ho scoperto che la misurazione della qualità dei qubit non è davvero la stessa per i qubit a stato solido, come quelli a base di semiconduttori o superconduttori, e per quelli che gestiscono gli ioni intrappolati. Usano metriche diverse e devi capire perché è diverso. Quindi, devi capire i numeri. Capire solo un’idea dei numeri che vengono utilizzati è molto importante. Ho cercato di fare di recente un grafico, un grafico su scala logaritmica della qualità dei qubit. È stato un incubo perché era difficile ottenere il numero corretto in modo coerente. Quindi, ad esempio, se misuri la qualità dei qubit, devi assicurarti che la qualità venga misurata con il cosiddetto benchmarking casuale, che è una sorta di modo più o meno standardizzato di calcolare la qualità dei qubit. Devi fare molta attenzione; i numeri possono ingannarti.

Joannes Vermorel: Assolutamente. Nel campo della supply chain, è ovunque. Voglio dire, in cose molto banali, ad esempio, una delle domande che le persone si pongono è: quanto è accurato il tuo sistema di previsione? Il problema è che dipende incredibilmente dall’accuratezza dei dati che hai come input. Quindi ovviamente non ci sono numeri che abbiano senso in questo caso perché la risposta è: dipende dai tuoi dati. L’unico modo che la comunità ha trovato per avere un’idea di chi è più accurato è effettivamente avere qualcosa come una competizione Kaggle, e le persone competono. Ma fondamentalmente abbiamo problemi nel definire qualcosa che sarebbe come una misura intrinseca delle capacità di previsione.

Olivier Ezratty: Quello che è cambiato di recente, però, è che abbiamo più computer quantistici e informazioni disponibili sul cloud. A volte l’accesso è costoso, ma comunque. Hai questi sistemi con IBM, Amazon, Microsoft e persino Google ha un sistema IonQ. Quindi, penso che a livello mondiale ci siano circa 60 computer disponibili nel cloud. Significa che le persone possono confrontarli e iniziare a avere articoli scientifici molto interessanti che mostrano confronti tra questi diversi sistemi attraverso il benchmarking che è stato fatto in modo coerente. Inizi a avere alcune supposizioni informate su dove si trovino realmente. È interessante ed è positivo. È un ecosistema aperto.

Joannes Vermorel: Ma è aperto e anche complicato. Hai bisogno di avere molte conoscenze scientifiche per valutare il contenuto scientifico. Ci sono molte pubblicazioni scientifiche, persino i fornitori stanno pubblicando articoli, ma leggere un articolo è un incubo. A volte è così complicato. Ricordo quattro anni fa quando ho scoperto le 70 pagine dell’articolo sulla supremazia quantistica di Google, ho riso. Il motivo per cui ridevo era: chi può avere un’idea di cosa c’è in quell’articolo dati il numero di cose che ci sono? Hai la fisica quantistica, gli algoritmi, i confronti con il calcolo, l’elettronica, la criogenia e così tante cose diverse in 70 pagine e grafici molto difficili da capire.

Olivier Ezratty: Ricordo che quattro anni fa, probabilmente non riuscivo a capire dal 5 al 10 percento dell’articolo. Ora penso di superare il 50 percento. Non tutto l’articolo, ma ci vuole un po’ di tempo. Ogni volta che rileggo l’articolo, trovo qualcosa di nuovo perché ho letto qualcos’altro altrove o ho ricevuto una formazione o ho guardato dei video. È ancora aperto, ma puoi essere aperto e chiuso contemporaneamente perché la complessità è oscuramento. La mancanza di confronti può essere una forma di oscuramento anche essa. Quindi, ad esempio, se vuoi conciliare dati provenienti da fornitori molto diversi, devi avere qualcuno che abbia fatto un articolo che consolidi quei dati o lo fai tu stesso, come ho fatto per questo grafico che ho fatto di recente. C’è ancora spazio per l’integrazione dei dati, direi, la capacità di raccogliere dati da fonti molto diverse e capire dove siamo veramente in questo. Attualmente sto scrivendo due articoli su questo argomento.

Joannes Vermorel: Dal mio punto di vista, è un lavoro assolutamente necessario e incredibilmente utile fare questo lavoro. Ma comporta anche terribili incentivi a lungo termine. Tu fai questo lavoro, ti conosco, ma penso che ciò che ti rende così unico è che non ti lasci facilmente influenzare da nessun fornitore. Ci vuole una mentalità molto specifica. Sei stato un fornitore in passato. Sei stato alla Microsoft e hai fatto parte del gioco. Penso che ti abbia dato una sorta di anticorpi intellettuali. Microsoft è ciò che è, non è un’opinione in bianco e nero. È composta da molte persone, è grigia come qualsiasi insieme di oltre 200.000 esseri umani. Ci sono persone molto brave, persone molto cattive e così via. Penso che ti dia una sorta di anticorpi intellettuali sui problemi aziendali che tendono ad emergere da grandi insiemi di persone.

Olivier Ezratty: Sì, perché devono raccogliere finanziamenti.

Joannes Vermorel: Esattamente. Essere attraenti per un VC in quel settore richiede più sforzo per una grande azienda. Il punto che voglio fare qui è che se giochi questo ruolo di cercare di essere un esperto, ci sono aziende, e non darò il nome delle aziende che iniziano con una G nel campo del software aziendale, che sono super prominenti analisti di mercato. Il modo in cui lo vedo io è che l’incentivo a lungo termine, se sei un analista di mercato, un po’ come quello che stai facendo tu, è diventare un’agenzia di gestione stampa esternalizzata per i fornitori. È letteralmente ciò che sta accadendo nel settore del software aziendale, soprattutto nella supply chain.

Olivier Ezratty: Giusto, e quello che vedo è che le persone che ricoprono quel ruolo guadagnano rapidamente molto più denaro. Come analista, affermeranno sempre che la maggior parte dei loro ricavi proviene dai clienti a cui forniscono spiegazioni, ma la realtà è che i fornitori pagano di più per avere un esperto di parte che dirà semplicemente ciò che il fornitore preferirebbe che questo analista terzo dica al mercato in generale. Quindi si finisce con questa distorsione.

Joannes Vermorel: Nel tuo caso, il tuo rapporto è davvero il migliore possibile per avere una valutazione non di parte di qualcosa di estremamente complicato e mutevole. Ma ciò che vedo che mi interessa anche è che in settori in cui l’informatica quantistica non ha molti fornitori consolidati, le persone che dovrebbero svolgere il tuo ruolo si sono corrotte e finiscono per servire qualsiasi messaggio provenga dai fornitori.

Stai facendo questo tipo di lavoro con molta assistenza, ma praticamente da solo. Quello che mi colpisce è che le moderne aziende tendono a sottovalutare ciò che una singola persona può fare in soli un paio di anni. Se guardiamo all’informatica quantistica, le aziende ne sono sconcertate e di solito affrontano il problema assumendo consulenti e spendendo molti soldi per avere un team di 20 persone per tre mesi. Ma tu sei la prova che la comprensione che puoi acquisire impegnandoti completamente in una persona intelligente e motivata, data una serie di anni, può essere altrettanto efficace.

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

Joannes Vermorel: Mi piacerebbe molto vedere questo nella supply chain, clienti che producono documenti. Quello che abbiamo adesso sono casi studio che sono solo pubblicità. Il punto con i casi studio è che è solo una informazione formattata per la pubblicità.

Olivier Ezratty: Sono coinvolto in un progetto in cui la buona combinazione è avere persone provenienti dalla ricerca, persone provenienti dal settore dei fornitori e un cliente. Se puoi avere un team di ricerca con queste tre parti in movimento, si crea una buona combinazione. Funziona bene se è locale, ad esempio, se i team di ricerca, le startup e i clienti sono tutti nello stesso paese o nella stessa località. Questo è molto utile per costruire un nuovo modo di approcciare la ricerca e applicare la ricerca in un nuovo settore.

Joannes Vermorel: Quindi, forse procedendo con i tempi che stiamo considerando, il calcolo quantistico è stato 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 reso l’universo più ricco rispetto a prima. Improvvisamente, hai cose in cui puoi fare cose che dal vecchio punto di vista erano semplicemente impossibili. Limita ma abilita anche un sacco di cose. Stiamo già sfruttando molti pezzi di questo, come i transistor e la magneto-resistenza gigante per i dischi a spin e così via. Quindi, quale tipo di tempistica vedi per l’industrializzazione emergente di questa seconda ondata di tecnologie informatiche? Possiamo contare su qualcosa?

Olivier Ezratty: Beh, posso dirti cosa dicono le persone a riguardo. La risposta migliore è: “Non lo so”. La maggior parte delle volte, ottieni una curva gaussiana centrata a 15 anni. È lì che le persone pensano che avremo il grande computer quantistico che può fare cose che non possono essere fatte su computer classici. È un po’ ingenuo perché è una visione media di dove potrebbe arrivare.

Penso che ci siano alcune situazioni con alcuni paradigmi di calcolo, come i cosiddetti computer quantistici analogici, che sono diversi dai computer quantistici basati su porte. Questi computer analogici potrebbero portare alcuni vantaggi quantistici nei prossimi anni, senza dover aspettare 10 o 15 anni.

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

Ma poi, deve scalare, e la sfida è passare da un paio di centinaia di qubit a milioni di qubit. È una sfida enorme, sia dal punto di vista della fisica, dell’ingegneria che dell’energetica. Tutto è una sfida lì. Un’altra cosa che rende difficile fare una previsione è l’esistenza di così tanti tipi diversi di tecnologie. Diciamo, ad esempio, che Microsoft riesce a sviluppare qubit topologici con fermioni di Majorana in un paio di anni. Molte persone sono scettiche, ma se ci riescono, potrebbero cambiare il panorama molto rapidamente.

Quindi, potresti avere una tendenza lenta a forma di curva gaussiana, ma potresti anche avere delle sorprese. Potresti trovare nuovi design di algoritmi o nuovi design di correzione degli errori. Non ho mai visto così tanta creatività negli ultimi due anni nella correzione degli errori. C’è un ragazzo in Francia di nome Anthony ed è incredibile quello che fanno. Inventano codici di correzione degli errori che possono gestire qubit di qualità inferiore, ad esempio. Sanno che se regoli la connettività tra i qubit, puoi migliorare l’efficienza del codice di correzione degli errori. Migliorare la connettività è difficile, ma non impossibile o così difficile.

Ci sono così tanti accorgimenti nella tecnologia, così tanti trucchi e così tante variazioni che c’è sempre una certa speranza. Tuttavia, conosco alcune persone, sia in Francia che all’estero, che sono molto scettiche. C’è uno scetticismo scientificamente fondato sul perché sarà difficile raggiungere il livello in cui abbiamo milioni di qubit intrecciati tra loro. Ma ancora, puoi credere nell’immaginazione e nell’ingegnosità degli ingegneri e degli scienziati. Ci sono così tante opzioni diverse che vengono prese in considerazione che vedremo.

La vera risposta è che non lo sappiamo. Ma dobbiamo essere istruiti sul momento su come stanno cambiando le cose. Dobbiamo essere istruiti per essere in grado di interpretare nuovi annunci e capire se sono importanti o no. Questa è la bellezza di questo campo; è per questo che sono ancora qui. È sempre in evoluzione, sempre in movimento e forse è intellettualmente stimolante.

Joannes Vermorel Tornando indietro e forse andando a una chiusura, ma tornando all’inizio di questa intervista, hai menzionato le cose che hanno catturato il tuo interesse in modo molto pratico. Cosa farai dopo? Qual è la tua personale roadmap in questo campo? Cosa sono le cose che catturano il tuo tempo e la tua attenzione in questo momento?

Olivier Ezratty: Oh, ho molte cose sul piatto. Una di queste è che sono il co-fondatore dell’Iniziativa per l’Energia Quantistica, che non è ancora un’organizzazione formale, ma è una comunità di ricercatori di tutto il mondo. Abbiamo organizzato il nostro primo workshop a Singapore a novembre, con i principali scienziati di tutto il mondo. Dobbiamo lanciare il nostro sito web, lanciare una comunità, lanciare un canale YouTube, assicurandoci che l’energetica di quei secondi sia veramente curata perché siamo in un mondo di risorse limitate. Non possiamo evitarlo e dobbiamo spiegare questo ai ricercatori e ai fornitori, che è impossibile mettere sul mercato una nuova tecnologia che aggiungerà un consumo di risorse senza preoccuparsi di questo. Bitcoin lo ha fatto, sì, ma pensiamo che abbia molto senso quando si porta sul mercato una nuova tecnologia misteriosa, complicata con casi d’uso sconosciuti, spingere l’industria e l’intero ecosistema a comportarsi come un ecosistema di innovazione responsabile.

La seconda cosa è che devo iniziare a scrivere la sesta edizione del mio libro, che consumerà molta banda. Sto iniziando a scrivere articoli scientifici, quindi ho scritto il mio primo articolo per la revisione tra pari in una rivista di fisica sui qubit superconduttori. Vedrò se viene accettato; non è ancora fatto. Devo essere sempre impegnato nell’empowerment dell’ecosistema locale a livello francese ed europeo, quindi sto iniziando ad avere molti contatti in Europa ora. E continuo ad aiutare le startup qui in Francia, ma informalmente. Oltre a ciò, gestisco due serie di podcast con Fanny Bouton, e lei ha iniziato come me cinque anni fa nello spazio quantistico. Ora è la responsabile quantistica di OVH Cloud, un importante operatore di cloud europeo, e ha lanciato l’offerta di cloud di quell’operatore per il quantistico, quindi è una storia molto bella.

Probabilmente ho dimenticato molte cose, ma ho molti clienti, faccio formazione e insegno all’Épitech. Tutto ciò che faccio alimenta l’altra parte di ciò che faccio, ad esempio essere un formatore, insegnare informatica quantistica ti costringe a strutturare i tuoi pensieri. Scrivere il libro è la stessa cosa; strutturi i tuoi pensieri, condividi i tuoi pensieri. Scrivere articoli, intervistare persone nei podcast dove incontri persone, ti incoraggia a incontrare un gruppo diversificato di persone. Lavorando con i clienti, cerco di avere il modo di lavorare più diversificato possibile; è il mio modo di vivere. Vorrei essere un piccolo contributore nel successo dell’ecosistema francese ed europeo. Questo è il tipo di obiettivo finale. Vorrei contribuire al successo dei miei amici nella ricerca, in particolare per l’Iniziativa per l’Energia Quantistica. Vorrei avere un cosiddetto cloud quantistico sovrano in Francia attraverso OVH Cloud, a cui sto anche aiutando. Quindi ci sono varie cose che riguardano più o meno l’aiuto all’ecosistema e il mio apprendimento, la condivisione in modo aperto.

Joannes Vermorel: Credo che il tuo approccio, che consiste nel scriverlo tu stesso, sia incredibilmente virtuoso, non solo nel diffondere la conoscenza, ma anche se non lo pubblicassi affatto. Solo il fatto di mettere insieme questa cosa è un esercizio incredibile. Penso che sia anche una delle lezioni per i miei clienti aziendali. Molte grandi aziende che si impegnano per decenni dovrebbero adottare una visione a lungo termine e fare proprio questo, anche per se stesse. I manager dovrebbero cercare di raccogliere il proprio lavoro di vita per comprendere meglio il loro settore in modo che l’azienda migliori. Questo è l’aspetto interessante: la gente potrebbe dire, “Oh, ma forse queste persone ci lasceranno tra due anni.” Ma quando parlo, diciamo, con un direttore della supply chain, sono ancora il tipo di posizioni in cui le persone sono state nella stessa azienda per 30 anni. Quindi, questa è un po’ una scusa invece di riconoscere semplicemente il valore di fare l’esercizio di scrittura solo per se stessi.

Olivier Ezratty: L’ho sempre fatto fin da quando ero giovane e penso che sia anche il modo di vivere, un superpotere. Devi essere un po’ organizzato. Ho alcuni trucchi di organizzazione semplici per riutilizzare le informazioni in vari luoghi e prendere appunti. Ad esempio, il modo in cui aggiorno il mio libro è un po’ speciale, ma non così speciale. Quello che faccio è avere un piccolo documento Word con lo stesso indice del mio libro, ed è lì che metto tutti gli aggiornamenti che ricevo quotidianamente: nuovi articoli di archivio, notizie o annunci. È messo nella posizione giusta al posto giusto, come un gemello del mio libro. È più piccolo, ovviamente, contiene solo gli aggiornamenti. E poi, quando aggiorno il mio libro, ho già tutto ordinato per argomento.

Quindi, diciamo che voglio aggiornare la parte sull’algoritmo; c’è già un capitolo sull’algoritmo con tutti i link. E poiché ho alcuni clienti per i quali faccio screening tecnologico e alcune notizie che non sono pubblicate, ho anche molte spiegazioni scritte sulle notizie che posso usare per aggiornare il mio libro. Quando fai tutto da solo, devi essere organizzato e riutilizzare i contenuti in modo intelligente. Faccio anche molti grafici che aggiorno continuamente. Ho il mio database di aziende nella tecnologia quantistica, un foglio Excel con molte tabelle, e così via. Ho persino un database di tutti i vincitori del Premio Nobel in fisica quantistica, un database sulle aziende, un database sulle fedeltà dei qubit - tutto ciò che può diventare un database è nel mio foglio Excel spreadsheet.

Joannes Vermorel: E poi, se non sai, chiedi a ChatGPT e forse ti risponderà e ti fornirà alcuni dati. Per me, non sono così organizzato, ma sto cercando di coltivare una comprensione scritta del mio campo. Come parole di commiato, qual è il tuo suggerimento per i CEO o i CTO delle aziende che si trovano di fronte a campi molto opachi? Non possono impegnarsi completamente nel calcolo quantistico come fai tu. Qual sarebbe il tuo suggerimento per queste persone riguardo al calcolo quantistico?

Olivier Ezratty: Il mio suggerimento sarebbe di guardare il mio libro, ovviamente, senza leggerlo tutto, ma guardando cosa c’è dentro. Se sei una banca o nell’industria chimica o dei trasporti, c’è sempre un capitolo per te nel mio libro perché c’è una lunga parte che elenca tutti i casi d’uso identificati, anche se non funzionano ancora. Ti dà un’idea di cosa potrebbe portare il calcolo quantistico per la tua attività. Ci sono capitoli per 20 diverse industrie nel mio libro, anche difesa e intelligence, quindi troverai qualcosa di rilevante lì. Poi, puoi anche ascoltare il podcast che sto conducendo con Fanny. Facciamo circa uno o due podcast al mese. Ma non limitarti a leggere la stampa. Quando dico la stampa, intendo qualunque sia la stampa. Non sto criticando la stampa, dati i formati che hai nella maggior parte dei giornali, anche giornali scientifici, è impossibile avere un’idea precisa di dove siamo, davvero.

Devi incontrare le persone, devi vedere persone specializzate, chiunque siano. Vedrai anche che come cliente, devi diversificare le tue fonti di informazione. Quello che dico io non è lo stesso degli altri, e ci sono opinioni diverse. Sono comunque opinioni basate sulla scienza, non solo opinioni cospirazioniste, ma devi avere punti di vista diversi. Direi che hai bisogno di avere punti di vista ottimistici, pessimistici o intermedi su dove siamo, davvero. Tipo, non so dove siamo.

E il modo più breve è partecipare a una conferenza in cui io o altri spieghiamo le cose in una o due ore. C’è l’ultima che faccio molte conferenze, e molte di esse sono su YouTube, quindi in francese o in inglese. Ma i migliori formati, direi, sono quando mi chiedono di spiegare il calcolo quantistico in meno di un’ora. Non è così buono, forse è troppo breve. Se vai su YouTube, troverai alcuni formati in cui ho l’opportunità sia da solo che non da solo. Ho fatto qualcosa con Elena, ad esempio, a dicembre, due anni fa, a Bordeaux. È un evento molto bello. Ne ho fatto un altro con Mod veneer e Fanny Botton a North nel giugno 2022. Questi sono i tipi di eventi tra un’ora e due ore che sono, direi, buoni per l’educazione.

Recentemente, ne ho fatto un altro per Limited Universal con Mark DJ, due ore. Quindi è stata una presentazione di un’ora e 20 minuti, è piuttosto lunga, e poi 40 minuti di domande e risposte. Direi che è il formato giusto per avere una buona comprensione di dove siamo e di cosa potremmo fare con questi sistemi.

Joannes Vermorel: È stato davvero un piacere averti qui. Questo è un campo molto interessante per me. All’audience, beh, rimanete sintonizzati. Ci vediamo la prossima volta.