Un gruppo di ricerca multidisciplinare guidato da Yale ha ottenuto dalla National Science Foundation statunitense un finanziamento da 37,5 milioni di dollari per un centro che punta a progettare computer quantistici pratici e auto-correttivi, dal basso verso l’alto, tracciando al tempo stesso il percorso che l’industria potrà seguire per costruire macchine affidabili.
Il grant è uno degli otto assegnati dalla Nsf ai Quantum Leap Challenge Institutes, centri di ricerca interdisciplinare di grandi dimensioni dedicati alle sfide di frontiera nella scienza e nella tecnologia dell’informazione quantistica.
Il problema: i qubit sono fragili
Il calcolo quantistico promette di risolvere problemi che per i computer classici sono di fatto irrisolvibili, con applicazioni potenziali nella scienza dei materiali, nella progettazione dei farmaci e in altri campi: ricadute rilevanti sia sulla qualità della vita sia sulla crescita economica.
L’ostacolo principale è però la propensione all’errore. I qubit, unità elementari dell’informazione quantistica, sono estremamente fragili: mentre gli uno e gli zero dell’elettronica convenzionale sono robustissimi, gli stati quantistici risentono facilmente del rumore e delle condizioni ambientali. Perché una macchina quantistica sia affidabile e utilizzabile, deve saper rilevare e correggere gli errori più velocemente di quanto questi si producano.
«Oggi la correzione degli errori è la principale sfida scientifica e ingegneristica per rendere utile il calcolo quantistico», afferma Robert Schoelkopf, Sterling Professor di fisica applicata e direttore del centro. L’obiettivo, spiega, è capire quale scienza e quale ingegneria rendano queste macchine migliori e più semplici da costruire, generando idee nuove a tutti i livelli dello stack per rendere la correzione degli errori e le architetture fault-tolerant più realizzabili, efficienti e pratiche.
Che cosa farà PRACTIQAL
Il nuovo centro si chiama NSF Quantum Leap Challenge Institute for Physics and Engineering of Practical Quantum Error Correction, in sigla NSF PRACTIQAL, e riunisce informatici, chimici, fisici e ingegneri di diversi atenei. Interviene su ogni livello della macchina quantistica: dai qubit fisici e dall’elettronica di controllo fino al modo in cui vengono eseguiti gli algoritmi. L’idea di fondo è costruire una comunità scientifica trasversale in grado di padroneggiare insieme hardware e software necessari a un calcolo quantistico corretto e su larga scala.
«Una delle ragioni per cui non abbiamo solo fisici, ma anche ingegneri e informatici, è poter comprendere la fisica dei dispositivi e il tipo di errori che si verificano, e poi ottimizzare i codici e gli algoritmi perché funzionino con quegli errori», osserva Schoelkopf.
Due i filoni prioritari. Il primo: individuare i nodi che finora hanno impedito di scalare le macchine dotate di correzione d’errore, e rendere quella correzione più pratica ed efficiente. Il secondo: esplorare l’impiego degli erasure qubit, qubit progettati appositamente – e messi a punto proprio da membri del team PRACTIQAL – che funzionano come bandierine, segnalando con precisione dove e quando l’errore si è verificato.
Ottimizzare la macchina intera
Nel settore si lavora di norma su un singolo componente. Che può funzionare perfettamente da solo e comportarsi male, però, una volta inserito in un sistema più ampio fatto di pezzi sviluppati in altri laboratori. PRACTIQAL applica le specializzazioni individuali in modo coordinato, con l’obiettivo di ottimizzare l’intera macchina: hardware e software, per esempio, saranno progettati per eseguire lo stesso tipo di codice, così da rendere i sistemi più efficienti e meno esposti agli errori.
Michael Hatridge, condirettore del centro e associate professor di fisica applicata, ricorda che gran parte del lavoro fatto finora riguarda macchine molto piccole, ottimizzate per la correzione d’errore. Il gruppo punta invece ad accorciare la strada verso computer quantistici corretti e di grandi dimensioni. «Siamo accademici, non costruiremo un sistema gigantesco, ma dimostreremo le nostre idee e costruiremo un percorso su come se ne potrebbe costruire uno molto più grande», spiega. Da qui la presenza di partner industriali e di un comitato consultivo esterno, che serve a evitare esperimenti isolati e a mantenere il lavoro rilevante per la comunità più ampia.
Al termine dei cinque anni, i ricercatori contano di aver definito una via praticabile verso computer con correzione d’errore su scala industriale. «PRACTIQAL è grande, è complicato, ha moltissime parti in movimento – conclude Hatridge – ma siamo entusiasti di farlo».
Oltre a Schoelkopf e Hatridge, il progetto coinvolge per Yale Yongshan Ding e Lin Zhong (Computer Science), Aleksander Kubica e Shruti Puri (Applied Physics), Steven Girvin e Konrad Lehnert (Physics) e Victor Batista (Chemistry).
