Playing Dice with the Universe: Programming Quantum Computers to Play Traditional Games

Il paper propone l'uso dei computer quantistici per giocare a giochi tradizionali, dimostrando che, programmando solo le regole, è possibile identificare le mosse vincenti senza strategie predefinite, come testato con successo su un annealer D-Wave giocando a tris contro un essere umano.

Autori originali: Tristan Zaborniak, Vikram Khipple Mulligan

Pubblicato 2026-04-28
📖 3 min di lettura🧠 Approfondimento

Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Each language version is independently generated for its own context, not a direct translation.

Giocare a dadi con l'Universo: Quando i Computer Quantistici imparano il Tris

Immaginate di dover giocare a un gioco di strategia, come il Tris (o Noughts and Crosses), ma con un problema: non avete mai studiato le regole, non avete mai visto una partita e non avete un manuale di strategie. Come fareste?

Un computer normale (quello che usate per scrivere email o guardare video) è come un giocatore molto metodico ma un po' "miope". Per vincere, deve studiare milioni di partite passate o seguire una lista di istruzioni scritte da un umano ("Se lui mette la X qui, tu metti la O lì"). È come un detective che deve esaminare ogni singola pista, una alla volta, con una lente d'ingrandimento.

Il computer quantistico, invece, è qualcosa di magico.

L'analogia del Labirinto e della Nebbia

Immaginate che il gioco sia un enorme labirinto di decisioni. Ogni mossa che fate crea nuovi sentieri.

  • Il computer classico è come un topo che corre nel labirinto: prova una strada, torna indietro, ne prova un'altra. Ci mette una vita a capire dove si trova la via d'uscita.
  • Il computer quantistico è come una nebbia magica che si espande istantaneamente in tutto il labirinto. Questa nebbia non percorre un sentiero alla volta; essa è in tutti i sentieri contemporaneamente. La nebbia "sente" contemporaneamente tutte le possibili fine della partita: chi vince, chi perde e chi pareggia.

Cosa hanno fatto i ricercatori?

Gli scienziati di Victoria e del Flatiron Institute hanno fatto una cosa incredibile: non hanno insegnato al computer come giocare a Tris. Non gli hanno detto "cerca di fare tre in fila". Hanno fatto solo due cose:

  1. Gli hanno dato le regole del gioco (es. "non puoi mettere due simboli nello stesso buco").
  2. Gli hanno dato l'obiettivo (es. "vincere è meglio che perdere").

Hanno poi "programmato" queste regole dentro un computer quantistico chiamato D-Wave. Invece di usare la logica "se... allora...", hanno trasformato il gioco in un problema di energia. Vincere è come scendere in una valle profonda e comoda; perdere è come stare in cima a una montagna faticosa. Il computer quantistico cerca naturalmente la "valle" più profonda, ovvero la mossa che lo porta più vicino alla vittoria.

I risultati: Un avversario un po' strano

Il computer ha giocato contro degli avversari scelti a caso e ha vinto quasi sempre! È stato un successo incredibile per una tecnologia così giovane.

Tuttavia, il computer quantistico non è ancora un campione del mondo perfetto. È come un genio che ha una memoria infinita ma una personalità un po' bizzarra:

  • È un po' pigro: A volte vede una mossa per vincere subito, ma decide di seguire un percorso più lungo che porta comunque alla vittoria. È come se, invece di fare un gol subito, decidesse di fare dieci passaggi inutili prima di segnare.
  • È un po' distratto: A volte, a causa del "rumore" (piccole interferenze elettroniche), non vede subito la mossa perfetta, proprio come noi quando siamo stanchi.

Perché è importante?

Potreste dire: "Ma è solo un gioco di Tris! A cosa serve?"

In realtà, il Tris è solo il campo di prova. Se riusciamo a insegnare a un computer quantistico a "sentire" tutti i futuri possibili in un gioco semplice, potremo farlo con problemi enormi: progettare nuovi farmaci, capire come si piegano le proteine nel nostro corpo o risolvere problemi di logistica che i computer attuali non riusciranno mai a risolvere.

In breve: non stanno solo insegnando a un computer a giocare a Tris; stanno imparando a domare l'incertezza dell'universo per trasformarla in soluzioni.

Sommerso dagli articoli nel tuo campo?

Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.

Prova Digest →