Nella corsa alla costruzione di computer quantistici utili, gli scienziati sono spesso ossessionati dalla macchina stessa: quanti qubit possiede, quanto a lungo può mantenere uno stato e quanto bene resiste al rumore. Eppure, per molti compiti pratici, il collo di bottiglia non è la potenza dell'hardware, ma la difficoltà di alimentarlo con informazioni. I computer quantistici parlano un linguaggio di bit discreti, come una serie di interruttori della luce che sono o accesi o spenti. I dati del mondo reale, come le complesse strutture chimiche delle molecole farmaceutiche, esistono in un mondo continuo e fluido di infinite sfumature e variazioni. Cercare di forzare questi ricchi dati continui in un registro quantistico piccolo e rigido è come cercare di versare un gallone d'acqua in un cucchiaino: la maggior parte delle informazioni trabocca e ciò che rimane è spesso una versione distorta e irriconoscibile dell'originale. Questo problema è particolarmente acuto in chimica, dove i ricercatori sperano di usare macchine quantistiche per prevedere il comportamento delle molecole, ma gli attuali metodi di traduzione dei dati chimici in codice quantistico spesso perdono proprio i dettagli necessari per fare previsioni accurate.

Un team di ricercatori ha affrontato direttamente questo problema di traduzione, non costruendo una macchina più grande, ma insegnando al computer come vedere i dati in modo diverso prima ancora che entrino nel circuito quantistico. In uno studio focalizzato sulla previsione della capacità delle molecole farmaceutiche di attraversare la barriera emato-encefalica — un passaggio critico per il trattamento delle malattie neurologiche — il team ha dimostrato che il modo in cui i dati vengono preparati è importante quanto l'algoritmo che li elabora. Hanno scoperto che quando alimentavano semplicemente un classificatore quantistico con dati chimici standard, la macchina faticava perché diverse molecole venivano schiacciate nello stesso codice digitale, rendendole indistinguibili. Introducendo un nuovo metodo di addestramento che tiene conto specificamente di questa compressione digitale, sono stati in grado di rimodellare i dati in modo che molecole distinte rimanessero distinte anche dopo essere state ridotte a pochi bit. Il risultato è stato un modello quantistico che non solo ha eguagliato le prestazioni dei computer classici, ma, in condizioni specifiche, le ha addirittura superate, dimostrando che un vantaggio quantistico è possibile anche sull'attuale hardware limitato se il collo di bottiglia informativo viene gestito correttamente.

Il cuore del problema risiede in come i dati vengono caricati in un computer quantistico. Per eseguire un calcolo, una molecola deve essere convertita in una stringa di zeri e uno che si adatti alla memoria della macchina. In questo studio, i ricercatori hanno utilizzato un potente modello di intelligenza artificiale pre-addestrato, noto come modello di fondazione (foundation model), che aveva già appreso il linguaggio generale della chimica da milioni di molecole. Questo modello produceva una descrizione ricca e ad alta dimensionalità di ogni molecola, catturando sottili dettagli strutturali. Tuttavia, per far rientrare questa descrizione in un piccolo registro quantistico, i ricercatori dovevano comprimerla drasticamente, trasformando un complesso vettore di numeri in una breve stringa binaria. Questo passaggio di compressione è dove le cose sono andate male. Poiché la compressione era così grossolana, molte molecole diverse finivano per avere lo stesso identico codice binario. Nel linguaggio dei ricercatori, queste erano "collisioni". Se due molecole con proprietà diverse — una capace di attraversare la barriera emato-encefalica e una che non può farlo — condividono lo stesso codice, nessun computer, né quantistico né classico, può distinguerle. La macchina riceve lo stesso input per due domande diverse ed è costretta a indovinare, portando a una scarsa accuratezza.

I ricercatori si sono resi conto che il modo standard di addestrare questi modelli era insufficiente. Di solito, gli scienziati addestrano un modello per separare diverse classi di dati in uno spazio fluido e continuo, sperando che questa separazione si trasmetta naturalmente durante la compressione. Ma lo studio ha dimostrato che questo approccio fallisce quando la compressione è così severa. Un modello potrebbe separare perfettamente due molecole nella sua matematica interna, ma se queste finiscono ai lati opposti di un confine digitale che viene arrotondato durante la compressione, esse collidono comunque. I ricercatori avevano bisogno di un metodo che comprendesse il processo di compressione stesso. Hanno sviluppato una tecnica che hanno chiamato fine-tuning consapevole della discretizzazione (discretization-aware fine-tuning). Questo comportava un processo di addestramento in due fasi. Per prima cosa, hanno "riscaldato" il modello per garantire che potesse distinguere generalmente i due tipi di molecole. Successivamente, in una seconda fase, più critica, hanno aggiunto una speciale penalità all'addestramento. Questa penalità non si limitava a guardare se il modello avesse ragione o meno; calcolava la probabilità che due molecole diverse finissero nello stesso contenitore digitale dopo la compressione. Se il modello imparava a spingere quelle molecole lontano l'una dall'altra in un modo che rispettasse i confini digitali, la penalità diminuiva. Ciò ha costretto il modello a imparare una rappresentazione in cui le caratteristiche chimiche più importanti fossero preservate anche dopo essere state ridotte a pochi bit.

Quando hanno testato questo nuovo metodo, la differenza è stata netta. Senza questo speciale addestramento, il computer quantistico affrontava un input caotico in cui migliaia di coppie di molecole diverse collidevano. L'accuratezza della macchina era bassa e performava peggio di un semplice computer classico eseguito sugli stessi dati compressi. Il vantaggio quantistico, spesso citato come il futuro dell'informatica, era completamente assente perché l'input dei dati era troppo corrotto. Tuttavia, una volta applicato il loro fine-tuning consapevole della discretizzazione, il numero di collisioni è sceso drasticamente, da migliaia a quasi zero. Le molecole venivano ora assegnate a codici unici che ne preservavano le differenze. Con questo input pulito, le prestazioni del computer quantistico sono decollate. Ha migliorato la sua accuratezza di oltre dodici punti percentuali, un salto enorme che lo ha trasformato da uno strumento in difficoltà in un classificatore altamente efficace.

Il risultato più significativo, tuttavia, è stato come questo miglioramento abbia influenzato la macchina quantistica rispetto a una classica. Quando i ricercatori hanno confrontato il circuito quantistico con un modello di regressione logistica standard — un algoritmo classico semplice e ben compreso — entrambi ricevevano esattamente le stesse stringhe di bit compresse. Senza il nuovo metodo di addestramento, il modello classico vinceva facilmente, superando il circuito quantistico di sei punti percentuali. La macchina quantistica era penalizzata dai dati disordinati. Ma quando il nuovo metodo di addestramento veniva applicato, la situazione si invertiva. Entrambi i modelli miglioravano perché i dati erano più puliti, ma la macchina quantistica migliorava molto di più rispetto alla classica. Il circuito quantistico guadagnava oltre dodici punti percentuali di accuratezza, mentre il modello classico guadagnava solo circa tre. Al livello di dieci qubit, il modello quantistico terminava con un'accuratezza dell'88,3 percento, battendo il modello classico dell'85,5 percento. Questa inversione non era un caso fortuito; si manteneva attraverso molteplici prove casuali e diversi controlli statistici.

Perché la macchina quantistica ha beneficiato così tanto dei dati più puliti? I ricercatori spiegano che i due tipi di computer elaborano le informazioni in modi fondamentalmente diversi. Il modello classico, in questa specifica configurazione, agisce come un ordinatore lineare: guarda i bit e traccia una linea retta per separare le categorie. Può migliorare quando i dati sono meno rumorosi, ma è limitato dalla sua natura lineare. Il computer quantistico, al contrario, utilizza un processo chiamato entanglement per collegare i suoi qubit tra loro. Questo gli permette di rilevare schemi complessi e interazioni di alto ordine tra i bit che un semplice modello lineare non può vedere. Quando i dati erano disordinati, la macchina quantistica non riusciva a trovare questi schemi. Ma una volta che il metodo di addestramento ha eliminato le collisioni e presentato i dati in modo strutturato, la macchina quantistica ha potuto sfruttare appieno la sua capacità di trovare queste correlazioni nascoste. Il modello classico, mancando di questa capacità di vedere interazioni complesse, non poteva sfruttare i dati puliti con la stessa efficacia.

Lo studio conclude che, affinché l'apprendimento automatico quantistico abbia successo nel mondo reale, specialmente in campi come la chimica dove i dati sono complessi e l'hardware è limitato, non possiamo concentrarci solo sulla costruzione di circuiti migliori. Dobbiamo anche progettare modi migliori per alimentare i dati in essi. Il collo di bottiglia informativo creato dalle piccole dimensioni degli attuali registri quantistici deve essere affrontato all'inizio del processo, modellando la rappresentazione dei dati per adattarla ai vincoli della macchina. I ricercatori hanno dimostrato che, allineando le descrizioni chimiche continue con la natura discreta dei bit quantistici, potevano sbloccare un vero vantaggio. Questo lavoro suggerisce che la strada verso l'informatica quantistica pratica in chimica non richiede necessariamente l'attesa di macchine massicce e prive di errori. Inveve, richiede un approccio più intelligente a come traduciamo il mondo reale nel linguaggio quantistico, assicurando che il segnale sopravviva alla compressione affinché la macchina possa fare ciò che sa fare meglio.