Nel mondo dell'ingegneria e della fisica, molti sistemi sono descritti da come cambiano nel tempo. Un ponte che oscilla nel vento, una reazione chimica in un contenitore o il flusso di elettricità in un circuito possono tutti essere modellati come una collezione di variabili che si spostano da un momento all'altro. Affinché questi sistemi siano utili e sicuri, devono essere stabili. Ciò significa che, se si disturba leggermente il sistema allontanandolo dal suo stato di riposo, esso dovrebbe naturalmente tornare alla calma invece di spiralizzare fuori controllo. Nel linguaggio della matematica, questo comportamento di assestamento dipende dai numeri nascosti, chiamati autovalori, che definiscono la struttura interna del sistema. Se questi numeri giacciono tutti in una specifica regione del paesaggio matematico, il sistema è garantito che si calmerà; se anche uno solo giace nella regione sbagliata, il sistema alla fine fallirà. Verificare se un sistema possiede questa stabilità è un compito fondamentale per gli ingegneri, ma man mano che i sistemi crescono in dimensioni e complessità, i calcoli richiesti per verificarli diventano incredibilmente difficili per i computer classici.

Recentemente, i ricercatori si sono rivolti ai computer quantistici per vedere se possono risolvere questo problema più velocemente. Un nuovo studio condotto da un team dell'Università di Waterloo e del Consiglio Nazionale di Ricerca del Canada indaga esattamente quanti passi un computer quantistico debba compiere per decidere se un sistema complesso è stabile. Il team si è concentrato su un tipo specifico di stabilità nota come stabilità di Hurwitz, che si applica a sistemi continui come quelli menzionati sopra. Hanno lavorato all'interno di un quadro in cui il computer non vede l'intero sistema in una volta sola, ma interroga invece una rappresentazione digitale di esso, ponendo domande specifiche sulle sue proprietà. I ricercatori hanno scoperto che la difficoltà del compito dipende fortemente da due cose: la dimensione del sistema e una misura di quanto il sistema sia vicino a diventare instabile. Se un sistema è molto vicino al limite di instabilità, è molto più difficile verificarne la sicurezza, anche per una macchina quantistica.

Il team ha dimostrato che, per un sistema con una certa dimensione, esiste un limite fondamentale alla velocità con cui un computer quantistico può controllare la stabilità. Hanno mostrato che il numero di query richieste cresce con la radice quadrata della dimensione del sistema e inversamente con la distanza dall'instabilità. Questo limite inferiore è valido anche per i tipi di sistemi più semplici, il che significa che nessun trucco astuto può aggirare questo limite. Tuttavia, i ricercatori hanno anche sviluppato un metodo per raggiungere questa velocità per una specifica classe di sistemi in cui i componenti interni si comportano in modo regolare e prevedibile. Per questi sistemi, il loro algoritmo eguaglia quasi perfettamente il limite teorico, richiedendo solo un aumento logaritmico dello sforzo man mano che il sistema cresce. Ciò suggerisce che per molti modelli fisici ben strutturati, i computer quantistici possono effettivamente verificare la stabilità con un'efficienza quasi ottimale.

La situazione diventa più complicata per i sistemi meno regolari, dove le parti interne interagiscono in modi disordinati e imprevedibili. In questi casi generali, i ricercatori hanno scoperto che il loro miglior algoritmo richiede significativamente più passaggi rispetto al minimo teorico. Nello specifico, il numero di passaggi necessari cresce con l'inverso del quadrato della distanza dall'instabilità, mentre il limite teorico richiede solo l'inverso. Questo divario indica che, sebbene i computer quantistici siano potenti, affrontano ancora un ostacolo quando si trovano di fronte ai sistemi più caotici e complessi. Lo studio non sostiene di aver risolto questo caso più difficile, ma piuttosto isola la specifica difficoltà, lasciandola come una domanda aperta per la ricerca futura. Il lavoro chiarisce che il vantaggio del calcolo quantistico in questo campo non è un colpo di bacchetta magica che risolve tutto istantaneamente, ma uno strumento preciso la cui velocità è strettamente legata alla natura matematica del problema stesso.

Per comprendere la meccanica della loro scoperta, bisogna osservare come i ricercatori hanno affrontato il problema. Invece di cercare di calcolare ogni singolo numero nascosto del sistema, il che sarebbe lento e incline all'errore, hanno ideato un modo per testare direttamente una proprietà specifica. Hanno costruito un processo quantistico che agisce come un filtro, progettato per rilevare se una parte del sistema si sta comportando in modo pericoloso. Se il sistema è sicuro, questo filtro non produce alcun segnale; se è insicuro, il filtro si illumina. La sfida era costruire questo filtro utilizzando solo le informazioni limitate disponibili dalle query quantistiche. Il team ha dimostrato che, utilizzando una tecnica matematica per approssimare questo filtro, potevano determinare il destino del sistema con alta fiducia. L'efficienza di questo processo dipendeva da quanto il filtro dovesse essere "affilato". Per i sistemi che sono lontani dal limite di instabilità, un filtro grossolano funziona bene. Ma per i sistemi che barcollano sul bordo dell'instabilità, il filtro deve essere incredibilmente preciso, il che richiede più query e più tempo.

Lo studio evidenzia anche una distinzione cruciale tra diversi tipi di sistemi. Per i sistemi in cui i componenti interni sono indipendenti o allineati in modo semplice, il metodo dei ricercatori è quasi perfetto, eguagliando la velocità massima consentita dalle leggi della meccanica quantistica. Tuttavia, per i sistemi in cui i componenti sono aggrovigliati e dipendenti l'uno dall'altro in modi complessi, il metodo richiede uno sforzo extra. I ricercatori hanno dimostrato che questo sforzo aggiuntivo non è solo un difetto del loro algoritmo specifico, ma è legato alla difficoltà intrinseca di rappresentare questi sistemi complessi. Hanno mostrato che l'oggetto matematico usato per rappresentare il "pericolo" nel sistema può diventare molto grande e ingombrante quando il sistema è non regolare, costringendo il computer a lavorare di più per elaborarlo. Questa scoperta isola un divario specifico nella nostra attuale comprensità: sappiamo quanto velocemente potremmo andare, ma non sappiamo ancora come costruire un algoritmo che raggiunga quella velocità per i casi più difficili.

Le implicazioni di questo lavoro vanno oltre un singolo enigma matematico. Il test di stabilità è una pietra angolare della teoria del controllo, utilizzata per progettare tutto, dagli sistemi di pilota automatico alle reti elettriche. Man mano che questi sistemi diventano più integrati e complessi, la capacità di verificare la loro sicurezza rapidamente diventa critica. I risultati dei ricercatori forniscono una mappa chiara di ciò che è possibile con la tecnologia quantistica oggi. Essi mostrano che per una vasta gamma di applicazioni pratiche, i computer quantistici possono offrire un significativo incremento di velocità, riducendo il numero di passaggi computazionali necessari per verificare la sicurezza rispetto agli approcci classici in certi scenari teorici. Tuttavia, forniscono anche un avvertimento realistico: per i sistemi più caotici e imprevedibili, il vantaggio quantistico non è ancora pienamente realizzato. Lo studio non promette un futuro in cui tutti i problemi di stabilità siano risolti istantaneamente, ma offre una base rigorosa per comprendere i limiti e il potenziale del calcolo quantistico nell'ingegneria.

In definitiva, il documento funge da guida per il futuro della progettazione di algoritmi quantistici. Dimostrando che la velocità del test di stabilità è fondamentalmente legata alla dimensione del sistema e alla sua distanza dal fallimento, i ricercatori hanno stabilito un paramet di riferimento per ciò che i futuri algoritmi dovrebbero mirare a raggiungere. Hanno dimostrato che per i sistemi regolari l'obiettivo è già alla portata, mentre per i sistemi irregolari la strada da percorrere richiede nuove intuizioni matematiche per colmare il divario tra ciò che è teoricamente possibile e ciò che è attualmente realizzabile. Il lavoro si pone come una testimonianza del potere di combinare la profonda teoria matematica con i vincoli pratici del calcolo quantistico, offrendo un'immagine chiara e onesta di dove si trovi la tecnologia e verso dove debba dirigersi.