Succinct Infinite-Horizon Lyapunov and LQR Value Problems Are BQP-Complete

Nel mondo dell'ingegneria e della fisica, esiste un costante bisogno di prevedere come i sistemi si comporteranno nel tempo. Che si tratti di progettare un ponte stabile, guidare un veicolo spaziale o regolare una rete elettrica, gli ingegneri si affidano a modelli matematici per calcolare l'energia totale che un sistema utilizzerà o il costo per mantenerlo in rotta. Per i sistemi semplici, questi calcoli sono diretti. Tuttavia, quando i sistemi diventano massicci — composti da milioni di parti interagenti — la matematica diventa così densa che anche i supercomputer più potenti faticano a trovare la risposta in un tempo ragionevole. È qui che il confine tra ciò che i computer possono fare e ciò che non possono fare inizia a sfumare. Gli scienziati sospettano da tempo che i computer quantistici, che operano secondo le strane regole delle particelle subatomiche, possano risolvere questi specifici tipi di problemi di calcolo massivi molto più velocemente di qualsiasi macchina classica. Ma affinché questa convinzione fosse più di una semplice speranza, serviva la prova che questi problemi siano intrinsecamente difficili per i computer classici, e non solo che i computer quantistici siano, per caso, veloci.

Un team di ricercatori dell'Università di Waterloo ha ora fornito tale prova, risolvendo una questione di lunga data sui limiti del calcolo nella teoria del controllo. Si sono concentrati su due compiti specifici: calcolare l'energia totale in uscita di un sistema stabile e determinare il miglior costo possibile per controllare un sistema in un futuro infinito. Nel mondo reale, questi sono i numeri che gli ingegneri devono conoscere per garantire che un sistema sia efficiente e sicuro. I ricercatori hanno preso questi problemi e li hanno resi il più difficili possibile da descrivere utilizzando una rappresentazione "succinta". Invece di elencare ogni singolo numero in una matrice massiccia — il che richiederebbe terabyte di memoria — hanno utilizzato un insieme compatto di istruzioni logiche, simili a un programma per computer, che potevano generare i numeri su richiesta. Ciò ha permesso loro di descrivere sistemi con dimensioni così grandi che scriverli esplicitamente sarebbe impossibile, pur rimanendo la descrizione stessa abbastanza piccola da occupare una singola pagina.

Il team si è poi posto una domanda fondamentale: può un computer standard, anche uno che utilizza il caso per accelerare i processi, risolvere rapidamente questi problemi descritti in modo succinto? La loro risposta è stata un no definitivo. Hanno dimostrato che risolvere questi specifici problemi di energia e controllo è difficile quanto simulare qualsiasi possibile computer quantistico. Nel linguaggio dell'informatica, hanno dimostrato che questi problemi sono "BQP-completi". Ciò significa che se un computer classico potesse risolvere questi problemi di controllo in modo efficiente, sarebbe anche in grado di risolvere ogni problema che un computer quantistico può risolvere. Poiché la maggior parte degli esperti ritiene che i computer classici non possano farlo, i ricercatori hanno concluso che nessun algoritmo classico, per quanto intelligente o probabilistico, può risolvere questi specifici problemi di controllo in un tempo che scala ragionevolmente con la dimensione dell'input.

Per raggiungere questa conclusione, i ricercatori non si sono limitati a indovinare; hanno costruito un ponte matematico. Hanno dimostrato che qualsiasi calcolo eseguito da un computer quantistico può essere tradotto direttamente in uno di questi problemi di controllo. Se si volesse conoscere il risultato di un esperimento quantistico complesso, si potrebbe codificare quell'esperimento nella descrizione di un sistema di energia o di costo di controllo. Se un computer classico potesse dirti rapidamente la risposta a quella domanda sull'energia, starebbe di fatto eseguendo l'esperimento quantistico per te. Poiché i ricercatori hanno dimostrato che questa traduzione funziona per ogni possibile compito quantistico, hanno provato che la difficoltà del problema di controllo è esattamente la stessa della difficoltà del calcolo quantistico stesso.

Lo studio ha anche dimostrato che i computer quantistici possono effettivamente risolvere questi problemi in modo efficiente. Utilizzando algoriti quantistici specifici progettati per gestire questo tipo di calcoli matriciali, una macchina quantistica può trovare la risposta in un tempo che cresce lentamente al crescere della dimensione del sistema. Ciò crea una netta divisione: il problema è facile per un computer quantistico ma provabilmente difficile per uno classico, assumendo la diffusa convinzione che la potenza di calcolo quantistica e quella classica siano fondamentalmente diverse. I ricercatori non hanno solo trovato un modo più veloce per fare i calcoli; hanno identificato una specifica classe di domande ingegneristiche che fungono da test di verifica per il potere della meccanica quantistica.

Questo lavoro è importante perché sposta la conversazione dalla speculazione alla certezza. Per anni, la promessa del calcolo quantistico nell'ingegneria si è basata sull'idea che le macchine quantistiche sarebbero state semplicemente più veloci nella algebra lineare. Questo articolo conferma che, per alcune domande critiche sulla stabilità e sul controllo dei sistemi, il vantaggio non è solo una questione di velocità, ma di capacità. Stabilisce che esistono domande ingegneristiche reali che sono fondamentalmente fuori dalla portata dei computer classici, indipendentemente da quanto tempo o memoria gli vengano concessi. I ricercatori non hanno sostenuto di aver costruito un controllore quantistico per un motore a reazione o una rete elettrica, ma hanno dimostrato che il fondamento matematico per un tale controllore appartiene a un regno dove solo i computer quantistici possono camminare.

Le scoperte chiariscono anche la natura della difficoltà. I problemi non sono difficili perché i numeri sono disordinati o i sistemi sono caotici. Sono difficili perché il modo in cui le informazioni sono impacchettate nella descrizione nasconde una complessità che i computer classici non possono decifrare senza simulare l'intero processo quantistico. I ricercatori hanno dimostrato che anche quando i sistemi sono strettamente stabili e ben comportati, la scala immensa delle informazioni nascoste crea una barriera. Questa barriera non è una mancanza temporanea di algoritmi migliori; è un limite strutturale del calcolo classico.

In definitiva, l'articolo traccia una linea netta nella sabbia. Ci dice che per una specifica, importante classe di problemi di controllo a orizzonte infinito, il futuro del calcolo efficiente risiede esclusivamente nella tecnologia quantistica. Se gli ingegneri dovessero mai aver bisogno di ottimizzare sistemi di tale scala immensa da poter essere descritti solo da regole logiche compatte, dovranno affidarsi alle macchine quantistiche. L'approccio classico, anche con tutti i suoi trucchi probabilistici, colpirà semplicemente un muro. Questo risultato non aggiunge solo una nuova voce a una lista di vantaggi quantistici; definisce una nuova categoria di problemi in cui il mondo quantistico non è solo un'opzione, ma l'unica strada percorribile.