Il quantum advantage ha i suoi primi risultati verificabili. Tre lavori realizzati da IBM con University of Chicago, Algorithmiq e Qedma hanno portato processori Quantum Heron oltre la capacità dei metodi classici utilizzati nei confronti, accompagnando i risultati con procedure che consentono di valutarne l’affidabilità.
IBM riunisce i tre esperimenti sotto la definizione di trusted quantum advantage e li presenta come una prima assoluta per il settore. Il criterio comprende due condizioni: il calcolo quantistico deve superare le alternative classiche disponibili in velocità, costo o accuratezza e il risultato deve essere verificabile con rigore.
La verifica è il punto che distingue questi lavori dalle precedenti prove di superiorità quantistica. Un processore può produrre una risposta che nessun simulatore classico riesce a riprodurre; senza informazioni sulla qualità dell’output, rimane però difficile stabilire quanto gli errori dell’hardware abbiano alterato il risultato.
A giugno IBM aveva indicato il 2026 come l’anno delle prime evidenze concrete di quantum advantage e come passaggio verso sistemi fault tolerant. I tre paper forniscono ora risultati, procedure di validazione e confronti con GPU e supercomputer.
Il quantum advantage riguarda un problema specifico e dipende dallo stato degli algoritmi classici al momento del confronto. Nuove tecniche di simulazione possono spostare il confine. Circuiti e risultati vengono per questo pubblicati sul Quantum Advantage Tracker, dove altri gruppi possono tentare di riprodurli o superarli.
University of Chicago: la verifica entra nel circuito
Il lavoro con University of Chicago, descritto nel paper “Sampling hard circuits with verifiably high fidelity”, riguarda una variante del random circuit sampling.
Il processore esegue una lunga sequenza di operazioni e produce campioni distribuiti secondo le probabilità generate dal circuito. La memoria e il tempo necessari per riprodurre questa distribuzione su un computer classico crescono rapidamente con la complessità del calcolo.
La stessa crescita rende impraticabile anche la verifica diretta. I benchmark precedenti hanno spesso utilizzato indicatori indiretti della fedeltà, validi assumendo un determinato comportamento del rumore.
Il gruppo guidato da William Fefferman ha costruito un circuito che incorpora il rilevamento degli errori. L’esperimento utilizza un circuito logico da 70 qubit, codificato su 97 qubit fisici: 70 eseguono il calcolo e 27 qubit ausiliari controllano che alcune proprietà del circuito rimangano valide.
Questi qubit di controllo funzionano come sensori. Quando rilevano un’incoerenza, l’esecuzione viene scartata. La protezione aumenta quindi l’affidabilità del campione conservato, al prezzo di numerose ripetizioni e di risorse fisiche aggiuntive.
Il processore ha raccolto 2.051 campioni validi in 16,1 minuti. Il paper non indica un tempo classico equivalente: le principali tecniche di simulazione analizzate richiedono risorse impraticabili alla scala raggiunta, lasciando comunque aperta la possibilità di futuri miglioramenti algoritmici.
Il circuito ha certificato, con una confidenza statistica del 95%, una fedeltà di almeno il 28,4%. Il numero non indica che il 28,4% delle risposte sia corretto. Misura la corrispondenza minima tra lo stato quantistico prodotto e quello ideale, considerando l’effetto accumulato dagli errori sull’intero circuito.
La codifica ha ridotto di circa dieci volte il tasso effettivo di errore delle operazioni principali. Il risultato combina così un calcolo difficile da simulare con una misura diretta della qualità con cui è stato eseguito.
La protezione dell’informazione attraverso circuiti logici rappresenta un passaggio verso la correzione completa degli errori. In questo caso viene già utilizzata per certificare un’elaborazione eseguita sull’hardware disponibile.
Algorithmiq: un risultato stabile quando i simulatori divergono
Il paper “Observable Estimation in the Absence of Classical Verification” studia la propagazione dell’informazione in un materiale composto da regioni con proprietà differenti.
Catalizzatori, elettroliti per batterie e altri materiali reali presentano difetti, interfacce e variazioni nella struttura. Questi elementi modificano il modo in cui energia, particelle e informazione attraversano il sistema.
Nel modello sviluppato da Algorithmiq, i qubit rappresentano le diverse regioni. Cambiando le interazioni tra loro, i ricercatori osservano dove l’informazione si propaga, rimane confinata o produce interferenze.
L’esperimento principale utilizza 56 qubit e circa 1.500 operazioni tra coppie di qubit. Algorithmiq ha confrontato l’output con una simulazione tensor network eseguita su più GPU e con un metodo capace di conservare centinaia di milioni di possibili percorsi del calcolo.
Le tecniche classiche producono risultati affidabili in parti differenti del problema. Nella regione intermedia iniziano a divergere e non offrono una risposta condivisa con cui verificare il processore quantistico.
Algorithmiq ha quindi ripetuto il calcolo su due processori IBM, utilizzando tre configurazioni operative e variando la durata delle porte e il livello di rumore. Il segnale grezzo cambiava sensibilmente; dopo la mitigazione, le misure convergevano sullo stesso risultato entro i margini di errore. La ripetibilità indica che il valore osservato appartiene al sistema simulato e non a una caratteristica accidentale di una QPU.
La presentazione dei risultati quantifica un singolo confronto in 45 minuti di esecuzione quantistica, mentre uno dei tentativi classici ha richiesto 240 GPU-ora complessive su otto Nvidia H200 senza riprodurre il risultato della QPU.
Il paper mostra anche l’overhead dell’intero protocollo sperimentale. Per ciascun valore analizzato sono state raccolte milioni di esecuzioni, corrispondenti a circa otto ore di utilizzo della QPU. Il quantum advantage emerge quindi dalla capacità di ottenere una stima coerente dove i metodi classici considerati producono risposte incompatibili; il workflow richiede ancora molte ripetizioni e un accesso prolungato all’hardware.
La validazione parte da circuiti più piccoli, per i quali esiste ancora un riferimento classico affidabile, e applica successivamente gli stessi controlli al circuito completo.
Il paper descrive anche la cancellazione probabilistica degli errori. La tecnica costruisce un modello del rumore, ne verifica le assunzioni e lo usa per correggere statisticamente le misure, associando una barra d’incertezza al risultato.
Questa procedura è stata provata quantitativamente su circuiti meno estesi. Nel circuito completo, la fiducia deriva dalla convergenza osservata cambiando rumore, configurazione e processore. Il paper distingue così tra una stima sostenuta da test di coerenza e una misura dotata di un limite statistico completo dell’errore.
Il problema è disponibile sul Quantum Advantage Tracker da otto mesi. In questo periodo, nessuno dei metodi classici sottoposti al confronto ha fornito risultati affidabili nell’intero regime studiato.
Il lavoro traduce in un esperimento diversi elementi descritti da Sabrina Maniscalco nell’intervista di 01net sul software per il quantum computing: integrazione con l’HPC, ottimizzazione delle misure e strumenti per estrarre informazioni utilizzabili da processori soggetti a rumore.
Algorithmiq rende inoltre disponibile monoprop, il proprio metodo classico per simulare gli stati fondamentali delle molecole. Lo stesso ecosistema che sviluppa algoritmi quantistici mette quindi a disposizione strumenti con cui contestare le dichiarazioni di quantum advantage.
Qedma: oltre 720.000 ore CPU fino al limite classico
Il terzo esperimento è descritto nel paper “Resolving Structure in Prethermal Floquet Dynamics with Precision Quantum Computation”. Il lavoro combina Quantum Heron con QESEM, il software di soppressione e mitigazione degli errori sviluppato da Qedma.
Il gruppo ha simulato una griglia di elementi quantistici sottoposta a impulsi regolari. L’esperimento misura come cambiano nel tempo le proprietà magnetiche del sistema e verifica per quanto tempo persistono le oscillazioni prodotte dagli impulsi.
Questi modelli servono a studiare materiali mantenuti lontani dal proprio stato di equilibrio. Le possibili applicazioni indicate da Qedma riguardano optoelettronica ultraveloce, superconduttività indotta dalla luce e materiali avanzati.
L’esperimento parte da sistemi piccoli, ancora riproducibili esattamente su computer tradizionali, e arriva a 74 qubit. QESEM caratterizza il rumore, modifica le modalità di esecuzione del circuito e rielabora statisticamente le misure. Il software ha estratto i risultati con una precisione dell’ordine del punto percentuale, sufficiente per separare le oscillazioni dagli effetti dell’hardware.
La Qiskit Function QESEM riceve il circuito, le grandezze da misurare, la precisione richiesta e la QPU. Prima dell’esecuzione stima anche il tempo di calcolo quantistico necessario.
Qedma ha inizialmente applicato un protocollo privo di distorsione statistica. Una tecnica con minore overhead, verificata nell’intervallo già coperto dal primo metodo, ha permesso di proseguire fino a 30 cicli di evoluzione.
Il confronto classico ha coinvolto RIKEN e BlueQubit, utilizzando anche il supercomputer Fugaku. I metodi tradizionali riproducono la prima parte dell’evoluzione e poi iniziano a divergere. In uno dei confronti arrivano a descrivere un massimo nel punto in cui il risultato quantistico rileva un minimo.
Le slide della presentazione quantificano il divario di risorse: la simulazione su Fugaku ha assorbito oltre 720.000 ore CPU arrivando al limite oltre il quale il metodo perde affidabilità. Il workflow con QESEM ha utilizzato 7 ore QPU e 250 ore CPU, continuando nella regione necessaria a osservare le oscillazioni.
Il confronto misura soprattutto l’estensione del problema trattabile. Le risorse classiche crescono fino a produrre una risposta non più affidabile, mentre la combinazione tra QPU e mitigazione conserva la precisione richiesta su circuiti più profondi.
Una parte dell’esperimento è stata ripetuta su processori Quantinuum a ioni intrappolati. Il comportamento è rimasto coerente su una tecnologia differente dai circuiti superconduttivi IBM, riducendo il rischio che il fenomeno osservato derivi da caratteristiche specifiche di Heron.
QESEM ha aumentato di circa 30 volte il volume di circuito utilizzabile a parità di accuratezza. Il dato combina dimensione e profondità del circuito con la qualità del risultato e descrive quanta elaborazione aggiuntiva il software riesce a estrarre dall’hardware.
IBM e Qedma presentano il lavoro come la prima dimostrazione di quantum advantage ottenuta con hardware e software disponibili commercialmente. Heron è accessibile attraverso IBM Quantum Platform e QESEM fa parte del catalogo Qiskit Functions.
La disponibilità commerciale riguarda gli strumenti impiegati. Il workload rimane un esperimento di ricerca e il paper non contiene un confronto sul costo complessivo del servizio.
I dati a 51 e 74 qubit indicano che le oscillazioni diminuiscono lentamente con la crescita del sistema. Le dimensioni analizzate sono ancora insufficienti per determinare con certezza il comportamento del fenomeno su scale molto maggiori.
Tre modi per rendere verificabile il quantum advantage
University of Chicago incorpora nel circuito i controlli necessari a rilevare gli errori e quantificare la fedeltà. Algorithmiq verifica la stabilità del risultato cambiando rumore, configurazione e processore. Qedma controlla progressivamente la mitigazione e ripete parte dell’esperimento su una seconda tecnologia quantistica.
I tre approcci documentano anche il costo della verifica. La codifica richiede qubit fisici aggiuntivi e scarta molte esecuzioni. La mitigazione impone numerosi campionamenti, caratterizzazioni del rumore e ore di accesso alla QPU.
I workload appartengono ancora alla ricerca scientifica e non contengono confronti economici sull’intero processo di calcolo. Dimostrano la capacità di produrre risultati misurabili nei punti in cui le tecniche classiche utilizzate nei confronti diventano impraticabili o perdono affidabilità.
Circuiti e dati rimangono pubblicati sul Quantum Advantage Tracker, dove il vantaggio dichiarato continua a essere sottoposto a nuovi algoritmi e simulazioni classiche.
