Dopo 30 mesi di innovazioni a ritmo serrato nel campo degli algoritmi quantistici, sei gruppi di ricerca sperano di trovare la miniera d’oro. Ma ci potrà essere un solo grande vincitore, ammesso che ce ne sia uno.
Mi trovo di fronte a un computer quantistico costruito con atomi e luce presso il National Quantum Computing Centre del Regno Unito, alla periferia di Oxford. Su un tavolo da laboratorio, una complessa matrice di specchi e lenti circonda una cella delle dimensioni di un cubo di Rubik in cui 100 atomi di cesio sono sospesi in una formazione a griglia grazie a un raggio laser accuratamente manipolato.
La struttura degli atomi di cesio è così compatta che potrei prenderla, portarla fuori dal laboratorio e metterla sul sedile posteriore della mia auto per portarla a casa. Probabilmente non andrei molto lontano, però. È piccolo ma potente, e quindi molto prezioso. Infleqtion, l’azienda con sede in Colorado che ne è proprietaria, spera che le capacità della macchina le facciano vincere 5 milioni di dollari la prossima settimana, in occasione di un evento che si terrà a Marina del Rey, in California.
Infleqtion è una delle sei squadre che sono arrivate alla fase finale di una competizione di calcolo quantistico della durata di 30 mesi chiamata Quantum for Bio (Q4Bio). Gestita dall’organizzazione no profit Wellcome Leap, mira a dimostrare che i computer quantistici odierni, sebbene disordinati, soggetti a errori e lontani dalle macchine su larga scala che gli ingegneri sperano di costruire, potrebbero effettivamente apportare benefici alla salute umana. Il successo rappresenterebbe un passo avanti significativo nel dimostrare il valore dei computer quantistici. Ma per ora, a quanto pare, tale valore sembra essere legato allo sfruttamento e al miglioramento delle prestazioni dei computer convenzionali (detti anche classici) in tandem, creando un ibrido quantistico-classico in grado di superare ciò che è possibile ottenere con le sole macchine classiche.
Ci sono due categorie di premi. Un premio di 2 milioni di dollari andrà a tutti i team in grado di eseguire un algoritmo sanitario significativamente utile su computer con 50 o più qubit (un qubit è l’unità di elaborazione di base in un computer quantistico). Per vincere il primo premio da 5 milioni di dollari, un team deve eseguire con successo un algoritmo quantistico che risolva un problema significativo del mondo reale nel settore sanitario, e il lavoro deve utilizzare 100 o più qubit. I vincitori devono soddisfare rigorosi criteri di prestazione e devono risolvere un problema sanitario che non può essere risolto con i computer convenzionali: un compito arduo.
Nonostante la portata della sfida, la maggior parte dei team pensa di poter aggiudicarsi una parte di questo denaro. “Penso che abbiamo buone possibilità”, afferma Jonathan D. Hirst, chimico computazionale presso l’Università di Nottingham, nel Regno Unito. “Rientriamo decisamente nei criteri per il premio da 2 milioni di dollari”, dice Grant Rotskoff della Stanford University, il cui gruppo sta studiando le proprietà quantistiche della molecola di ATP che alimenta le cellule biologiche.
Il primo premio è forse meno scontato. “Questo è davvero al limite del fattibile”, dice Rotskoff. Gli addetti ai lavori sostengono che la sfida sia così difficile, dato lo stato della tecnologia di calcolo quantistico, che gran parte del denaro potrebbe rimanere sul conto di Wellcome Leap.
Poiché la maggior parte del lavoro di Q4Bio non è stata pubblicata ed è protetta da accordi di riservatezza, e il campo dell’informatica quantistica è già pieno di affermazioni e controaffermazioni su prestazioni e risultati, solo i giudici saranno in grado di decidere chi ha ragione.
Una soluzione ibrida
L’idea alla base dei computer quantistici è che possano utilizzare oggetti su piccola scala che obbediscono alle leggi della meccanica quantistica, come atomi e fotoni di luce, per simulare processi del mondo reale troppo complessi per essere modellati sulle nostre macchine classiche di uso quotidiano.
I ricercatori lavorano da decenni per costruire tali sistemi, che potrebbero fornire spunti per la creazione di nuovi materiali, lo sviluppo di farmaci e il miglioramento di processi chimici come la produzione di fertilizzanti. Ma avere a che fare con entità quantistiche come gli atomi è estremamente difficile. Le applicazioni più grandi e promettenti richiedono macchine enormi e robuste, in grado di resistere al “rumore” ambientale che può facilmente disturbare i delicati sistemi quantistici. Non le abbiamo ancora, e non è chiaro quando le avremo.
Wellcome Leap ha voluto scoprire se le macchine su scala ridotta di cui disponiamo oggi possano essere utilizzate per fare qualcosa – qualsiasi cosa – di utile per l’assistenza sanitaria, in attesa dell’era dei potenti computer quantistici su larga scala. Il gruppo ha lanciato il concorso nel 2024, offrendo 1,5 milioni di dollari di finanziamento a ciascuno dei 12 team selezionati.
I sei finalisti di Q4Bio hanno adottato una serie di approcci. Fondamentalmente, hanno tutti escogitato modi ingegnosi per superare gli svantaggi dell’informatica quantistica. Di fronte a macchine rumorose e limitate, hanno imparato a esternalizzare gran parte del carico computazionale a processori classici che eseguono algoritmi di nuova concezione che, in molti casi, sono migliori rispetto allo stato dell’arte precedente. I processori quantistici sono quindi necessari solo per quelle parti del problema in cui i metodi classici non scalano abbastanza bene man mano che il calcolo diventa più complesso.
Ad esempio, un team guidato da Sergii Strelchuk dell’Università di Oxford sta utilizzando un computer quantistico per mappare la diversità genetica tra esseri umani e agenti patogeni su complesse strutture basate su grafi. Queste, secondo le speranze dei ricercatori, metteranno in luce connessioni nascoste e potenziali percorsi terapeutici. “Si può pensare a questa come a una piattaforma per risolvere problemi difficili nella genomica computazionale”, afferma Strelchuk.
Gli strumenti classici corrispondenti faticano anche con un modesto aumento di scala verso grandi database. Il team di Strelchuk ha costruito una pipeline automatizzata che fornisce un modo per determinare se i risolutori classici avranno difficoltà con un particolare problema e come un algoritmo quantistico potrebbe essere in grado di formulare i dati in modo che diventino risolvibili su un computer classico o gestibili su uno quantistico rumoroso. “Si può fare tutto questo prima di iniziare a spendere soldi per l’elaborazione”, dice Strelchuk.
In collaborazione con la Cleveland Clinic, Algorithmiq, con sede a Helsinki, ha utilizzato un computer quantistico superconduttore costruito da IBM per simulare un farmaco antitumorale che viene attivato da specifici tipi di luce. «L’idea è che si assume il farmaco, che si diffonde in tutto il corpo, ma non fa nulla, rimane semplicemente lì, finché non viene illuminato da una luce di una certa lunghezza d’onda», spiega Guillermo García-Pérez, direttore scientifico di Algorithmiq. A quel punto agisce come un proiettile molecolare, attaccando il tumore solo nel punto del corpo in cui viene diretta quella luce.
Il farmaco con cui Algorithmiq ha iniziato il suo lavoro è già in fase II di sperimentazione clinica per il trattamento dei tumori alla vescica. La simulazione effettuata con il computer quantistico, che adatta e migliora gli algoritmi classici di ” “, consentirà di riprogettarlo per il trattamento di altre patologie. “È rimasto un trattamento di nicchia proprio perché non può essere simulato in modo classico”, afferma Sabrina Maniscalco, CEO e cofondatrice di Algorithmiq.
Maniscalco, che è anche fiduciosa di uscire dalla competizione con un premio in denaro, ritiene che i metodi utilizzati per creare l’algoritmo avranno ampie applicazioni: «Ciò che abbiamo fatto nel periodo del programma Q4Bio è qualcosa di unico che può cambiare il modo di simulare la chimica per l’assistenza sanitaria e le scienze della vita».
Il progetto presentato da Infleqtion, che gira sulla sua macchina alimentata a cesio, è un tentativo di migliorare l’identificazione delle firme del cancro nei dati medici. Insieme ai collaboratori dell’Università di Chicago e del MIT, gli scienziati dell’azienda hanno sviluppato un algoritmo quantistico che analizza enormi set di dati come il Cancer Genome Atlas.
L’obiettivo è trovare modelli che consentano ai medici di determinare fattori quali la probabile origine del cancro metastatico di un paziente. “È molto importante sapere da dove proviene perché ciò può indicare il trattamento migliore”, afferma Teague Tomesh, ingegnere di software quantistico e responsabile del progetto Q4Bio di Infleqtion.
Purtroppo, questi modelli sono nascosti all’interno di set di dati così grandi da sopraffare i risolutori classici. Infleqtion utilizza il computer quantistico per individuare correlazioni nei dati in grado di ridurre la dimensione del calcolo. “Successivamente, restituiamo il problema ridotto al risolutore classico”, spiega Teague. “In sostanza, sto cercando di sfruttare al meglio le mie risorse quantistiche e classiche”.
Il team con sede a Nottingham, nel frattempo, sta utilizzando l’informatica quantistica per individuare un farmaco candidato in grado di curare la distrofia miotonica, la forma più comune di distrofia muscolare a esordio nell’età adulta. Uno dei membri del team, David Brook, ha contribuito all’identificazione del gene responsabile di questa patologia nel 1992. A distanza di oltre 30 anni, Brook, Hirst e gli altri membri del loro gruppo – che include QuEra, un’azienda di Boston che sta sviluppando un computer quantistico basato su atomi neutri – hanno ora individuato, tramite il calcolo quantistico, un modo in cui i farmaci possono formare legami chimici con la proteina che causa la malattia, bloccando il meccanismo all’origine del problema.
Aspettative misurate
La fiducia dei partecipanti potrebbe essere alta, ma quella di Shihan Sajeed è molto più bassa. Sajeed, un imprenditore nel campo dell’informatica quantistica con sede a Waterloo, in Ontario, è direttore del programma Q4Bio. Ritiene che le macchine quantistiche soggette a errori con cui i ricercatori devono lavorare difficilmente soddisferanno tutti i criteri del gran premio. “È molto difficile ottenere qualcosa con un computer quantistico rumoroso che una macchina classica non possa fare”, afferma.
Detto questo, è rimasto sorpreso dai progressi compiuti. “Quando abbiamo avviato il programma, nessuno conosceva casi d’uso in cui la tecnologia quantistica potesse avere un impatto certo sulla biologia”, afferma. Ma i team hanno trovato applicazioni promettenti, aggiunge: “Ora conosciamo i campi in cui la tecnologia quantistica può fare la differenza”.
E gli sviluppi nell’elaborazione “ibrida quantistica-classica” che i partecipanti stanno utilizzando sono “rivoluzionari”, ritiene Sajeed.
Sarà sufficiente per convincerlo a stanziare i fondi di Wellcome Leap? La decisione spetta a una giuria, i cui membri sono tenuti segreti per garantire che nessuno adatti la propria presentazione all’ e a un particolare tipo di approccio. Ma non sapremo il risultato per un po’; il vincitore, o i vincitori, saranno annunciati a metà aprile.
Se dovesse risultare che non ci sono vincitori, Sajeed ha alcune parole di conforto per i concorrenti. L’obiettivo è sempre stato quello di eseguire un algoritmo utile su una macchina che esiste oggi, sottolinea; mancare l’obiettivo non significa che il vostro algoritmo non sarà utile su un futuro computer quantistico. “Significa solo che la macchina di cui avete bisogno non esiste ancora”.
